作品详情

大赛登录

大赛注册

当前位置：首页大赛首页路患慧察——多源数据驱动的路面全域病害智能检测系统

大赛简介

大赛作品

大赛动态

联系我们

联系人：王秀秀

电话：010 -66083178

网址：www.qxwq.org.cn　

地址：北京市西城区广安门

内广义街5号广益大厦

大赛作品详情

作品名称：路患慧察——多源数据驱动的路面全域病害智能检测系统
学校名称：山东科技大学
参赛队伍：路患慧察
队伍编号：217294
参赛学生：霍义康刘明凯
指导老师：宋作玲
投票日期：2025年10月10日 00:00->2025年12月15日 00:00
请在微信端进行投票。点此扫描二维码。

详细说明

作品名称：路患慧察——多源数据驱动的路面全域病害智能检测系统

一、作品概述

“路患慧察”是一款集人工智能、计算机视觉与探地雷达技术于一体的新一代路面智能检测系统。本作品旨在解决传统路面检测依赖人工、效率低下、难以发现内部隐性病害等行业痛点，实现对路面从表到里的全域、精准、自动化病害诊断，为道路养护提供科学决策支持，助力交通基础设施的数字化与智能化转型。

二、核心技术与创新

本作品的核心竞争力在于“多维感知、一体诊断”的技术体系：

表面病害“明察秋毫”

创新模型：采用改进的 YOLOv7-SimAM 目标检测算法，引入无参数注意力机制，显著提升了对裂缝、坑槽等病害在复杂背景下的识别精度与抗干扰能力。

高清特征：利用 HRNet 网络在全过程中保持高分辨率特征表示，使得病害定位更加精确，细节还原度更高。

优化处理：通过价值迭代算法优化特征检测策略，并结合高效的图像预处理与空间特征金字塔(SSP)模块，确保裂缝分割清晰、完整。

内部病害“洞察隐患”

融合探测：独创性地融合 3D探地雷达(GPR) 技术，能够有效探测路面内部的横向裂缝、层间脱空等隐性病害，防患于未然。

智能解译：利用 YOLOv5 模型对雷达图像中的典型回波特征（如双曲线、梯形异常）进行智能识别，将晦涩的雷达信号转化为直观的病害信息。

数据决策“智慧融合”

综合诊断：基于改进的 D-S证据融合算法，综合表面图像与内部雷达数据，给出路面需要进行维护的综合概率评估，实现从单一检测到综合诊断的跨越。

三、应用价值与前景

本作品不仅是一个技术模型，更是一个成熟的落地解决方案：

提升安全：及时准确地发现路面显性与隐性病害，预防交通事故，保障出行安全。

降本增效：将检测过程自动化、智能化，极大提升养护工作效率，降低人工成本与长期养护费用。

科学决策：为道路养护部门提供精准、量化的数据支撑，实现从“经验养路”到“科学养路”的转变。

政策契合：紧密契合国家“交通强国”、“数字中国”战略，推动基础设施的数字化运维与智能化升级。

总而言之， “路患慧察”作品通过多源数据驱动与前沿人工智能技术的深度融合，打造了路面检测领域的“火眼金睛”，为实现更安全、耐久、智能的现代化交通提供了强有力的技术装备支撑。