中公高科承辦公路院2025年第8期青年才俊科技創新沙龍
發布時間：
2025-09-09 14:07
來源：
2025年8月27日，圍繞“道路結構損傷智能探測及精準修復技術”主題，交通運輸部公路科學研究院（以下簡稱“公路院”）舉辦了2025年第8期青年才俊科技創新沙龍活動。公路院徐劍副院長、重慶交通大學姚永勝教授與北京郵電大學胡恩文教授應邀參加了沙龍活動，中公高科養護科技股份有限公司（以下簡稱中公高科）輪值承辦此次沙龍。
中公高科研發團隊帶頭人林翔博士作為主題發言人，以“道路結構損傷智能探測及精準修復技術”為題，詳細介紹了探地雷達無損檢測技術的基本原理及當前行業應用現狀，重點探討了基于探地雷達圖譜的路面結構隱性病害自動識別、全深度路面結構損傷評價及靶向修復方案設計及基于人工智能的路面病害原因智能診斷及精準預測等技術，引發了大家對公路養護傳統行業與人工智能等新興技術領域相結合的思考和探討。
沙龍伊始，林翔博士指出傳統雷達檢測高度依賴解譯人員經驗，在面對海量數據和非典型缺陷圖譜時，存在效率低、主觀性強、易漏判誤判等行業共性難題。針對上述挑戰，中公高科自主設計并建設了國內首個道路結構缺陷足尺試驗路。該試驗路全長450米，在路表以下0~5m深度范圍內，分別設置了包括層間脫空、裂縫、空洞、疏松等上百處預先精確設計的缺陷體，宛如一份“路面疾病的標準答案”。通過在此試驗場上采集獲得的雷達譜圖數據，公司構建了國內規模最大、標注最精確的GPR標準數據集，這不僅為深度學習模型提供了寶貴的訓練資源，更為算法研發、設備性能驗證和專業技術人才培養打好了地基，構成了公司核心技術的堅實后盾。
同時，團隊創新性地采用了U-Net與YOLO等卷積神經網絡架構，實現了對雷達圖像中結構層脫空、裂縫、疏松和富水等7種缺陷的像素級精準分割與自動識別。大量實踐數據驗證結果表明，該研發成果對道路結構內部典型缺陷的識別準確率超90%，且可大大提升傳統人工判讀效率。該模型的成功主要得益于公司獨有的道路缺陷雷達譜圖數據庫，為模型訓練提供了大量“標準級”的真值數據支撐。
徐劍副院長高度肯定了中公高科公司在探地雷達檢測及數據應用、公路養護精準決策等方面的研究進展，并補充提出路基中的大型空洞病害是需要重點關注的問題，可針對路基空洞繼續深入研究，并將結構缺陷檢測與識別技術走深走實，進一步夯實中公高科在公路養護智能檢測及科學決策技術領域的領先地位。
姚永勝教授和胡恩文教授對中公高科構建的標準化高質量數據集表示高度肯定，并指出精確的數據集是提升模型精度的重要前提，并希望在路面結構層材料介電常數精準反演、路基病害靶向探測、全深度結構損傷實體化建模等技術研發方面與公路院及中公高科開展深入合作。
來自公路院各單位的20余位科研人員參加了本次沙龍活動。在熱烈的討論中，與會者就技術細節與應用前景進行了深度碰撞，為中公高科在該領域的持續領跑奠定了堅實基礎。
Copyright 2007-2024 中公高科養護科技股份有限公司 All Rights Reserved
