道路与公路

您的路网中每个路段都有一个 PCI 评分。

通过无人机影像对 100% 的路面进行全面的 ASTM D6433 评分,测量车辙和凹陷的深度,无需抽样,也无需封闭车道。您的路面管理计划在年初就能获得每个路段的实测分数。当议会问及为何选择这条街道而非那条时,您可以用数据说话。

100%全路网评分,非抽样评级
24h从上传到交付 ASTM 报告的时间
1mm检测到的最小裂缝
0行车道封闭、锥形桶或工作人员
HALO AI 基于覆盖整个路网的高分辨率无人机影像进行破损勘测,并为每个路段返回一份 ASTM D6433 路面状况指数 (Pavement Condition Index)、每个评分背后的实测破损清单、一张彩色编码的路网图,以及可加载到您现有路面管理系统中的 GIS 导出文件。裂缝检测精度可达 1 mm,报告在上传后 24 小时内送达。每个路段都根据其自身的影像进行评分,因此排名经得起公开发布的考验。在从空中采集廊道数据时,车行道可保持正常通行。

平台实况

真实道路走廊的评分结果。

这是 HALO AI 中的一个路段,而非截图。路面上的每种颜色都代表一个已评分的路段,其下的每处破损都是根据影像测量得出的。

HALO AI 实时显示的已评分路段。可平移和缩放。

多车道分隔式高速公路的俯拍航拍图,一架 Nimbus 无人机正在飞越该廊道

路网勘测正在进行中。下方交通正常通行。

致公共机构和市政当局

经得起审计的证据。

拨款审批人的首要问题是数据覆盖了多少路网。抽样勘测只评估其中一小部分,并要求审批人相信其推断结果。HALO AI 使用相同的模型和 ASTM D6433 算法为每个路段评分,因此资本计划建立在对其所列道路的实际测量之上。评分结果作为状况数据,可直接用于您已在运行的路面管理系统,并与您自己的路段划分相对应,因此无需重新输入或重新映射。

  • 覆盖 100% 路网的 PCI,资本规划周期始于测量。
  • 路段级证据,用于对维护支出进行排序并证明其合理性。
  • 同比变化跟踪,显示资金去向。
  • 更轻的足迹,用于可持续性报告:每勘测 100 公里,二氧化碳排放量约为 0.09 公斤,而勘测车约为 35 公斤 (Fadron 分析)。
HALO AI 对一条接缝混凝土道路的正射俯瞰勘测,部分路面处于树荫下:图中勾勒出了板块网格,每个板块上的接缝和裂缝都经过标绘,并用 ASTM 破损代码进行了标注

致路网维护承包商

根据工程量定价的投标。

一次采集作业即可覆盖整个廊道,您定价的范围来自测量数据。其背后的带日期影像是在项目收尾时支持变更单的依据。

路网级规模

一次勘测可覆盖的道路长度。

在道路勘测分辨率下,预计每飞行小时可完成 5 to 30 ha。道路走廊布局和当地飞行规则对该数据的影响比飞行器本身更大,因此我们会首先根据您的路网来规划方案规模。

其他机构已在该规模上验证了此方法。2024年,科威特公共工程部在六周内测绘了 1,000 km 的主要道路,成本比其之前的方案低40%。2021年,弗吉尼亚州哈里森堡市在三天内完成了 350 km 街道的坑洼检测。这两个项目均为独立的第三方项目,并非 Fadron 的项目。

现有功能

HALO AI 在路网中的检测内容。

每一项发现都包含其类型、严重程度、尺寸和坐标,因此今年的筛查工作将成为明年的项目范围,无需返回现场。

  • 裂缝分类:纵向、横向和龟裂,按长度、宽度和面积测量。
  • 坑槽:沿路廊每个位置的坑槽数量、面积和深度等级。
  • 车辙、推挤和泛油:测量车辙和推挤的深度和高度,并根据范围测绘泛油情况。
  • 修补块损坏:对现有修补块进行评级,标记出损坏的修补块以进行返工。
  • 路段 PCI 和热力图:每个路段的 D6433 评分,绘制为颜色编码的路网图。
  • 变化跟踪:在两次勘测之间,逐个路段跟踪新增和恶化的病害。
一张沥青道路的无人机俯拍照片,道路位于两条路缘之间,车道上有一个窨井盖和一个圆形标记,并有肉眼难以看到的裂缝。 经过 HALO AI 分析后的同一道路俯视图,每条裂缝都用鲜红色线条描出,贯穿整个路面,就连检查井盖周围的发丝状裂缝也不例外。 原始影像 HALO AI 检测结果
拖动滑块,查看 HALO AI 如何在像素级别追踪此道路上的每一条裂缝,直至肉眼会忽略的发丝般细微的裂缝。

一次飞行,多个图层

一次勘测,多种答案。

您为 PCI 采集的影像所包含的信息远不止路面本身。每个图层都将独立生成。

因此,当下一个预算周期您需要处理重新划线计划或视线遮挡投诉时,答案已在您付费完成的飞行数据中。

一条道路走廊,通过单次采集生成四个数据层。

亦可提供

同一次飞行可生成另外四个数据层。

通过“抢先体验”计划,您可以将其中任何一项添加到您的下一次勘测中,并逐个路廊确定范围。

道路标线状况勘测

对整个路网的中心线、边缘线和人行横道的可见度进行评级,以便根据数据而非投诉来确定重新划线计划的范围。

路边植被侵占测绘

标记并定位路肩、路边和视线范围内的过度生长植被,以便规划维护路线。

路肩和路边状况评估

在同一次作业中,与路面数据一同采集边缘落差和路肩恶化情况。

路边资产清单

检测并测绘检查井盖、排水口和路缘石,并将其录入您的 GIS 资产登记册。

交付成果

您将收到的交付成果。

委员会会议、招标和资产登记均有对应的独立文件。

交付成果用途
彩色编码的路网图委员会会议所需的一张图:所有路段从绿到红,状况一目了然。
路段 PCI 表 (ASTM D6433)每个路段都经过评分和排名,并附有扣分值,因此对排名的任何质疑都可以通过重新演算来回应。
实测破损清单按类型和严重程度分类的工程量,可直接用于招标、工单和处治方案选择。
GIS 导出文件 (shapefile、GeoJSON、CSV)评分和破损数据可直接导入您的路面管理系统。

上传后24小时内交付。通过一份真实的评分勘测报告亲自判断其格式。

廊道所需的地面分辨率。

工程级的 ASTM D6433 评分在约 5 mm/px 的地面分辨率下运行,任何勘测级无人机都可以在廊道上空飞行以达到此分辨率。对于无法飞越的车行道,我们可根据要求支持车载采集。查看符合条件的设备,或向我们发送一段样本路段,我们将为您确认。

常见问题

路网勘测问题

乘车巡检速度快,由评估员在行驶的车辆中对所见情况进行评分,通常只对部分路段进行抽样。已发布的评估员之间的数据显示,两名合格工程师对同一路面的评估结果相差约 16%。HALO AI 使用统一模型和一套指标,通过影像对每一个路段进行评分。各机构通常保留乘车巡检项目用于初步筛选,并使用 HALO AI 生成用于预算决策的记录。请参阅检测方法比较。

是的,可以根据要求提供。无人机采集是标准工作流程,而对于无法飞越的在用行车道,车载设备是一个实用的选择,前提是它满足分辨率和地理配准要求。请向我们发送一段样本路段,我们将进行确认。

我们会使用您的资产管理系统已有的任何分段方式,这样评分就可以直接加载,无需重新映射。如果您没有分段方式,我们会在确定范围阶段商定一种,并在历次勘测中保持不变,这正是同比变化跟踪的意义所在。

变量包括路网长度、每年重新勘测的比例,以及您在 PCI 之外需要的其他数据层。大多数机构从下方的固定价格试点项目开始,或查看定价方式。

推荐入门方案

试点检测计划。

对您路网中的一条道路走廊进行检测,采集前商定固定价格。完整条款请见定价页面。

为整个路网评分。

如果您正在将其与您现有的勘测方法进行比较,请阅读这份坦诚的比较。此外,您也可以向我们申请 30 分钟的演示,或从一份样本报告开始了解。

申请演示