驾车出行是现在众多百姓出行的日常方式。但你想过没有，路面不整、路况糟糕会给你的爱车带来怎样的考验，你的心情又会变得怎样？杜豫川介绍，我国道路设施体量巨大，全国道路总里程超过500万公里，但即使像上海这样的城市，每年能完成的路面性能检测量也仅有1/3。在路网交通拥堵状态更新频率已经能达到1次/分钟的今天，上海的路网设施性能更新频率尚只有3年1次的低频。
为何如此？杜豫川介绍，这与原有设备依赖进口、价格昂贵且功能单一关系很大。这些维度单一、频率不高的检测数据使得我们的路面养护方案难以优化、投资也不甚合理，亟需多维度路面性能数据以推进养护管理工作的精细化。不仅如此，受限于路面性能数据的更新频率和信息维度，现有的路面养护管理系统多采用简单趋势外延预测性能变化，养护决策指标也较为单一，亟需研发智能型决策支持系统，以提升路面养护管理的工程应对能力。
2009年起，杜豫川团队首先开始检测原理探索，随着研究的深入，延伸至装备和养护决策系统研发。历时十年的研究，成绩喜人，形成了一个较为完整的成果体系，并在多地推广应用。“模型算法、采集装备、决策系统三方面，我们的研究多有新发现。”杜豫川说。
模型算法方面，团队提出了振动时频解耦（解耦就是用数学方法将两种运动分离开来处理问题）与快速求解方法，突破了高频数据的实时解算难题。项目建立了基于振动数据的路面平整度激励响应模型和基于小波分解的桥头跳车精准感知模型，实现了宏观不平顺性和微观异常损伤的高频检测，精度达90%以上。“为保障车路振动解耦模型的高频解算，构造了快速多极边界元法用于分析振动波在道路材料中的传输响应，使得计算时间缩短50倍，存储量节约了7倍。”杜豫川说，项目开发了智能变频的数据采集算法，实现了不同车速运行环境下高频数据处理，单日有效检测里程提升至300公里，采集效率提升了3倍。
路面的损坏样式千差万别，如何快速、精准识别出来？团队建立了基于图像、三维纹理和热力属性的卷积神经元网络深度学习模型，实现了路面破损、抗滑性能、病害发育程度等多维信息的快速估计，精度达均90%以上。为保障多层卷积神经元网络模型的快速解算，团队开发出共享底层特征矩阵方法进行特征降维处理，计算速度提升1.5倍。在建立多维异构数据深层卷积融合模式基础上，研制出路表损伤的精准识别车载设备，成功实现了路面多维参数的协同检测，装备制造成本降低至国外进口设备的1/10。
与此同时，团队在高频多维数据的时空分析上不断优化算法，开发出数据驱动的智能养护优化系统。杜豫川介绍，这种损伤数据时空协同管理方法，成功实现了百GB（千兆字节）量级路面历史数据的快速处理与智能养护时机和措施优化；开发的多维次序组合的动量SGD（随机梯度下降）排序优化算法，在城市级路网中较好地助力实现了损伤与舒适度的融合加权研判，有力支撑了养护工单智能优化排序。
检测设备
智能养护决策支持平台
据了解，这项技术目前已经获得授权国际专利PCT 5 项，国内发明专利 15 项，实用新型专利 6 项，软件著作权 8 项；发表学术论文 67 篇，其中SCI收录 42 篇。相关成果已经被吸收进入上海市地方标准。由梁文灏、王复明、李术才等院士组成的评审组认为，该项技术研发了性能优越、性价比高的路面行驶质量快速检测系列产品，推广应用前景广阔，总体达到国际领先水平。美国工程院院士沙海（Shah）、华盛顿大学王印海教授，加拿大工程院院士沃森赫（Wirasinghe）纷纷点赞其开创性、富有成效的工作。
据悉，该项目成果在装备销售、检测服务、养护管理三个方面的推广应用，带动新增产值近5亿，新增利润5000多万，经济和社会效益显著。成果在上海、山东、河北、河南、福建等十个省市广泛应用，上海的应用覆盖超过95%的城市重要道路路面，每季度完成中心城区全部道路路面的性能数据更新，跟踪未修补损坏18万处。“港珠澳大桥、雄安新区都有我们的路面采集核心设备、智能分析技术和路面快速检测装备的身影。”杜豫川说。（程国政）
