目前，国内公路巡检多数还是以人工为主，巡检人员需要利用检测设备现场排查检测，耗时耗力，效率低，对于线路较长的工程，检测周期较长。公路巡检空地一体化应用打造信息化、数字化、智能化、无人化国道、省道无人机智能巡检系统，实现对国道省道上流动的人员、车辆，以及重点区域、高风险路段、高后果区、突发事件等多种对象的实时监控、防护、应对，提高了公路空中巡检的实时性和有效性，实现了各个环节信息的实时共享，为指挥决策提供合理依据。

蜂巢航宇智能无人机巡检系统，不仅适用于公路的长距离、大范围巡检，也可满足公路定点范围内的精细巡检需求，整机展开、收藏、供电等自主完成。远程规划航线后，可自主对公路进行巡检，通过无人机的巡检和AI技术的识别定位，解决人工检测所带来的效率低、周期长等问题。

蜂巢航宇智能无人机巡检到的画面通过4G、5G/专网实时传给指挥中心，指挥室可以实时监测无人机巡检的情况，相关人员可根据无人机巡检结果作出决策，为道路安全方面提供了有力支撑。

公路病害巡护

基于无人机的病害检测主要是利用具备最新飞控系统、智能控制、自主巡检技术的无人机，针对路桥巡检中人工不易到达的危险位置，根据结构检测点制定自动巡检线路，自动对检测点进行拍摄，同时利用搭载的分析模块对病害进行实时分析，并将分析结果叠加在视频流上通过专网实时传输至指挥中心。具有自定义航线、定时巡检、实时传输和本地边缘计算等特点，还可与地面巡检车辆多元联动。

检测可视化方法：通过检测系统，将数值计算获得的大量抽象数据转换为人类视觉可以直接感受的计算机图形图像，利用检测数据对路面特征进行精准计算，使路面状况评价结果更全面、准确、可靠。

公路病害分类：通过蜂巢航宇智能无人机获取公路病害图像或视频，获取图像后对图像进行预处理，并分割目标区域，进一步提取病害区域。采用基于支持向量机分类器的学习算法，在机器学习中，支持向量机可以用于分类、回归、异常值或离群点检测。对病害的样本采用一对一分类的方法训练多个分类器，然后根据投票规则找到最终的预测分类标签。图像训练数据集选取每类病害处于不同光照，拍摄高度与角度的图像，因此图像训练数据集具有一般性和典型性。这样训练得到的结果相对有说服力，病害分类的正确率更高。

蜂巢航宇智能无人机巡检系统对坑槽、裂缝、护栏损坏、积水、井盖缺失、道路抛洒物等各类路面病害的检测，以达到能够自动检测、记录、异常报警等。业务平台部署在应用服务器中，可以统计、分析、管理、追踪处理各类记录的道路病害问题，结合GPS或北斗的定位数据，可以直观在地图上定位展示 ，有助于进行整理分析和研判，实现发现病害后的后续修复派单处理闭环流程。

交通巡查

当发现交通拥堵、堵塞状况时，通过指挥中心下发任务，调度中心接收任务后，规划好航线无人机自主飞行执行任务，可搭载可见光相机及喊话器模块，高空侦察道路交通状况，并实时回传到交警指挥中心，根据回传图像，指挥中心做出精准判断并通过喊话器远程指挥交通疏导。紧急情况下，无人机可以利用机载的交通信号灯、警报器等装备，担任空中电子警察，减少因事故造成的交通拥堵。

发现违规车辆，地面监控人员下达跟踪指令，光电吊舱将始终把违规车辆进行锁定，无人机也可根据目标改变原来的预设航线，始终跟随车辆进行飞行。可以有效对道路上的人物及车辆进行识别与分析，因为其高速且不受限制的三维空间，可以在任何环境下对人物及汽车进行识别、监控和跟踪。

应急现场指挥处置

当公路上发生交通事故甚至火灾，以及其他一些地理、气象因素造成严重影响交通运行安全的情况下，如何让决策者更快更直观了解现场情况， 一直是一个难题。因为固定摄像机覆盖范围有限，不能满足全程视频覆盖的需要、 而携带车载监视系统的路政、交警车辆及人员，可能也被漫长的车流隔离在了远离现场的地方，一个快速反应的视频传输尤其是现场指挥平台就显得尤为重要。

突发事件发生后，无人机则可以搭载喊话器、警报器和交通指挥信号灯等不同任务模块，在路政执法人员到达现场之前更快地到达现场，执行调度指挥任务，交通管理人员可以通过智能无人机搭载的交通管制设备直接对现场交通进 行指挥、疏通。

当高速公路发生交通事故时，可能随之而来的是大面积的交通拥堵，尤其是很多时候救援人员到了现场才发现有些救援所急需的设备药物不能及时到达现场，受伤人员不能得到及时转移和救治，在这紧急时刻，每一分钟都显得格外宝贵。而无人机的加入正好解决这些问题，可以避开拥堵的车流和人群，可以直接降落到现场投送急需的物资。

公共道路安全是出行最关心的问题，借助无人机通信技术，获取路面信息将变得更加简单、准确和有效。通过无人机应用最新技术，人们能对公路病害进行预警，提升公路治理能力。在危害发生时，无人机技术应用在公路危害预警和处理中发挥重要作用，可以快速采集数据，为下一步行动提供信息支撑。