道路病害智能巡查数据冗余成因及治理技术研究
孟 均1，李艳飞1*，张 强1，郭云飞1，邢亚杰2
(1. 北京市政路桥管理养护集团有限公司， 北京 100097; 2. 北京市公路事业发展中心，北京 101160)
摘 要： 道路病害智能巡查业务以人工智能(AI)算法模型及卫星导航高精度定位技术为基础，可实现道路病害的快速智能识别、精准定位、实时传输及记录存储。然而，受道路视频图像采集方式、现场环境条件以及AI算法模型性能等多重因素制约，AI自动识别的道路病害数据存在大量冗余问题，削弱了AI技术应用带来的效率提升优势。为了减少并治理道路巡查中的冗余数据，首先对数据冗余成因进行了研究剖析，进而设计了相应的数据治理策略，推导了基于统一时空基准的病害中心地理坐标计算方法，并通过单张图片内、相邻图片间及多次巡查同区域图片的冗余病害数据去重技术，有效削减了冗余病害数据。研究成果在北京市10个郊区约1 736 km的国道进行了应用试验，结果表明经自动化治理后，道路病害智能巡查数据中的冗余数据处理率达97.8%;在剩余需人工分拣确认的数据中，有效数据占比达88%。研究成果确保了道路病害智能巡查新技术的可靠应用，为道路养护管理工作提供了更加精准、高效的数据支撑，显著提升了道路养护管理效能。
关键词： 道路养护; 道路病害; 人工智能; 数据治理
引文格式： 孟均，李艳飞，张强，等. 道路病害智能巡查数据冗余成因及治理技术研究[J]. 市政技术，2025，43(12)：104-110. (MENG J，LI Y F， ZHANG Q，et al. Research on the causes and treatment technologies of data redundancy in intelligent inspection of road diseases[J]. Journal of municipal technology，2025，43(12)：104-110.)