近期，广东省交通运输厅组织开展2025年智慧交通典型案例征集与遴选工作，经过层层严格遴选，于7月公布了十个典型案例。其中，“广州基于公交车既有视频的道路异常智能巡检技术研发与规模化应用”入围广东省智慧交通典型案例。
广州：“公交车辆+智慧养护”跨界融合新模式:城市道路是一座城市的名片，道路管养的质量关系着城市发展和人民出行安全。近年来，广州市交通运输局围绕“提升道路服务水平、保障交通安全畅通、实现可持续发展”目标，不断推进道路智能化技术研发与应用，助力广州道路管养高质量发展。
广州市交通运输局首创规模化应用公交车既有车头摄像头智能巡检道路路面异常（如坑槽、龟裂、裂缝等），无需额外新增车载专用设备和专人驾驶，即可将全市超万辆公交车转化为“移动城市道路扫描仪”，对道路进行多轮的免费扫描体检，依托云端人工智能算法实现道路管养业务电子化闭环管理，与人工巡检或专用车辆巡检形成互补，有效提高了道路巡检频次和覆盖范围。
1.前端感知，构建基于公交车辆原配摄像头的规模化感知网络。采用集约化模式高效盘活既有公交车资源，动态采集路面视频图片数据，通过复用传输链路同步至交通慧眼平台，构建效能高、覆盖广、低成本的路面动态感知体系。
3.数据中台，构建“实时、多维、智能”的数据能力体系底座。应用分布式存储与并行计算技术，融合车辆、道路、养护、天气、地图、位置、时间等多维数据，构建起高效的数据处理架构，日均处理 TB 级海量数据。
实现道路路面异常从发现、定位、上报到闭环处置的全流程数字化管控，为养护管理部门提供有效的道路管养决策依据，助力提升道路养护管理的智能化水平。线索下发给业务平台
充分挖掘公交车辆覆盖域广、高频次运行的天然优势，开创了交通基础设施养护领域资源集约利用、多方协同共治的创新模式。
综合运用人工智能视频图像算法和交通行业大数据等技术，解决低算力环境下图像智能分析难题，构建多模态数据融合框架，有效解决数据传输、数据融合与大规模部署难题。
以数据标准和接口规范为基础，实现市区两级交通主管部门、养护管理部门等多方联动，推动多方主体逐步从“分散管理”向“智能统筹”协同共治升级。
目前，人工巡检道路常规模式日均巡检道路1次；广州市超万辆公交车，超千条公交线余班次，每辆车日均行驶约150公里。公交车智能巡检与人工巡检形成互补，有效补充道路巡检的覆盖范围和频次。
实现对道路路面异常从发现、上报、处置的全流程数字化闭环跟踪处理，支撑道路路面异常分布及处置情况分析研究，为后续优化道路养护方案提供数据支撑。
公交车“兼职巡检”无需停车即可采集道路路面异常，避免养护人员在车流中长时间作业，既减少对交通通行的影响，也降低发生安全事故的概率。
通过公交车智能巡检的“动态感知网络+AI中枢处理+业务闭环管理”管理模式，具有绿色低碳的可持续价值，可拓展至占道施工、裸土扬尘、交通执法、交通行业监管等多种场景。
复用公交现有视频资源辅助开展道路智能管养，无需额外增加硬件设备，无需另设专用车辆、专人驾驶，与传统人工巡检形成互补，有效提升道路巡检的覆盖面和频次，可在全国大型公交都市推广。
综合来源：广东省交通运输厅、广东省智能交通协会、广州交信投科技股份有限公司
返回搜狐，查看更多平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
