在“交通强国”战略背景下，沥青路面作为高等级公路的主要铺装形式，其养护质量直接关系到路网运行效率与行车安全。传统 人工检测方式存在效率低、主观性强、安全风险高等弊端，难以满足现代养护需求。本文基于多模态感知与深度学习理论，研发了一套沥 青路面病害智能识别与检测系统。该系统采用“2D 图像+3D 点云”双流深度学习网络架构，结合视觉 AI 算法与多源传感器融合技术，实 现对裂缝、车辙、坑槽、泛油等典型病害的像素级精准识别与量化评估。实验表明，系统对主要病害的识别准确率达 96.4%，检测效率较人 工提升 20 倍以上，且能自动生成符合国标的养护报告。本研究为实现路面养护的“智能化、精细化、预防性”转型提供了关键技术支撑。 关键词：沥青路面；病害检测；深度学习；多模态融合；智能养护；像素级分割