如何使用RoadAI为计划和反应性的道路养护

维护道路效率是一项复杂的任务。道路维护组织正在寻找更有效率,节省成本,和安全的方法来维护他们的网络。这意味着全面优化:网络检查,维修编程,和库存管理。

许多组织还在用过时的方法和过程来评估道路、收集数据,并为将来计划。但是如果有一个更有效的方式吗?

快速公路资产管理概论

80%的旅行发生在路上。在过去的50年里,道路设计和维护有所改善,确保我们能安全、平稳的旅程。但设计道路的磨损。公路资产管理实践是用来使工程师理解道路在哪里穿他们和目标资源保持道路状况良好。

道路的过程资产管理分为三大领域:

• 被动维修过程:网络情况的日常监控,确保没有直接的网络上的安全隐患
• 计划维修过程:道路网络的测量条件和规划,解决不同领域。
• 网络库存/路边资产管理:这包括标志、安全壁垒,护柱,井盖等。

工程师们面临的挑战是,他们试图管理这个复杂和动态的环境,在许多情况下,数千英里。

RoadAI:更少的资源,更少的时间,更快的数据

几个挑战组织之一,使用传统的手工道路状况调查来获得他们的公路网络知识是没有任何视频相关的调查数据。进入RoadAI:两全其美。使用此方法,组织可以使用手机视频收集数据,分析视频数据,并自动产生痛苦的评级。设置和安装很简单,并自动上传视频文件到云上。

为计划和反应性维护,RoadAI比比皆是的好处。RoadAI整体提供了一个简化的过程中,使用更少的资源和更少的时间相比,传统的数据收集方法:

• 更快、更简单的调查:减少生产正在进行道路网络调查。与RoadAI,组织可能只需要完成一个周期与RoadAI概要文件和一个数据收集周期。所有这些调查可以用更少的时间和资源。
• 提高检查速度:驱动以正常的速度,与限制,无需考虑寻找缺陷或做道路条件评估。收集视频和数据是自动生成的。
• 易于收集数据:数据总是可用的用户的指尖。不仅产生大量的数据,但它也快速而简单的排序。用户可以导出数据转换成不同的格式,甚至它加载到其他GIS或第三方资产管理系统。
• 快速视觉概述:视图数据作为一个热图或下载使用这一过程被称为计算机视觉处理高清视频和分析每一帧。环境中的软件然后标记对象和功能像路标一样,不同的缺陷类型,和维修(如密封、修补等)
• 集群缺陷的详细数据:人类记录的过程倾向于集群缺陷为更广泛的类别。RoadAI,软件分类每个个体不同缺陷类型和集群一起来模拟人类的报告。
• 一致的结果:即使有有限数量的缺陷类型,是主观的过程。什么一个人看到可能不同于另一个,这意味着组织需要培训和维护标准。基于机器的数据提供了一致的识别。
• 基于机器和使用人员:数据收集它通常需要一半的资源。收集整个网络范围的数据,它可以立即一旦完成这个过程,允许网络维护计划——在接近实时的。

在他们开始之前,解决道路问题

RoadAI的最关键因素是组织可以开始实施早期干预资产管理和缺陷在恶化的早期阶段。

频繁的网络调查,用户可以捡起一个小缺陷,如裂纹开始,计划做一个低成本的治疗干预。查封,裂纹之前,任何水或冰进入这段路——阻止它进一步分解。获得详细、及时的数据始终使团队能够降低维护的总成本,使维护过程更加有效。RoadAI听起来像一个方法你感兴趣吗?看完整的网络研讨会,或者访问我们的网站甚至更多的资源。