日前，記者從四川成都市城市道路橋梁監管服務（wù）中心（xīn）(以下簡稱成（chéng）都道（dào）橋)獲悉，成都道橋“5G+雲+AI”二期（qī）工程將支持路橋的積水（shuǐ）管控，在暴雨季（jì）節，傳感器會第一時間（jiān）通過5G信（xìn）號將信息傳回服務中心，雲計算能力會結合影像（xiàng）和AI計算積水的麵積和深度，為救災搶險和市民出行提供（gòng）保障;三期工（gōng）程還（hái）將（jiāng）啟動無人機（jī），通過5G大帶寬、低時延的（de）特性對突發事件進行搶險。

曾主（zhǔ）要靠人工日常巡（xún）查來（lái）識別道路病害

雖然在所有交通事（shì）故中，因為道路、橋梁坍塌等問題引起（qǐ）的事（shì）故很少，但這（zhè）種事故一旦發生就會造成嚴重的人員傷亡，產生惡劣的社會影響。對於成都道橋來說，快速、有效地對道路橋梁進行監管、維護至關重要。

“成都道橋主要負責中心城市主要幹道快速通（tōng）道的管理，總數量134條路，850萬平方米，234座橋梁。道路多、麵積廣，情（qíng）況複雜是道路（lù）監管的（de）主要痛點。”成都市城市道路橋（qiáo）梁監管服務中心信息管理科範興（xìng）華（huá）介紹（shào）。

在進行數字化（huà）升級前，成都道橋主要（yào）靠人工日常巡查（chá）來識（shí）別道路病害，發現病害後人工派單，再進行維修。

“以前（qián）我們的病害全是靠人工識別發現，通過每天的日常（cháng）巡查發現病害，發現病害後早（zǎo）期是人工派單，後來有了業（yè）務管理係統過後（hòu），通過業務管理係統、手機APP拍照上（shàng）傳去派單。維（wéi）修（xiū）的時（shí）間（jiān）一般（bān）還是（shì）根（gēn）據病害（hài）的大小確定的（de），日常維護當中一（yī）般來（lái）說要求是3天（tiān）之內完成。”範興華說。

人工巡查有很多弊病，首先是人眼識別病害能力弱（ruò），識別度不高，通過經驗判（pàn）斷病害，往往不夠及時，等到真正發現時，病害很可能已經從小問題發展（zhǎn）成嚴重問題。其次，人工（gōng）下單維修周期長，再加上許多道路隻能夜間施（shī）工，最快也要3天完成，存在安全隱（yǐn）患。

“‘5G+雲+AI’工程主要是通過5G網絡的高帶寬來傳輸4K視頻，將視頻傳輸到後台的天翼雲GPU服務器，再通過AI對它進行分析。”範興華說。

“現（xiàn）在采集手段更新之後實效性會更強（qiáng）。比如說車子跑過去時就能實時采集（jí）到病害，同時通過係統將信息派送到（dào）維護人員，維護人員根據工作安排上午或晚上（shàng）進行維修（xiū）。目前該工程在二環高架上運行，為了確保交通順暢，我們盡量選擇在晚上和夜間連夜維護（hù），速度上有很大的提升。”範（fàn）興華說。

實現識別（bié）維護和對整個架構（gòu）的監測

“我們給成都道橋提供‘5G+雲+AI’的服務，目前道橋實現了兩（liǎng）個方麵的智能，首先（xiān）是（shì）道路（lù）橋梁表觀病害的識別維護，其次是對橋梁整個架構的監（jiān）測（cè）。”中國電（diàn）信成都分公（gōng）司智（zhì）慧（huì）城市行（háng）業總監馮濤介（jiè）紹。

那麽，這個過（guò）程是如何實現的?

得益於成都是（shì）5G試點城市這一優（yōu）勢，天翼雲利用5G網絡的低（dī）時延、高帶寬（kuān）的優勢，將道橋的識別4K視頻高速上傳，確保在後期AI分析和雲計算時，能得到（dào）及時而準確的素材。

收到素材（cái）後（hòu），通過雲計算提（tí）供的海量算力（lì），讓已（yǐ）經建立的病害識別模型（xíng）進行快速識別。例如橋梁健康檢測（cè）係統，如果一旦發生橋梁超限的情況，係統會自（zì）動進行風險提示和預警，同時（shí）對係統數據進行分析，生成相應的分析報告。

最後，通過信息發（fā）送係統回傳數據，進行實時派單。回傳數據不但包含了（le）積水、裂縫、坑包等（děng）八項病害信息，還帶有GPS地址，通過（guò）自動派單係統直接推送給維修人員，整個業務從傳出視頻、發現病害、自動派單、維護、回單形成閉環。

“‘5G+雲+AI’中（zhōng）AI有3個參數，算法、算力、算據（jù）。算法由中（zhōng）國電信合作夥伴（bàn）集成;算力是天翼雲提供;算據是業（yè）主單位提供海量的（de）算據，對整個AI學習提供相應（yīng）的依據。”馮（féng）濤說。

範興華介紹，5G支持下的200兆以上大帶寬的（de）通道保（bǎo）障了4K高清視頻的傳輸，從而避免了視頻上傳時出現卡頓、拖影、丟幀的情況，確保在後期進行分析的時候（hòu）有準確（què）的素材。“通過海量GPU算力的支持，能讓我們（men）建立的病害識別模型快速的進（jìn）行識別，以及對模型進行（háng）深度訓練來優化模（mó）型。”範興華說。