EOV Road AI thí điểm khảo sát khoảng 3km Quốc lộ 1 tại Khánh Hòa, ứng dụng AI phát hiện 154 khiếm khuyết mặt đường và phân loại, đánh giá hiện trạng 22 biển báo giao thông.
Trong công tác quản lý và bảo trì đường bộ, nắm bắt thường xuyên tình trạng mặt đường và hệ thống biển báo là cơ sở để các đơn vị xác định vị trí cần kiểm tra, bảo trì và xử lý.
Tại Khánh Hòa, EOV Road AI được triển khai thí điểm trên một đoạn Quốc lộ 1 dài khoảng 3km, sử dụng dữ liệu hình ảnh từ quá trình khảo sát thực tế. Với điều kiện thời tiết phù hợp, không mưa, dữ liệu thu thập đáp ứng yêu cầu để AI phân tích và nhận diện hiện trạng tuyến đường.
1. Thông tin đợt khảo sát
Đợt thí điểm EOV Road AI được thực hiện trên Quốc lộ 1, đoạn qua Khánh Hò, với chiều dài khảo sát khoảng 3 km. Tuyến đường có mặt đường nhựa và điều kiện thời tiết phù hợp, không có mưa trong quá trình ghi nhận dữ liệu.
Thông tin khảo sát chính gồm:
- Tuyến đường: Quốc lộ 1, Khánh Hòa
- Loại mặt đường: Đường nhựa
- Chiều dài khảo sát: Khoảng 3 km
- Điều kiện thời tiết: Khô ráo, không mưa
Sau khi thu thập, dữ liệu hình ảnh được đưa lên hệ thống để EOV Road AI tự động phân tích, nhận diện và phân loại các khiếm khuyết trên tuyến theo từng nhóm. Qua đó, dữ liệu từ video khảo sát được chuyển thành thông tin có cấu trúc, phục vụ việc kiểm tra và đánh giá hiện trạng mặt đường.
2. EOV Road AI trả kết quả phân tích
Sau khi dữ liệu được thu thập, EOV Road AI tiến hành phân tích và chuyển đổi hình ảnh khảo sát thành dữ liệu về hiện trạng tuyến đường. Kết quả tập trung vào hai nhóm chính: Khiếm khuyết mặt đường và biển báo giao thông.
2.1 Phát hiện và phân loại khiếm khuyết mặt đường
rong phạm vi khoảng 3 km Quốc lộ 1 tại Khánh Hòa, EOV Road AI đã phát hiện và phân loại 154 khiếm khuyết mặt đường. Các vị trí được ghi nhận và thể hiện trực quan trên bản đồ, giúp đơn vị quản lý nhanh chóng nắm được khiếm khuyết nằm ở đâu và phân bố như thế nào trên toàn tuyến.
Từ bản đồ, người dùng có thể tiếp tục kiểm tra từng vị trí bằng cách đối chiếu với hình ảnh hoặc video khảo sát thực tế. Cách thể hiện này giúp việc kiểm tra hiện trạng thuận tiện hơn, đồng thời dễ dàng xác định những vị trí cần được theo dõi hoặc đánh giá thêm.
2.2 Phân loại và đánh giá hiện trạng 22 biển báo giao thông
Bên cạnh khiếm khuyết mặt đường, hệ thống cũng ghi nhận và phân tích các biển báo giao thông xuất hiện trong phạm vi khảo sát. Kết quả, EOV Road AI đã phân loại và đánh giá hiện trạng 22 biển báo giao thông. Thông tin kết quả cũng được thể hiện trên bản đồ, giúp đơn vị quản lý theo dõi vị trí và tình trạng của các biển báo trên tuyến.
3. Từ dữ liệu khảo sát đến dữ liệu hiện trạng đường bộ
Sau khi hoàn tất khảo sát, dữ liệu video được đưa vào hệ thống để AI phân tích và chuyển đổi thành các thông tin hiện trạng có cấu trúc, trực quan và dễ theo dõi. Nhờ đó, đơn vị quản lý không chỉ có dữ liệu để xem lại mà còn có thể khai thác kết quả cho quá trình kiểm tra và đánh giá tuyến đường.
Quy trình có thể hình dung theo các bước:
Khảo sát thực tế → Thu thập video → AI phân tích → Phát hiện & phân loại → Trực quan hóa dữ liệu → Hỗ trợ quản lý, kiểm tra và bảo trì
Điểm quan trọng là dữ liệu được tạo ra sau mỗi lần khảo sát không chỉ phục vụ cho một lần kiểm tra. Khi được lưu trữ và tổ chức trên hệ thống, dữ liệu có thể tiếp tục được sử dụng làm cơ sở tham chiếu cho những lần khảo sát sau, từng bước hình thành bộ dữ liệu hiện trạng đường bộ theo thời gian.
4. Kết luận
Đợt thí điểm EOV Road AI trên khoảng 3km Quốc lộ 1 tại Khánh Hòa đã ghi nhận 154 khiếm khuyết mặt đường và 22 biển báo giao thông. Kết quả cho thấy dữ liệu hình ảnh từ khảo sát thực tế có thể được AI xử lý và chuyển thành thông tin trực quan phục vụ công tác quản lý đường bộ.
Các đơn vị có nhu cầu ứng dụng AI trong khảo sát, đánh giá và số hóa dữ liệu hiện trạng đường bộ có thể liên hệ EOV Solutions để tìm hiểu thêm về EOV Road AI.
Có thể bạn quan tâm:
