近年来，随着全国范围内公路路网的建成，我国主要交通运输通道的使用紧张情况得到了明显改善，全国范围内的交通运输能力得到了大幅度的提高。然而，大规模建设后必然带来繁重的养护任务，公路养护已由传统的“抢修时代”过渡到“全面养护时代”，公路养护市场的发展壮大和规范有序运转，已成为未来行业持续健康发展的基础之一。公路养护涉及检测、评定、决策、设计、施工、后评价等环节，检测与评定作为一切养护工作起步的基础，其对准确、快速、安全的要求也愈来愈高。
一、公路检测发展阶段
公路技术状况的检测可以分为三个不同的发展阶段：
第一阶段为人工检测阶段。由于道路铺设量少、车流量不大、技术发展的不成熟及道路保护意识不强，在道路养护阶段初期主要为人工现场检测判断。此阶段受人为判断力影响，仅在道路出现了严重病害时，才会进行粗略的养护处理。
第二阶段为半自动化检测阶段。此阶段检测人员开始采用一些相关的设备，如照相机、摄像头、汽车等，将采集的图片存于硬盘中，相关人员在计算机上进行相应的处理判断。
第三阶段是全自动化检测阶段。随着相关科学技术的进步，道路检测全自动化逐渐成为主要的检测手段。其中以车载检测系统为主，智能道路综合检测车现已在各个国家特别是发达国家得到较广泛应用。
二、道路智能检测技术现状分析
上世纪90年代，美国的研究人员开发了基于线扫描数字相机的路面病害检测系统PCES。该系统基于模拟量和数字量的转换理论，将路面采集到的模拟量数据信息转换成数字量处理。该系统相对之前的系统实现了图像收集和图像处理同步，但是其功能比较单一，无法分辨路面病害种类。
同时期由于CCD技术的快速发展，加拿大一家公司开发出了ARAN系统。该系统使用多个角度的高分辨率相机来拍摄路面情况，CCD技术可以直接将光学信号转换为数字信号，且图像采集速度高，所以ARAN系统可以在车速以80 km/h的速度下完成。ARAN系统能够自动将检测到的路面病害进行分类，并鉴定病害的严重程度，提高了检测效率。ARAN系统在检测效率和准确率上有了很大的提升，但存在硬件成本太高、路面数据与识别病害不同步等问题。
21世纪以来，3D激光扫描技术兴起并快速发展。研究人员将该技术应用到路面病害检测系统，例如美国的DHDV系统，该系统将线激光对路面进行扫描，用高速面阵相机记录激光在路面上的投影，并通过传感器来收集路面2D和3D数据信息，系统将采集到的信息用图像处理模块对路面病害进行识别检测、分类。DHDV系统实现了真正的对路面病害进行自动化检测，但是其对硬件要求及设备维护成本很高，还未得到大范围推广。
商京理工大学的N-1型路面检测系统该系统是国内最早出现的智能路面检测系统，由车载样本采集系统和线下检测处理系统组成;交通运输部公路科学研究院的CICS路面检测系统，该车载系统时速最高为100 km/h，单次检测路面宽度可达到3.6 m，裂缝最高检测精度达到1 mm，自带补光装置;武大卓越科技有限公司的ZOYON道路检测系统包括5个子系统，检测车时速最高达到120 km/h，检测宽度最大为3.7 m，裂缝最高检测精度达到1 mm｡
随着公路养护里程的不断提高，对管养技术人员和检测设备的要求也愈来愈高，管养单位除了要完成日常的养护检测工作，同时须对公路的高边坡、长大桥梁、高路基等特殊构造物进行日常巡查和健康监测。无人机技术的应用可快速缓解技术人员和设备不足的情况。
目前公路的高边坡、桥梁墩台等构造物动辄几十米，高则上百米，若靠人工进行日常检查，既费时又费力，特别是很多高边坡、高路基因地势险峻，导致人和设备无法实施相关数据采集，对一些山体滑坡、垮塌等灾害的前期迹象无法提前获知和预警，导致当前边坡坍塌、路基下沉、山体滑坡的灾害频发。而无人机在公路巡检方向的应用，可大大提高日常检查和维护的效率，快速便捷地观测和检查构造物，及时掌握道路结构病害并及时养护。
现如今，摄像机、激光探测技术以及图像处理技术已经得到了快速的发展，但是采集到的图像仍然会受到拍摄角度、光照、遮挡等许多外界因素的影响，仍需要人工辅助进行检测和分类，对图像信息进行识别准确分类依然是公路检测系统研究的重点和难点。
从路面检测系统发展现状来看，目前相关设备以及系统能够较好完成路面图像信息采集并实现了商业的应用，但一些自动化程度较高、检测能力较强的系统往往对硬件要求很高，技术操作性强，专业的检测车需要专业人员进行操作，局限性大，且维护费用昂贵，较难得到大范围推广。
68
449717568