客户类型

某地级市市政工程管理处 / 住房和城乡建设局（城市建成区面积大、道路老旧、塌陷事故多发）

项目背景

全国道路塌陷事故呈逐年上升趋势。据住建部数据，2024年全国共发生道路塌陷1577起，较2023年增长30.8%，直接经济损失超160亿元。该市作为老工业城市，地下管网老化严重，部分主干道已服役超过20年，近年来多次发生因地下空洞引发的路面塌陷事故——最近一次发生在一处交通繁忙路口，造成车辆陷落、市政设施损坏，虽未造成人员伤亡，但引发严重交通拥堵和社会关注。

该市市政部门此前主要依靠人工徒步巡查和定期雷达检测车抽检来发现道路隐患。人工巡查仅能发现地表裂缝、沉陷等表象问题，无法探知地下空洞和疏松体；而雷达检测车虽精度高，但依赖专业操作人员、检测速度慢、费用高昂，全市道路年检测覆盖率不足15%。

核心挑战

• 地下隐患不可见：道路塌陷的根本原因在于地下空洞、脱空、疏松体等隐蔽病害，传统巡查手段无法探知；

• 检测效率与覆盖率的矛盾：现有雷达检测需封闭车道、专业团队操作，单日检测仅数公里，全市上千公里道路实现全覆盖需数年时间；

• 交通干扰严重：检测过程需占用车道，在城市主干道上作业对交通影响大，只能夜间作业，进一步拉低效率；

• 历史数据难以比对：各次检测数据格式不统一、空间坐标不精确，无法建立道路病害的时空演变档案，难以实现“预防性养护”；

• 应急处置被动：塌陷事故发生后才能定位问题点位，缺乏主动预警能力。

解决方案

引入 “无人驾驶车辆+高精度探地雷达+AI智能识别” 的道路病害一体化检测方案：

1. 无人驾驶检测平台

- 以线控底盘无人车为载体，集成高精度探地雷达（GPR）系统，无需驾驶员操作，按预设路线自动行驶检测；

车辆尺寸小巧，不影响正常交通流，可在白天正常车流中作业；

支持远程监控与任务调度，多台车辆可同时作业，大幅提升检测效率。

2. 多频段探地雷达探测

- 搭载多频段天线阵列，兼顾浅层高分辨率与深层穿透力；

可探测深度达地下3-5米，精准识别道路结构层分层、地下空洞、脱空区、疏松体、含水量异常等隐患；

同步探测地下管线走向、埋深及破损情况，一次性获取地下多要素数据。

3. AI智能数据处理

- 雷达回波数据实时上传云端，AI算法自动识别异常区域并标注；

自动生成病害列表（位置坐标+深度范围+异常类型+严重程度分级）；

与历史检测数据自动比对，识别病害发展趋势（扩展速度、新增隐患）。

4. “检测-分析-决策-反馈”闭环

检测报告自动生成，病害点位在GIS地图上标注，按严重程度红黄绿分级；

严重病害自动推送预警至市政养护部门，可精准派发维修工单，指导钻孔验证和注浆加固；

维修完成后可安排复测核验，确保病害消除后闭环；

建立全市道路地下病害数据库，支撑年度养护计划编制和预算安排。

应用成效

• 检测效率大幅提升：无人检测车日均作业里程15-20公里（传统人工雷达车约5-8公里/天），且无需封路、无需夜间作业，有效作业时间从“每天4-6小时”扩展至“全天8-10小时”；

• 首次普查发现大量隐蔽隐患：对城区3条主干道（总长约18公里）的首轮普查中，AI识别并标注疑似地下空洞/脱空区域47处、疏松体区域80余处、含水量异常区域30余处，其中5处经钻孔验证确认为规模较大的空洞（最深达2.8米），被列为优先处置等级，在引发塌陷前成功实施注浆加固；

• 检测成本较传统模式降低约40%：自动化作业大幅减少了人工操作成本，同时无需封路带来的交通管制成本也得以节省；

• 市政养护从“被动抢修”走向“主动预防”：建立了全市首份道路地下病害分布图，养护部门按病害严重程度制定年度维修计划，将有限资金投入到风险最高的路段，实现了“预防性养护”的初步转型；

• 多部门数据共享：道路病害数据同步共享至管线管理、水务、燃气等部门，为其管网安全运行提供参考。