Với hạ tầng giao thông ngày càng phát triển và nhu cầu bảo trì tăng cao, các cơ quan quản lý đường bộ đang gặp phải một bài toán nan giải: Làm sao phát hiện hư hỏng mặt đường nhanh chóng, chính xác và tiết kiệm chi phí? Để giải quyết bài toán này, EOV Solutions đã phát triển EOV RoadAI – một nền tảng sử dụng trí tuệ nhân tạo và video hành trình để giám sát, phân tích và đánh giá khiếm khuyết mặt đường một cách hoàn toàn tự động.

Trong bài viết này, chúng tôi giới thiệu một trường hợp điển hình triển khai RoadAI tại tuyến đường Mê Linh – Đông Anh (Hà Nội), nhằm đánh giá hiệu quả của công nghệ trong điều kiện thực tế.

Giới thiệu EOV RoadAI

EOV RoadAI là hệ thống giám sát và đánh giá tình trạng mặt đường bộ sử dụng video hành trình và công nghệ AI để:

• Phát hiện và phân loại 8 loại khiếm khuyết mặt đường như: ổ gà, nứt dọc, nứt ngang, bong tróc, lún, vũng nước,...
• Xác định loại mặt đường (nhựa hay bê tông) và tính toán diện tích khiếm khuyết.
• Phân loại mức độ nghiêm trọng của khiếm khuyết
• Tính toán chỉ số PCI (Pavement Condition Index) giúp ra quyết định bảo trì.
• Trực quan hóa dữ liệu trên bản đồ và dashboard số.

Toàn bộ quá trình được vận hành thông qua một ứng dụng di động và một nền tảng web giúp người dùng dễ dàng thu thập dữ liệu, phân tích và tạo báo cáo.

Tuyến khảo sát: Mê Linh – Đông Anh

• Địa điểm: Mê Linh và Đông Anh, Hà Nội
• Chiều dài: 26,5 km
• Thời gian khảo sát: 06/06/2025
• Thời tiết: Nắng, mặt đường khô ráo
• Thiết bị: Điện thoại Iphone 11 Pro Max gắn trên kính lái xe
• Thời lượng video: 55 phút
• Số khung hình phân tích: 19.814 ảnh

Quy trình triển khai

Quy trình triển khai, thử nghiệm hệ thống EOV RoadAI trên tuyến đường Mê Linh - Đông Anh như sau:

Bước 1: Gắn thiết bị quay video hành trình có GPS.

Bước 2: Di chuyển và ghi lại dữ liệu video.

Bước 3: Tải video lên hệ thống RoadAI.

Bước 4: Hệ thống tự động:

• Trích xuất khung hình.
• Phân tích khiếm khuyết.
• Tính toán PCI.
• Hiển thị dữ liệu trên dashboard số hóa.

>>> Đón đọc: Khi AI học cách tính diện tích khiếm khuyết mặt đường

Kết quả phân tích & Đánh giá mô hình AI

Để mọi người hiểu rõ hơn về mô hình AI và tính hiệu quả của hệ thống EOV Road AI trên tuyến đường Mê linh - Đông Anh, dưới đây là những kết quả chính:

1. Phát hiện và phân loại khiếm khuyết mặt đường (Mô hình 1)

Bảng trên tóm tắt kết quả phát hiện các loại khiếm khuyết với các chỉ số Độ chính xác (Precision) và Khả năng phát hiện (Recall). Các loại khiếm khuyết chủ yếu bao gồm Bong tróc, Nút mang lưới, Vùng nước, Nút ngang, Nút dọc, Bong lớp, Ò gà và Lún.

• Các khiếm khuyết như Vùng nước, Nút ngang có độ chính xác và khả năng phát hiện 100%.
• Bong tróc có độ chính xác cao (85,3%) và khả năng phát hiện tốt (91,8%).
• Nút mang lưới và Nút dọc có độ chính xác và khả năng phát hiện khá cao, nhưng không đạt tối đa.
• Bong lớp có độ chính xác thấp (25%) nhưng khả năng phát hiện khá cao (50%).
• Ò gà không phát hiện được khiếm khuyết nào, dẫn đến độ chính xác và khả năng phát hiện là 0%.
• Lún không có dữ liệu thực tế và phát hiện.

Tổng thể, hệ thống có độ chính xác đạt 82,9% và khả năng phát hiện đạt 81,1%.

Nhận định: Mô hình phát hiện chính xác cao ở hầu hết các loại khiếm khuyết phổ biến, đặc biệt là bong tróc và nứt dọc. Vấn đề bỏ sót ổ gà là điểm cần cải thiện trong các phiên bản kế tiếp.

2. Phân loại loại mặt đường (Mô hình 2)

Đối với mô hình 2: Phân loại mặt đường, chúng tôi thu được kết quả với độ chính xác như sau:

• Nhựa: 97.3%
• Bê tông xi măng: 83.5%

Nhận định: Mô hình phân loại mặt đường hoạt động ổn định, độ chính xác cao trên thực địa.

3. Phân loại mức độ khiếm khuyết (Mô hình 4)

Theo bảng dữ liệu trên, độ chính xác tổng thể của mô hình còn hạn chế, đạt 67,6%. Điều này cho thấy, mô hình cần tiếp tục cải thiện, cần phải huấn luyện và bổ sung thêm các dữ liệu gán nhãn để AI phát hiện tốt hơn. Đó là lý do vì sao chúng tôi tiếp tục nghiên cứu và thử nghiệm tại tuyến đường Thái Nguyên.

Nhận định: Mô hình 4 đạt hiệu quả phân loại khá, đặc biệt với các lỗi phổ biến. Cần tinh chỉnh để cải thiện phân loại các lỗi khó như nứt dọc, vũng nước.

Kết luận & Ý nghĩa thực tiễn

Qua khảo sát và đánh giá thực tế, EOV RoadAI cho thấy hiệu quả cao trong việc tự động phát hiện, phân loại và đánh giá tình trạng mặt đường, mở ra cơ hội mới cho việc bảo trì hạ tầng giao thông:

• Nhanh hơn: Khảo sát 26,5 km chỉ trong 55 phút.
• Chính xác hơn: Độ chính xác >80% với nhiều loại khiếm khuyết.
• Hiệu quả hơn: Tiết kiệm thời gian, chi phí, công sức.
• Trực quan & tích hợp: Dữ liệu hiển thị trên bản đồ số, có thể kết xuất dưới dạng GIS, Excel, API.

>>> Xem thêm: EOV Road AI - Tự động phát hiện khiếm khuyết

Thông tin liên hệ

• Dịch vụ: EOV RoadAI
• Email: tuvan@eov.solutions
• Hotline: 083 409 9562
• Địa chỉ: Tầng 3, Tòa CT1, Khu nhà ở Bộ Công An, Phạm Văn Đồng, phường Đông Ngạc, Hà Nội
  

Nếu bạn là đơn vị quản lý hạ tầng giao thông, hãy trải nghiệm công nghệ EOV RoadAI để tối ưu công tác khảo sát, giám sát và đánh giá tình trạng mặt đường bộ.