近日，随着最后一套石墨基抗寒感知设备完成部署，渤海大学数学科学学院研发的“寒御通途——高寒交通韧性智能养护体系”宣布整体上线，项目攻克-40℃极寒适配、冻融病害精准识别、冷韧性动态推演三大核心技术，首次构建高寒道路“路上—路面—路内”全域感知、云边端协同、全流程闭环的智能养护新模式，标志着我国高寒交通基础设施养护由“被动抢修”正式转入“主动韧性智护”新阶段。
图1系统展示图
一、高寒极端环境倒逼技术突破
东北高寒区年均低温期长达6个月，极端低温低至-40℃，年度冻融循环频繁，积雪积冰、盐冻侵蚀、路基冻胀等病害高发，路面病害发生率较南方高出3倍以上，养护频率与成本分别增加50%和80%。
传统养护模式设备低温易失效、数据采集中断率高、人工巡检漏判率超40%，预防性养护占比不足20%，难以适配高寒复杂场景。在此背景下，渤海大学团队聚焦寒区养护痛点，完成关键技术攻关与示范验证，填补国内高寒道路智能养护技术空白。
二、系统架构：1个基座+3大核心+全链闭环
1.石墨基跨尺度感知核心
采用石墨材料低温强化改性技术，攻克-40℃设备失效难题；构建“路上—路面—路内”跨尺度感知网络，集成耐低温车载LIDAR、140GHz毫米波雷达、寒区HDR相机；研发微型化巡检魔盒，重量≤180g，成本仅为专业设备1/10，可搭载营运车辆实现众筹采集，数据采集频率提升30倍。
2.冷韧性数字孪生中枢
搭建云—边—端协同智慧管养平台，基于485万公里寒区病害数据训练VLM-Cold大模型；创新CNN-Transformer跨模态融合架构，实现图像、雷达、振动多源数据融合，病害致因识别准确率提升40%；搭载冷韧性推演模块，实现10m网格、24h滚动春融翻浆风险预测，提前预警隐蔽病害。
3.AI智能决策与处置中枢
采用改进深度学习算法，冻融龟裂、盐蚀剥落、冰湖翻浆识别准确率≥92%；建立含98种寒区专属养护方案的知识图谱，自动匹配施工参数与养护窗口期；形成“感知—认知—推演—处置—评估”全流程闭环，巡查效率提升210倍，养护综合成本降低30%。
4.全场景适配部署体系
覆盖高寒城市道路、高速公路、农村公路、冻土路段；适配-40℃极寒、冻土冻融、盐蚀侵蚀等复杂环境，实现亚车道级全域稳定覆盖。
三、经济社会生态效益显著
技术效益：破解低温失效、病害识别不准、决策滞后三大痛点，预防性养护占比提升至50%以上，病害复发率降低40%。
经济效益：单公里检测成本≤25元，年节省养护人力成本50—200万元，资金使用效率提升35%。
社会效益：提升道路通行安全性与耐久性，保障粮食运输、工业物流与边境交通畅通。
生态效益：减少融雪剂过量使用与重复施工扰动，降低碳排放，助力交通绿色低碳转型。
四、未来展望：打造东北高寒交通养护标杆
面向“十五五”，渤海大学“寒御通途”团队将持续优化技术体系，推进专利申报与成果转化，联合辽宁、吉林、黑龙江、内蒙古等地交通部门与养护企业，共建高寒地区道路智能养护示范网络。
团队力争5年内将技术覆盖东北主要高寒路网，打造全国寒区交通韧性养护样板，以数字技术与材料创新赋能交通强国建设，为东北全面振兴提供坚实交通科技支撑。
署名：渤海大学
