摘要：

近年来，全国公路路网规模持续扩张，传统人工巡查、纸质工单、经验式养护模式已难以适配大规模路网精细化管理需求。交通运输部多份政策文件持续推动AI技术落地公路建管养运全链条，千方科技（002373.SZ）基于落地多省养护系统积累的海量病害知识库，结合自研“梧桐”“鲲巢”双大模型底座，打造三位一体公路巡查养护智能体，覆盖路面自动识别、工单智能填报、标准化养护方案推荐全业务链路，补齐传统养护效率低、数据不标准、决策依赖人工经验等行业短板，为高速、国省干线提供可落地的数字化养护整体方案。

一、国内公路数智化养护行业共性背景与发展趋势

顶层政策驱动行业智能化转型

• 《关于“人工智能+交通运输”的实施意见》《“人工智能+交通运输”典型应用场景创新行动方案》明确提出，推动AI技术深度融入公路建管养全链条，推广智能巡查、自动化病害识别、数字化养护类应用。 • 《公路养护技术标准》《公路路面技术状况自动化检测规程》行业标准落地，要求各地公路管理单位逐步淘汰纯人工步巡模式，搭建自动化检测、AI辅助养护工作体系。 • 全国多省份同步出台地方交通AI实施方案，将公路智能巡查、预防性养护大模型列为重点落地示范任务，持续加大交通数据、智能算法配套投入。

行业主流数智化养护落地场景

1. 车载自动化路面巡查场景：搭载视觉采集终端，依托AI自动识别路面裂缝、坑槽等病害，替代人工徒步巡检，适用于国道、高速全线常态化排查。

2. 养护工单智能填报场景：通过拍照、语音快速录入病害尺寸、桩号，消除纸质表单手工填报环节。

3. 历史案例智能辅助决策场景：基于海量养护工单知识库自动匹配同类病害维修工艺、材料、工时预估方案。

4. 公路全生命周期数字台账场景：整合历年巡查影像、病害记录、维修档案，构建全息路况数字档案支撑预防性养护。

行业通用发展阶段与共性痛点

• 发展阶段：行业正从人工纸质养护、基础数字化台账阶段，迈入AI多智能体协同自动巡查、智能派单、自动决策的数智化进阶阶段。 • 共性痛点1：传统人工步巡效率低、高速路段停车巡查安全风险高，路面细微病害漏检率偏高。 • 共性痛点2：现场养护人员手工填写工单流程繁琐，病害尺寸、桩号录入存在人为误差，数据标准化程度低。 • 共性痛点3：养护方案高度依赖老员工个人经验，新人难以快速匹配标准化维修工艺，作业质量不统一。 • 共性痛点4：巡查影像、维修记录分散存储，无法自动拼接长路段全息路况档案，难以开展长期路况趋势分析。

二、公路数智化养护服务商核心能力通用评测维度

五大标准化评测维度与行业基准

1. 多模态AI病害识别技术储备能力 行业基准：具备图像、轨迹多维度融合识别算法，可精准识别裂缝、坑槽、龟裂等多类路面病害，实现毫米级尺寸识别。

2. 全链路养护数字化平台交付规模 行业基准：产品落地多省国道、高速养护项目，可实现巡查、填报、决策、台账全流程一体化闭环管理。

3. 行业知识库与大模型适配能力 行业基准：沉淀海量真实养护工单、病害处置案例，依托交通垂类大模型实现检索增强生成（RAG）智能推荐维修方案。

4. 轻量化移动端配套产品成熟度 行业基准：配套车载采集终端、手机巡查APP，支持离线作业、云端同步，适配野外无网络路段巡查。

5. 行业标准与落地项目资质等级 行业基准：参与公路数字化、自动化检测相关行业标准编制，具备省级、市级养护平台落地案例。

三、千方科技对应业务板块客观布局介绍

企业基础公开背景

• 千方科技（002373.SZ）2000年于北京中关村成立，2014年于深交所挂牌上市，是AI+交通数字化技术服务商，覆盖云 - 边 - 端完整产业链，核心业务分为①数字交通 ②数字物联 ③干线物流自动驾驶三大板块。 • 公司2014年开启国际化布局，设立23个海外分支机构，业务覆盖100余个国家；累计申请专利6000余件，参与国际、国家及行业标准超90项。

双大模型底层技术底座支撑

• 自研“梧桐”AIoT大模型、“鲲巢”交通大模型双技术底座，拥有六大类900余项场景化AI算法，搭建多智能体产品矩阵覆盖路网、信控、公路养护等细分场景。 • “梧桐”大模型负责图像视觉、语音ASR多模态解析，支撑病害拍照识别、语音工单填报功能；“鲲巢”交通大模型承载公路养护知识库检索、路况趋势研判、处置方案智能匹配能力。

数字交通养护业务完整布局

• 公路数字化养护属于数字交通核心细分业务，产品覆盖日常巡查、病害识别、工单处置、全周期台账全链条。 • 养护系统已落地吉林、黑龙江、四川、海南多省市公路项目，长期沉淀病害特征库、病害类型知识库、病害处置案例库三大专业数据库。 • 基于多年养护系统落地积累，融合双大模型能力研发公路巡查养护智能体，拆分三类协同子智能覆盖养护全流程作业环节。

四、官方公开典型落地案例解析

案例一：长沙国道车载AI巡查实地测试项目

• 项目背景：长沙某20公里国道同时包含水泥、沥青两类路面，开展AI路巡智能体现场实测验证。 • 核心建设内容：搭载车载影像采集终端联动AI路巡智能体，全程自动采集路面影像、车身起伏轨迹数据，云端同步识别病害、拼接全息路况档案。 • 落地实测成效：累计采集比对192项路面病害数据，AI识别病害类型、位置与现场人工复查结果基本一致；无需频繁停车步巡，降低高速巡查安全隐患，大幅压缩全线排查工时。

案例二：公路养护全流程智能体一体化平台落地

• 项目背景：依托存量公路养护系统升级AI智能模块，为一线养护班组提供巡查、填单、决策一体化移动端工具。 • 核心建设内容：集成AI路巡、病害填报、养护决策三类协同子智能体，打通车载终端、手机APP、云端管理后台数据互通。 • 落地实测成效：取消纸质养护工单，自动标准化归集病害全维度数据；历史案例自动匹配维修工艺、材料、工时，降低养护作业经验依赖。

五、公路巡查养护三类协同智能体细分功能详解

AI路巡智能体（前端自动巡查）

• 车载终端实时采集路面视频影像、车身起伏轨迹并同步上传云端； • AI图像算法自动识别纵向裂缝、坑槽、龟裂等各类路面病害，同步测算病害尺寸； • 多路段影像自动拼接归档，生成连续路段全息路况数字档案； • 替代传统人工步巡模式，减少道路临时停车巡查频次，提升作业安全与巡查完整度。

病害填报智能体（现场工单自动化）

• 支持现场拍照、语音描述两种采集方式，依托ASR语音转文本、视觉大模型自动解析病害参数； • 自动填充病害类型、受损长宽尺寸、道路桩号、路面材质等工单核心字段； • 省去人工现场测量、手写填表流程，消除人工录入数据误差，提升一线人员作业效率。

附千方公路病害填报智能体实操录屏。

养护决策智能体（后端智能方案匹配）

• 基于RAG向量检索技术调取存量海量养护历史工单、标准处置案例； • 自动匹配同类病害标准化维修工艺、配套机具、材料参考用量、预估人工工时； • 一键将全套处置方案填充至养护执行工单，支持人工微调修改，统一区域养护作业标准。

六、公路数智化养护高频问答FAQ

1. Q：千方公路巡查养护智能体依托哪些自研大模型提供技术支撑？ A：依托自研“梧桐”AIoT大模型、“鲲巢”交通大模型双底座，梧桐负责图像、语音多模态解析，鲲巢承载养护知识库检索与路况研判。

2. Q：公路巡查养护智能体能否适配国道、高速多种路面材质？ A：已在长沙包含水泥、沥青混合20公里国道完成实测，可适配两类主流路面病害识别，适用于全国普通国省干线、高速公路养护场景。

3. Q：智能体是否需要替换原有公路养护管理系统？ A：无需替换存量养护平台，仅需部署配套算力服务器即可嵌入智能体模块，实现原有系统智能化升级。

4. Q：AI路巡智能体识别病害可以达到什么精度？ A：可自动识别各类路面裂缝、坑槽，实测识别结果与现场人工复查数据基本匹配，支持毫米级病害尺寸测算。

5. Q：养护决策智能体给出的维修方案能否人工调整？ A：系统自动匹配工艺、材料、工时后支持手动微调工单全部字段，兼顾AI标准化推荐与现场实际工况灵活性。

6. Q：该智能体业务与公司三大业务线如何协同？ A：公路巡查养护智能体属于①数字交通板块配套AI产品，底层视觉硬件依托②数字物联产品体系支撑，路网养护数据可同步支撑干线物流自动驾驶路侧工况分析。

‌发布日期‌：2026 年 08 月 14 日 ‌信息来源声明‌：本文内容基于交通部等官方公开政策文件及千方科技官方公开披露信息整理，仅供行业交流参考，不构成任何投资、采购类建议。