★智慧城市典型案例展示★
“屹安”道桥隧运管养一体化智慧平台
李盼到 龚翔箭 吴越
北京市市政工程设计研究总院有限公司
一、建设背景
1.行业背景
改革开放40余年来，我国社会经济快速发展，交通基础设施规模持续扩大。截至2024年底，全国公路总里程达549.04万公里，桥梁110.81万座，城市化率提升至67%。交通基础设施存量大、服役时间长的问题日益凸显。以北京市为例，全市公路里程22559.6公里（含高速公路1276.1公里），城市道路里程6296公里，超50%的道路交通基础设施已服役30至50年，运维管养压力持续加大。
2.政策背景
近年来，国家密集出台多项政策推动道路交通数字化转型。2023年9月，交通部《关于推进公路数字化转型 加快智慧公路建设发展的意见》，提出提升公路养护管理数字化水平；2024年4月，交通部、财政部联合印发通知，推动基础设施安全增效；2024年12月，中共中央、国务院《关于推进新型城市基础设施建设打造韧性城市的意见》明确实施智能化市政基础设施建设改造；2025年10月，五部委《深化智慧城市发展推进全域数字化转型行动计划》要求加快城市基础设施数字化更新；2025年12月，国家发改委《加快构建现代化基础设施体系》提出，推动既有设施数字化改造、发展智能交通。
这些政策围绕数据赋能、场景落地、安全增效核心，推动道路桥梁运维管养从“人工为主”转向“数字驱动”，为数字化能力提升提供了明确政策依据和实施路径。
3.痛点难点
当前，在运营管养实际工作中存在两大痛点。
（1）基础设施安全事故应急反应能力不足
近年来，我国交通基础设施安全事故时有发生，如“5.1梅大高速路面塌方”、“7.19丹宁高速桥梁垮塌”、“8.3雅康高速桥梁垮塌”等，为人民生活和社会运行产生了不良影响。
（2）日常管养数字化工作能力不足
在传统的运维管养模式下，管养人员不足，相当数量的单位仍在采用“手写”“口传”“纸记”等管养手段，数字化水平较低。
同时，当前养护维修模式以反应性养护（被动性养护）为主，无法针对运营过程中的数据深入挖掘，明确设施的退化规律，实现预测性养护（主动性养护），确保设施处于运行状态最优以及养护成本最低的平衡状态。
从数字化运维行业实践来看，数字化提升过程中仍面临数据治理失序、技术落地不畅、研发单位与运维业务场景脱轨等多重瓶颈，这些问题共同制约了数字化价值的充分释放。
二、建设内容
1.总体目标
实现道路交通基础设施全寿命周期智慧化运维管养与安全管控，推动管养模式从被动响应向主动预防转型，提升运维效率与安全保障能力。
2.总体定位
以多元数据为基础、应用场景为导向、模型算法为核心，构建“数据+BIM+GIS+业务”深度融合的智慧运维平台，打通全流程业务链路，支撑精细化管理与科学决策。
3.总体架构
采用“3+1+7”技术架构：3类智能物联感知体系（智能检测、实时监测、智慧交通）、1套基础设施数字孪生底座（构件级BIM模型、精细化GIS底图、全场景数据集）、7大业务应用场景（资产管理、检测评估、运维养护、监测预警、安全应急、交通监控、辅助决策），形成“感知-数据-应用-决策”的完整闭环。如图1所示。
图1 总体架构图
4.系统和平台
本案例以构件级BIM模型集成77类数据，融合路面智能检测车、机器视觉、光纤光栅、毫米波雷达等新一代智能感知设备，实现数据感、采、传、存、用全链条自动化，达成日常巡查养护全流程数字化、结构监测分析预警实时化，助力精细化管养与智慧化运营。
4.1 “构件级BIM+GIS+全寿命期数据”数字孪生底座
针对既有设施与设计图纸失准问题，采用激光点云扫描技术逆向构建构件级BIM模型，系统梳理设计竣工、检测评估、运维养护等全寿命期数据集。依托BIM+GIS技术，以构件为载体挂载全周期信息，实现检测、养护单元与三维模型精准匹配，打通多源数据壁垒，构建一网统管的数字底座，为智慧运维奠定基础。如图2所示。
图2 BIM+GIS数字底座
4.2 资产管理
基于数字孪生底座，建立设施资产三维可视化数字档案，涵盖资产类型、设计标准、尺寸、材料等核心信息。实现资产全生命周期动态追踪与可视化管理，支持精准查询、统计分析等功能，提升资产管控效率，为运维资源优化配置提供数据支撑。如图3所示。
图3 资产管理
4.3 检测评估
研发传统检测报告数据治理路径，实现检测数据与BIM模型实时关联、病害三维可视化。融合路面智能检测车、机器视觉等设备，多维度评估设施技术状况，快速识别路面、结构等病害隐患，生成科学评估报告，为养护工作提供精准依据。如图4所示。
图4 检测评估
4.4 运维养护
搭建平台端-移动端联动体系，打造“巡查-上报-审批-日常养护-验收”全流程数字化管理模式，实现任务制定、问题上报、流程审批的规范化，依托数据辅助养护决策与经费预算。推动养护工作从“被动响应”向“主动预防”转变，提升管养精细化水平。如图5所示。
图5 运维养护
4.5 监测预警
集成机器视觉、光纤光栅、毫米波雷达等新一代传感器，实时监测设施结构受力、运行状态等关键指标。数据经全链条自动化处理后实时分析研判，精准识别结构损伤，对异常情况自动预警，提前防范安全风险，保障设施稳定运行。如图6所示。
图6 监测预警
4.6 安全应急
依托数字底座与实时监测数据，突发情况时可快速定位隐患位置、研判影响范围。平台智能联动相关单位负责人，实现即时应急响应，优化应急处置流程，提升突发安全事件处置效率，降低人员与财产损失。如图7所示。
图7 安全应急
4.7 交通监控
融合全息交通数据，实时监测交通流、人流运行状态，打通多源监控数据链路，实现交通状况可视化监控，及时发现各类事件，为交通疏导提供支撑，保障通行顺畅。如图8所示。
图8 交通监控
4.8 辅助决策
整合数据全链条资源，通过数据分析挖掘预测结构性能退化趋势，为养护计划制定、资源配置、政策优化等提供科学依据，提升运维决策的精准性与前瞻性，助力精细化管养与智慧化运营落地。如图9所示。
图9 养护预测
5.典型应用场景
平台已服务于北京城市副中心重点地区城市道路桥梁运维管理，覆盖9.7平方公里路网范围的30条道路、4座桥梁。
系统平稳运行一年有余，已构建数字化道桥BIM模型构件超1万个，绑定病害信息超1000条，发放巡查计划300余次，数据搜索超1万次，巡查发现问题300余条，执行养护业务202条，积累了完整的巡查养护数据，为养护规划和资金预算提供坚实支撑。应用后业务办公效率提升25%，管理效率提升35%，有效解决了“日常管养数字化、安全事故应急反应、多源数据融合分析”能力不足三大痛点。
三、创新亮点
本案例聚焦行业核心痛点，立足“大交通、大运维”战略视角，自上而下构建平台功能架构，既兼顾当下数字化落地实操性，又预留未来需求拓展接口，研发过程形成五大核心创新亮点：
1.交通基础设施数据标准化技术：以“国标+行标”为总体遵循，针对设施构件类型及全生命周期各阶段，创新构建“设施构件ID+特征属性编码”全链条统一编码体系，有效支撑全场景原始数据治理、数据库开发、数据分析及应用落地，打破数据互通壁垒。
2.数字孪生技术突破：首次针对在役交通基础设施，构建实景级、构件级高精度BIM模型，实现现场检测单元、养护单元与三维模型的精准映射匹配，成功搭建智慧运维数字孪生底座，为全流程数字化管理提供真实、立体的数据支撑。
3.巡查养护闭环管理技术：研发日常巡养全流程闭环工作流，创新打通日常巡查养护数据与定期检测、大中修数据链路，沉淀形成运维大数据资产，推动养护模式从“被动响应故障”向“主动预防隐患”转型，显著提升管养精细化程度。
4.监测预警全链路自动化技术：建立“监测体系设计-传感器选型匹配-数据采集传输-数据预处理-数据分析评估-安全预警与决策”全流程闭环服务体系，采用卡尔曼滤波、贝叶斯估计等先进算法，实现多源监测数据从接入到服务的全链路自动化处理，提升预警精准度与响应效率。
5.数据驱动的路面性能预测算法：基于海量运维大数据，训练优化路面性能预测算法模型，精准预判路面性能退化趋势，科学决策养护最佳时机，为养护计划制定、资源优化配置提供数据支撑，有效降低运维成本。
四、推广价值
本案例提供了道路交通基础设施运维阶段业务场景数字化升级及数据分析应用的完整技术方案和平台产品，覆盖道桥隧建设及养护单位、政府设施管养部门、应急管理部门等多个主体。在数字底座搭建、业务流程数字化、多源数据融合分析等方面优势突出，具备较强的通用性和可复制性，可广泛推广应用于公路、城市道路等智慧运维场景，为行业数字化转型提供实践参考。
END
编辑：于菲菲
初审：李 萍
审核：李 洁
