Rutinemæssig vedligeholdelsesfire større smertepunkter
- Høje omkostninger til inspektioner
- Vanskeligheder med at dække landdistrikter
- Spild af menneskelige og materielle ressourcer
- Vanskeligheder med at hente inspektionsregistre
Smertepunkt 1:Køretøj - Baseret inspektion er meget subjektiv med gentagen kilometertal, tid - forbrugende processer, høj risiko for ubesvarede inspektioner og høje samlede omkostninger.
Smertepunkt 2:Efterhånden som motorvejen øges, bliver det vanskeligt at øge personalet, inspektionskvaliteten er svært at garantere, og at dække landdistrikter er stadig en udfordring.
Smertepunkt 3:Vejadministrationsinspektioner og vedligeholdelsesinspektioner er forskellige, hvilket fører til spild af menneskelige og materielle ressourcer.
Smertepunkt 4:Traditionelle inspektionsregistre er langsomme med at behandle, vanskelige at opbevare og udfordrende at hente. Som svar undersøger transportbureauet i Xinchang County brugen af "High - Definition Camera Equipment + AI -enheder" på busser i landdistrikterne, kombineret med GIS -visualiseringsteknologi og intelligente algoritmer, for at opbygge en
AI Road PatrollingFire scenarier
- Onboard -opsætning
- Intelligent inspektion
- Lukket - Loop -behandling
- Risikovurdering
Intelligent inspektion består af fire scenarier
Scenario 1:Brug by- og landlige passagerkøretøjer i Xinchang County som luftfartsselskaber, udstyret med en AI - drevet ombord på hjerne og et højt - Definition Road Camera til at erstatte manuelle inspektioner.
Scenario 2:Mens passagerkøretøjet er i bevægelse, indtastes den forreste 180 - grad scenevideo til den ombord AI -hjerne. Efter AI -behandling uploades billeder af simulerede vejdefekter eller forhindringer sammen med GPS -information til skyplatformen.
Scenarie 3:Command Center scanner problemerne og tildeler dem til forskellige afdelinger baseret på deres type. De ansvarlige enheder håndterer de rapporterede problemer baseret på de uploadede fejlinformation og uploadbilleder og information efter reparationerne, hvilket gør det lettere at hente og opnå fuldt digital lukket - Loop Management.
Scenario 4:Gennem analyse af historiske big data og kunstig intelligens identificeres vejafsnit med en høj frekvens af defekter eller forhindringer. Den intelligente risikovurderingsmodel giver tidlige advarsler, der tillader forebyggende foranstaltninger. For eksempel, hvis sand, mursten eller andet affald pludselig vises ved vejkanten, kan systemet forudsige potentiel ulovlig byggeaktivitet.
Tre store resultater af intelligent inspektion
1.stablering af en rettidig detekteringsmekanisme
Tidligere var udstedelsesdetektion afhængig af manuelle inspektioner og offentlige rapporter, hvilket førte til lejlighedsvise forsinkelser. Med reformen ved hjælp af "landdistriktspassagertransport + intelligent inspektionsudstyr", gennemføres integrerede inspektioner af nationale, provinsielle, amt og landlige veje nu ofte, hvilket tillader tidlig påvisning og løsning af spørgsmål og muliggør rutinemæssige inspektioner. Problemer kan analyseres af deres årsager og løses hurtigt for at forhindre eskalering.
2. Forbedring af den lukkede - Loop -problemopløsningsproces
Tidligere blev der rapporteret om problemer i arbejdsgrupper, men blev ikke sporet eller fulgt op på, hvilket førte til kommunikationshuller på tværs af afdelinger. Reformen muliggør klassificering og reel - Time -feedback til vejadministration og vedligeholdelsesproblemer.
3
Xinchang County har introduceretStandarder for motorvejsinspektionogRetningslinjer for håndtering af problemer med motorvejsinspektionog revideretEvalueringsmetoder til vedligeholdelse og styring af motorveje. Der er dannet en række politikker, og med cloud computing og digitale teknologier vil Xinchang sigte mod at etablere et system, hvor alle kan deltage i intelligente vejinspektioner, yderligere forbedre vejvedligeholdelseseffektiviteten, spare arbejdskraft og reducere omkostningerne.
Golong Intelligent Road Inspection System erstatter traditionelle manuelle vejinspektioner. Ved hjælp af forskellige køretøjsselskaber udstyret med høj - Definition, høje - Hastighedsindustrikameraer, udfører systemet reel - Time AI -billedanalyse og kantkompetence.
Det fanger og identificerer intelligent vejforhold (såsom revner, huller, forhindringer og uregelmæssigt hængende bannere) og overfører dataene til en skyplatform via et 4G -netværk. Dette giver klienter mulighed for eksternt at identificere problemer og baseret på typen af fejl og GPS -placering administrere reparationer. Dette system overvinder ineffektiviteten af traditionelle manuelle inspektioner, som kan påvirkes af vejr, synlighed og menneskelig fejl, opnå reel - tid, digital, visuel, interaktiv og intelligent påvisning af vejskade, vedligeholdelse, styring og service.
Gælder for landdistrikter, provinsielle veje, nationale veje, byveje, motorveje osv.
Systemfunktioner
Omfattende detektion: Detekterer flere vedligeholdelsesmål, herunder tværgående revner, langsgående revner, alligatorkrakning, huller og forskelle i manholehøjde.
1.Support 8 - Megapixelopløsning og samtidig detektion på tværs af tre baner.
2. Video -streaming: Ægte - Time Road Condition -videoer kan ses gennem backend.
3.Mass Dataopbevaring: Opbevar ægte - tidsvideooptagelser med udvidelig lagerkapacitet.
4.Real - Time Data Transmission: Transmit -detektion resulterer i reel - tid.
5. Mobile Access: Support Android Remote Vising of Real - Time Vehicle Video -optagelser.
6.GPS Real - Tidspositionering: Tilbyde positioneringsfrekvens på> = 1Hz med en placeringsnøjagtighedsfejl på højst 5 meter.
7.Mileage og sporafspilning: Sporer køretøjets kilometertal og giver afspilning af kørselsbane.
8.AI Modelopdateringer: Download og opdater automatisk dybe læringsmodeller.
9.All - Vejrdrift: Betjen pålideligt under forskellige miljøforhold.
10.Fleksibel datatransmission: Support TCP/IP Network Transmission, Wireless eller 4G Transmission, der tillader fleksible brugervalg.
11.Instant detektion ved opstart: Begynd påvisning, så snart køretøjet starter uden at have brug for parameterkonfiguration.
12.algoritme Support: Support både frontend og backend -algoritmer efter behov.