CN102607505A - 道路平整度检测方法及系统 - Google Patents
道路平整度检测方法及系统 Download PDFInfo
- Publication number
- CN102607505A CN102607505A CN2012100817579A CN201210081757A CN102607505A CN 102607505 A CN102607505 A CN 102607505A CN 2012100817579 A CN2012100817579 A CN 2012100817579A CN 201210081757 A CN201210081757 A CN 201210081757A CN 102607505 A CN102607505 A CN 102607505A
- Authority
- CN
- China
- Prior art keywords
- acceleration
- axle
- sorter
- signal
- incident
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Road Repair (AREA)
Abstract
一种道路平整度检测方法,使测试车辆在待测道路上行驶获得待测道路的平整度,包括以下步骤:获取测试车辆的三轴加速度信号、方向信号、位置和速度信号;将同一时间段的加速度信号、方向信号、位置和速度信号对应的路面事件采用经过训练的分类器滤除,获得道路平整度信息;所述分类器包括用于根据方向信号滤除井盖和路面减速装置事件的第一分类器,还包括滤除其他干扰事件的第二分类器、第三分类器、第四分类器及第五分类器,从而使得道路检测中的干扰事件被滤除,最终获得检测精确的道路坑洼状况。
Description
【技术领域】
本发明涉及道路检测方法,尤其涉及一种道路平整度检测方法及系统。
【背景技术】
不平整的市政道路不仅影响道路行车安全,降低行车舒适度,增大行车噪音污染;而且会增加车辆的运行费用(如增加油耗、降低行车速度、增加车辆机件磨损),同时加速结构破坏,影响路面的使用年限,缩短养护周期,给人们的日常生活带来危害。因此,采取一种有效的技术手段实现市政道路是否平整的检测,对减小其给人们带来的危害具有重要意义。但由于在道路检测过程中,信号来源包含了各种道路状况(如平路、井盖、减速带、铁路与公路交叉口、桥梁金属连接缝等)和各种主观行为的干扰(如故意摇动车门使车辆产生抖动),使得检测的结果不够精确。
【发明内容】
基于此,有必要提供一种能够滤除干扰、检测结果精确的道路平整度检测方法。
一种道路平整度检测方法,使测试车辆在待测道路上行驶获得待测道路的平整度,包括以下步骤:
获取测试车辆的三轴加速度信号、方向信号、位置和速度信号;
将同一时间段的加速度信号、方向信号、位置和速度信号对应的路面事件采用经过训练的分类器滤除,获得道路平整度信息;
所述分类器包括用于根据方向信号滤除井盖和路面减速装置事件的第一分类器,所述第一分类器将满足以下条件的事件定义为井盖和路面减速装置事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az<r2以及方向信号中的仰角θ<θt,其中Vm为低速阈值,a为Z轴加速度阈值,r1为X-Z加速度比值阈值,r2为V-Z轴加速度比值阈值,θt为仰角阈值。
优选地,所述分类器还包括用于根据速度信号和三轴加速度信号滤除高速行驶时的干扰事件的第二分类器,所述第二分类器将满足以下条件的事件定义为高速行驶干扰事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az>r2,其中Vm为低速阈值。
优选地,所述分类器还包括用于根据速度信号和三轴加速度信号滤除拓宽路面宽度的事件的第三分类器,所述第三分类器将满足以下条件拓宽路面宽度的事件定义为:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az<r1。
优选地,所述分类器还包括用于根据速度信号和三轴加速度信号滤除路面突起事件的第四分类器,所述第四分类器将满足以下条件的事件定义为路面突起事件:
速度V>Vm、Z轴加速度az<a。
优选地,所述分类器还包括用于根据速度信号滤除低速行驶的干扰事件的第五分类器,所述第五分类器将满足以下条件的事件定义为低速行驶的干扰事件:
速度V<Vm。
优选地,所述获取测试车辆的三轴加速度信号、方向信号、位置和速度信号的具体步骤为:
三轴加速度计检测测试车辆的X轴加速度、Y轴加速度、Z轴加速度;
陀螺仪检测测试车辆的俯仰角方向信号;
GPS检测测试车辆的时间信号、速度信号、位置信号、GPS头部信号。
此外,还有必要提供一种能够滤除干扰、检测结果精确的道路平整度检测系统。
一种道路平整度检测系统,包括传感器、分类模块及输出模块;
所述传感器与分类模块连接,所述分类模块与输出模块连接,所述传感器用于获取测试车辆的三轴加速度信号、方向信号、位置和速度信号;
所述分类模块包括经过训练的分类器,用于将同一时间段的加速度信号、方向信号、位置和速度信号对应的路面事件采用所述经过训练的分类器滤除,所述输出模块用于输出道路平整度信息;
所述分类模块包括用于根据方向信号滤除井盖和路面减速装置事件的第一分类器,所述第一分类器将满足以下条件的事件定义为井盖和路面减速装置事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az<r2以及方向信号中的仰角θ<θt,其中Vm为低速阈值,a为Z轴加速度阈值,r1为X-Z加速度比值阈值,r2为V-Z轴加速度比值阈值,θt为仰角阈值。
优选地,所述传感器包括三轴加速度计、陀螺仪及GPS,
所述三轴加速度计用于检测测试车辆的X轴加速度、Y轴加速度、Z轴加速度;
所述陀螺仪用于检测测试车辆的俯仰角方向信号;
所述GPS用于检测测试车辆的时间信号、速度信号、地理位置信号、GPS头部信号。
优选地,所述分类模块还包括第二分类器、第三分类器、第四分类器及第五分类器;
第二分类器用于根据速度信号和三轴加速度信号滤除高速行驶时的干扰事件,所述第二分类器将满足以下条件的事件定义为高速行驶干扰事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az>r2,其中Vm为低速阈值;
第三分类器用于根据速度信号和三轴加速度信号滤除拓宽路面宽度的事件,所述第三分类器将满足以下条件的事件定义为拓宽路面宽度的事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az<r1;
第四分类器用于根据速度信号和三轴加速度信号滤除路面突起事件,所述第四分类器将满足以下条件的事件定义为路面突起事件:
速度V>Vm、Z轴加速度az<a;
第五分类器用于根据速度信号滤除低速行驶的干扰事件,所述第五分类器将满足以下条件的事件定义为低速行驶的干扰事件:
速度V<Vm。
上述道路平整度检测方法及系统,通过获取测试车辆的三轴加速度信号、方向信号及位置和速度信号;然后利用经过训练的分类器对除坑洼以外的路面事件进行滤除,从而使得道路检测中的各种干扰事件被滤除,最终获得检测精确的道路坑洼状况。
【附图说明】
图1为道路平整度检测方法的流程图;
图2为道路平整度检测系统的结构示意图;
图3为传感器的结构示意图;
图4为分类模块的结构示意图。
【具体实施方式】
如图1所示,为道路平整度检测方法的流程图。包括以下步骤:
步骤S110,获取测试车辆的三轴加速度信号、方向信号及位置信号和速度信号。
三轴加速度计就是能够独立测量空间三个方向上加速度分量的一类运动传感器。在本实施例中,三轴加速度计检测的三轴加速度信号分别是测试测量的X轴加速度、Y轴加速度、Z轴加速度。
陀螺仪是用高速回转体的动量矩敏感壳体相对惯性空间绕正交于自转轴的一个或二个轴的角运动检测装置。在本实施例中,陀螺仪检测的是测试车辆的俯仰角方向信号。
GPS(global positioning system,全球定位系统)检测的是测试车辆的时间信号、速度信号、位置信号。
步骤S120,将同一时间段的加速度信号、方向信号、位置和速度信号对应的路面事件采用经过训练的分类器滤除,从而获得道路平整度信息。
其中,分类器包括用于根据方向信号滤除井盖和路面减速装置事件的第一分类器,第一分类器将满足以下条件的事件定义为井盖和路面减速装置事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az<r2以及方向信号中的仰角θ<θt,其中Vm为低速阈值,a为Z轴加速度阈值,r1为X-Z加速度比值阈值,r2为V-Z轴加速度比值阈值,θt为仰角阈值。
由于第一分类器主要是通过方向信号对检测到的事件进行滤除,因此,第一分类器又叫方向(Derection)分类器。通过陀螺仪采集的车辆经过不同路况的方向信号变化发现:当车辆经过减速装置和井盖时,方向信号的变化与车辆经过异常路面时相比,其变化非常小,因此通过利用方向信号可以滤除井盖和减速装置事件。
分类器还包括第二分类器、第三分类器、第四分类器及第五分类器。
第二分类器用于根据速度信号和三轴加速度信号滤除高速行驶时的干扰事件,所述第二分类器将满足以下条件的事件定义为高速行驶干扰事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az>r2,其中Vm为低速阈值。由于车辆本身结构的影响,车辆在经过平路的时候也会产生抖动,因此第二分类器主要实现滤除高速行驶时产生的干扰事件。
第三分类器用于根据速度信号和三轴加速度信号滤除拓宽路面宽度的事件,所述第三分类器将满足以下条件的事件定义为拓宽路面宽度的事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az<r1。当车辆在经过道路上具有拓宽路面宽度的事件时,三轴加速度计在X轴产生的加速度较小,在Z轴查收的加速度比路面异常情况大,因此,利用车辆经过不同路况时,X轴与Z轴加速度之间存在的比值不同这一特征,能够滤除诸如路面膨胀节、铁路与公路交叉路口、部分减速装置等路面异常事件。
第四分类器用于根据速度信号和三轴加速度信号滤除路面突起事件,所述第四分类器将满足以下条件的事件定义为路面突起事件:
速度V>Vm、Z轴加速度az<a。由于Z轴的重力加速度是主要反映路面异常特征的信号,因此在限定Z轴加速度阈值后,能够滤除正常的路面异常事件,例如,小坑、小突起等等。
第五分类器用于根据速度信号滤除低速行驶的干扰事件,所述第五分类器将满足以下条件的事件定义为低速行驶的干扰事件:速度V<Vm。
步骤S120将同一时间段的加速度信号、方向信号、位置和速度信号对应的路面事件采用经过训练的分类器滤除,从而获得道路平整度信息具体包括:
当速度V<Vm,Vm为低速阈值,第五分类器滤除对应的路面事件为低速行驶的干扰事件,具体为车辆静止或移动缓慢时产生的干扰事件。低速阈值是根据速度门限值设定的,以低速阈值为界,当速度低于低速阈值时,则判断车辆此时的运动状态为静止或者是移动缓慢。因此在车辆静止或移动缓慢时,由于开关车门会引起的车辆抖动或车辆经过道路边坡产生的抖动,从而检测到的三轴加速度信号、方向信号及位置和速度信号在这一时间段会对应一种路面事件,因此,为了检测更加精确,需要滤除上述干扰事件滤除。
速度V>Vm、Z轴加速度az<a时,a为Z轴加速度阈值,第四分类器滤除路面突起事件。在经过训练后得出,车辆在行驶过程中,即速度信号高于低速阈值时,如果检测到Z轴加速度峰值低于Z轴加速度阈值时,则代表的是路面异常事件,例如小坑、小突起等。因此,在训练过程中得出,要将符合路面异常事件的信号滤除。
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az<r1时,r1为X-Z加速度比值阈值,第三分类器滤除拓宽路面宽度的事件。在测试车辆高速行驶的过程中,如果测试到Z轴加速度az>a、X轴与Z轴的加速度之比ax/az<r1时,经过训练可以得出,此时检测的信号对应的路面事件为加速、转弯、刹车等,尤其是经过路面伸缩缝和膨胀节等拓宽路面宽度的事件。
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az>r2时,r2为V-Z轴加速度比值阈值,第二分类器滤除高速行驶时的干扰事件。在测试车辆高速行驶的过程中,检测的到的信号为速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az>r2,因此,在检测到上述信号时,则滤除该信号对应的高速行驶事件。
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az<r2以及方向信号中的仰角θ<θt时,θt为仰角阈值,第一分类器滤除井盖和路面减速装置事件。在测试车辆的检测过程中,出现俯仰角信号时,对应的速度信号和加速度信号之间的关系符合上述条件时,同时在俯仰角低于俯仰角阈值时,此时测试车辆对应经过的是减速带和井盖等路面事件。
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az<r2以及方向信号中的仰角θ>θt时,则提取的路面事件为坑洼。在测试车辆的检测过程中,出现俯仰角信号时,对应的速度信号和加速度信号之间的关系符合上述条件时,同时在俯仰角高于俯仰角阈值时,此时测试车辆对应经过的是坑洼路面事件。因此,只要检测到的信号符合上述条件,则认为测试车辆经过了坑洼,从而能够得出路面平整度信息。
基于上述所有实施例,设置LIS33DE加速度计的采样频率为100Hz、LPY430AL陀螺仪的采样频率为50Hz、GPS的采样频率为1HZ;加速度数据和陀螺仪方向变化数据与上位机通信波特率为115200,GPS通信波特率为9600。此外,选取起点和终点为深圳市西丽镇长源村的实验路线,途中依次经过福光村、学苑大道、丽水路、留仙大道、沙河西路、西丽路、丽水路、学苑大道、福光村,距离大约为20km。
在选择的实验场景中,包括平路、坑洼、减速带、井盖、伸缩缝、膨胀节路况以及车行驶过程中转弯和刹车行为,具体如表1所示。对于测试结果的分析,主要针对提出的信号采集方案检测各种路况能力和信号处理算法检测坑洼路况时的性能表现进行评测,即用误检率和漏检率来评估信号采集方案和信号处理算法的灵敏度。
表1测试的数据类型及比例情况
路况类型 | 数量 | 比例 |
平路 | 29 | 50.88% |
坑洼 | 5 | 8.77% |
减速带 | 6 | 10.53% |
井盖 | 11 | 19.30% |
伸缩缝 | 2 | 3.50% |
膨胀节 | 4 | 7.02% |
信号采集方案测试的结果如表2和表3所示,信号采集方案对路况的有效采集个数为57个,误检个数为0个,设备漏检个数为2个,误检率为0%,漏检率为3.50%。从误检率和漏检率可以看出我们设计的信号采集方案是非常有效的。
表2信号采集方案有效路况检测情况
路况类型 | 数量 | 有效采集个数 |
平路 | 29 | 29 |
坑洼 | 5 | 3 |
减速带 | 6 | 6 |
井盖 | 11 | 11 |
伸缩缝 | 2 | 2 |
膨胀节 | 4 | 4 |
表3信号采集方案误检和漏检情况
有效检测个数 | 误检个数 | 漏检个数 | 误检率 | 漏检率 |
57 | 0 | 2 | 0% | 3.50% |
信号处理方案测试的结果如表4所示,信号处理方案的对坑洼路况误检率和漏检率均为0%。从误检率为0%可以看出,与传统的处理算法相比,我们提出的利用俯仰角信号区分井盖和坑洼路况是有效的。此外,从漏检率为0%也可以看出,与传统的处理算法相比,在保证检测精度的情况下,我们提出的信号处理方案结构更简单,更有效。
表4信号处理算法测试结果
坑洼数量 | 有效检测个数 | 误检个数 | 漏检个数 | 误检率 | 漏检率 |
3 | 3 | 0 | 0 | 0% | 0% |
上述实验数据表明,采用上述道路平整度检测方法能够对除坑洼以外的路面事件进行滤除,得到检测精确的道路坑洼状况。
如图2所示,为道路平整度检测系统的结构示意图。包括传感器10、分类模块20及输出模块30。
传感器10与分类模块20连接,分类模块20与输出模块30连接。
传感器10用于获取测试车辆的三轴加速度信号、方向信号、位置和速度信号。
在本实施例中,如图3所示,传感器10包括三轴加速度计102、陀螺仪104及GPS 106。
三轴加速度102计用于检测测试车辆的X轴加速度、Y轴加速度、Z轴加速度。
陀螺仪104用于检测测试车辆的俯仰角方向信号。
GPS 106用于检测测试车辆的时间信号、速度信号、地理位置信号、GPS头部信号。
分类模块20用于将同一时间段的加速度信号、方向信号、位置和速度信号对应的路面事件采用经过训练的分类器滤除,输出模块30用于输出道路平整度信息。
如图4所示,分类模块20包括用于根据方向信号滤除井盖和路面减速装置事件的第一分类器,所述第一分类器将满足以下条件的事件定义为井盖和路面减速装置事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az<r2以及方向信号中的仰角θ<θt,其中Vm为低速阈值,a为Z轴加速度阈值,r1为X-Z加速度比值阈值,r2为V-Z轴加速度比值阈值,θt为仰角阈值。
分类模块还包括第二分类器、第三分类器、第四分类器及第五分类器;
第二分类器用于根据速度信号和三轴加速度信号滤除高速行驶时的干扰事件,所述第二分类器将满足以下条件的事件定义为高速行驶干扰事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az>r2,其中Vm为低速阈值。
第三分类器用于根据速度信号和三轴加速度信号滤除拓宽路面宽度的事件,所述第三分类器将满足以下条件的事件定义为拓宽路面宽度的事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az<r1。
第四分类器用于根据速度信号和三轴加速度信号滤除路面突起事件,所述第四分类器将满足以下条件的事件定义为路面突起事件:
速度V>Vm、Z轴加速度az<a。
第五分类器用于根据速度信号滤除低速行驶的干扰事件,所述第五分类器将满足以下条件的事件定义为低速行驶的干扰事件:速度V<Vm。
在本实施例中,道路平整度检测系统用于检测道路坑洼分布状况。
上述道路平整度检测方法及系统,通过获取测试车辆的三轴加速度信号、方向信号及位置和速度信号;然后利用经过训练的分类器对除坑洼以外的路面事件进行滤除,从而使得道路检测中的各种干扰事件被滤除,最终获得检测精确的道路坑洼状况。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种道路平整度检测方法,使测试车辆在待测道路上行驶获得待测道路的平整度,包括以下步骤:
获取测试车辆的三轴加速度信号、方向信号、位置和速度信号;
将同一时间段的加速度信号、方向信号、位置和速度信号对应的路面事件采用经过训练的分类器滤除,获得道路平整度信息;
所述分类器包括用于根据方向信号滤除井盖和路面减速装置事件的第一分类器,所述第一分类器将满足以下条件的事件定义为井盖和路面减速装置事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az<r2以及方向信号中的仰角θ<θt,其中Vm为低速阈值,a为Z轴加速度阈值,r1为X-Z加速度比值阈值,r2为V-Z轴加速度比值阈值,θt为仰角阈值。
2.根据权利要求1所述的道路平整度检测方法,其特征在于,所述分类器还包括用于根据速度信号和三轴加速度信号滤除高速行驶时的干扰事件的第二分类器,所述第二分类器将满足以下条件的事件定义为高速行驶干扰事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az>r2,其中Vm为低速阈值。
3.根据权利要求1所述的道路平整度检测方法,其特征在于,所述分类器还包括用于根据速度信号和三轴加速度信号滤除拓宽路面宽度的事件的第三分类器,所述第三分类器将满足以下条件拓宽路面宽度的事件定义为:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az<r1。
4.根据权利要求1所述的道路平整度检测方法,其特征在于,所述分类器还包括用于根据速度信号和三轴加速度信号滤除路面突起事件的第四分类器,所述第四分类器将满足以下条件的事件定义为路面突起事件:
速度V>Vm、Z轴加速度az<a。
5.根据权利要求1所述的道路平整度检测方法,其特征在于,所述分类器还包括用于根据速度信号滤除低速行驶的干扰事件的第五分类器,所述第五分类器将满足以下条件的事件定义为低速行驶的干扰事件:
速度V<Vm。
6.根据权利要求1所述的道路平整度检测方法,其特征在于,所述获取测试车辆的三轴加速度信号、方向信号、位置和速度信号的具体步骤为:
三轴加速度计检测测试车辆的X轴加速度、Y轴加速度、Z轴加速度;
陀螺仪检测测试车辆的俯仰角方向信号;
GPS检测测试车辆的时间信号、速度信号、位置信号、GPS头部信号。
7.一种道路平整度检测系统,其特征在于,包括传感器、分类模块及输出模块;
所述传感器与分类模块连接,所述分类模块与输出模块连接,所述传感器用于获取测试车辆的三轴加速度信号、方向信号、位置和速度信号;
所述分类模块包括经过训练的分类器,用于将同一时间段的加速度信号、方向信号、位置和速度信号对应的路面事件采用所述经过训练的分类器滤除,所述输出模块用于输出道路平整度信息;
所述分类模块包括用于根据方向信号滤除井盖和路面减速装置事件的第一分类器,所述第一分类器将满足以下条件的事件定义为井盖和路面减速装置事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az<r2以及方向信号中的仰角θ<θt,其中Vm为低速阈值,a为Z轴加速度阈值,r1为X-Z加速度比值阈值,r2为V-Z轴加速度比值阈值,θt为仰角阈值。
8.根据权利要求7所述的道路平整度检测系统,其特征在于,所述传感器包括三轴加速度计、陀螺仪及GPS,
所述三轴加速度计用于检测测试车辆的X轴加速度、Y轴加速度、Z轴加速度;
所述陀螺仪用于检测测试车辆的俯仰角方向信号;
所述GPS用于检测测试车辆的时间信号、速度信号、地理位置信号、GPS头部信号。
9.根据权利要求7所述的道路平整度检测系统,其特征在于,所述分类模块还包括第二分类器、第三分类器、第四分类器及第五分类器;
第二分类器用于根据速度信号和三轴加速度信号滤除高速行驶时的干扰事件,所述第二分类器将满足以下条件的事件定义为高速行驶干扰事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az>r1、速度V与Z轴的加速度之比V/az>r2,其中Vm为低速阈值;
第三分类器用于根据速度信号和三轴加速度信号滤除拓宽路面宽度的事件,所述第三分类器将满足以下条件的事件定义为拓宽路面宽度的事件:
速度V>Vm、Z轴加速度az>a、X轴与Z轴的加速度之比ax/az<r1;
第四分类器用于根据速度信号和三轴加速度信号滤除路面突起事件,所述第四分类器将满足以下条件的事件定义为路面突起事件:
速度V>Vm、Z轴加速度az<a;
第五分类器用于根据速度信号滤除低速行驶的干扰事件,所述第五分类器将满足以下条件的事件定义为低速行驶的干扰事件:
速度V<Vm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210081757.9A CN102607505B (zh) | 2012-03-23 | 2012-03-23 | 道路平整度检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210081757.9A CN102607505B (zh) | 2012-03-23 | 2012-03-23 | 道路平整度检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102607505A true CN102607505A (zh) | 2012-07-25 |
CN102607505B CN102607505B (zh) | 2014-04-16 |
Family
ID=46525110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210081757.9A Active CN102607505B (zh) | 2012-03-23 | 2012-03-23 | 道路平整度检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102607505B (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104573343A (zh) * | 2014-12-25 | 2015-04-29 | 长安大学 | 一种沥青路面平整度舒适性现场评价方法及仿真评价方法 |
CN104880172A (zh) * | 2015-06-11 | 2015-09-02 | 广西大学 | 基于卡尔曼滤波的路面平整度测量方法及装置 |
CN104964708A (zh) * | 2015-08-03 | 2015-10-07 | 苏州科技学院 | 一种基于车载双目视觉的路面坑槽检测方法 |
CN105473983A (zh) * | 2014-06-09 | 2016-04-06 | 尼拉动力公司 | 路面上的短期不平度的检测 |
CN106056884A (zh) * | 2016-07-30 | 2016-10-26 | 南京交通职业技术学院 | 客车燃料消耗量指标监测系统与方法 |
CN106643445A (zh) * | 2016-12-30 | 2017-05-10 | 亿嘉和科技股份有限公司 | 一种轨道平整度测量方法 |
CN107735689A (zh) * | 2015-05-04 | 2018-02-23 | 乔伊·姆·特拉华公司 | 使用加速度计评估地下道路状况的系统和方法 |
CN109154498A (zh) * | 2016-02-22 | 2019-01-04 | 追踪器连接私人有限公司 | 道路监测方法及系统 |
CN109167818A (zh) * | 2018-08-06 | 2019-01-08 | 长安大学 | 基于智能手机众包采集的道路平整度检测系统 |
CN109387218A (zh) * | 2018-11-14 | 2019-02-26 | 大陆汽车投资(上海)有限公司 | 车载设备及道路维护辅助管理系统 |
CN109506619A (zh) * | 2018-10-16 | 2019-03-22 | 江苏大学 | 一种路面高程检测系统及其检测方法 |
CN111127906A (zh) * | 2018-10-15 | 2020-05-08 | 广州市市政工程试验检测有限公司 | 一种基于物联网的智能路面管理系统及其方法 |
CN111967308A (zh) * | 2020-07-01 | 2020-11-20 | 清华大学 | 一种在线路面不平度辨识方法及系统 |
CN112393740A (zh) * | 2020-12-03 | 2021-02-23 | 吉林大学 | 一种路面舒适性指数的确定方法及系统 |
CN112447091A (zh) * | 2019-08-27 | 2021-03-05 | 丰田自动车株式会社 | 显示处理装置、显示处理方法、存储介质 |
CN112581017A (zh) * | 2020-12-28 | 2021-03-30 | 圆通速递有限公司 | 道路路面维修养护界定方法和系统 |
CN113062182A (zh) * | 2021-03-30 | 2021-07-02 | 山东建筑大学 | 一种基于多传感器融合的精细路面平顺性检测系统及方法 |
CN113389118A (zh) * | 2021-07-02 | 2021-09-14 | 山东建筑大学 | 基于路面变形与实际车速的道路平顺性评价方法和系统 |
CN113847944A (zh) * | 2021-09-14 | 2021-12-28 | 石家庄铁道大学 | 一种基于增强学习记忆控制的道路病害检测装置及方法 |
CN114802289A (zh) * | 2022-06-27 | 2022-07-29 | 宁波均胜智能汽车技术研究院有限公司 | 一种基于实时路况的车辆控制方法、装置和智能车辆 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10226328A (ja) * | 1997-02-12 | 1998-08-25 | Fujitsu Ten Ltd | 路面の凹凸状態検出装置 |
JP2001175846A (ja) * | 1999-12-17 | 2001-06-29 | Mitsubishi Motors Corp | 走行路判別装置 |
JP2005315675A (ja) * | 2004-04-28 | 2005-11-10 | Japan Science & Technology Agency | 路面平坦性測定装置 |
JP2010066040A (ja) * | 2008-09-09 | 2010-03-25 | Kitami Institute Of Technology | 路面平坦性測定装置 |
CN102261033A (zh) * | 2011-05-03 | 2011-11-30 | 北京航空航天大学 | 一种基于惯性测量单元的车载路面检测系统的运补算法 |
CN102277823A (zh) * | 2011-05-03 | 2011-12-14 | 北京航空航天大学 | 一种基于惯性测量单元和激光测距仪的车载路面检测系统 |
-
2012
- 2012-03-23 CN CN201210081757.9A patent/CN102607505B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10226328A (ja) * | 1997-02-12 | 1998-08-25 | Fujitsu Ten Ltd | 路面の凹凸状態検出装置 |
JP2001175846A (ja) * | 1999-12-17 | 2001-06-29 | Mitsubishi Motors Corp | 走行路判別装置 |
JP2005315675A (ja) * | 2004-04-28 | 2005-11-10 | Japan Science & Technology Agency | 路面平坦性測定装置 |
JP2010066040A (ja) * | 2008-09-09 | 2010-03-25 | Kitami Institute Of Technology | 路面平坦性測定装置 |
CN102261033A (zh) * | 2011-05-03 | 2011-11-30 | 北京航空航天大学 | 一种基于惯性测量单元的车载路面检测系统的运补算法 |
CN102277823A (zh) * | 2011-05-03 | 2011-12-14 | 北京航空航天大学 | 一种基于惯性测量单元和激光测距仪的车载路面检测系统 |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105473983A (zh) * | 2014-06-09 | 2016-04-06 | 尼拉动力公司 | 路面上的短期不平度的检测 |
CN105473983B (zh) * | 2014-06-09 | 2020-05-12 | 尼拉动力公司 | 路面上的短期不平度的检测 |
CN104573343B (zh) * | 2014-12-25 | 2017-06-16 | 长安大学 | 一种沥青路面平整度舒适性现场评价方法及仿真评价方法 |
CN104573343A (zh) * | 2014-12-25 | 2015-04-29 | 长安大学 | 一种沥青路面平整度舒适性现场评价方法及仿真评价方法 |
CN107735689A (zh) * | 2015-05-04 | 2018-02-23 | 乔伊·姆·特拉华公司 | 使用加速度计评估地下道路状况的系统和方法 |
CN104880172B (zh) * | 2015-06-11 | 2017-09-15 | 广西大学 | 基于卡尔曼滤波的路面平整度测量方法及装置 |
CN104880172A (zh) * | 2015-06-11 | 2015-09-02 | 广西大学 | 基于卡尔曼滤波的路面平整度测量方法及装置 |
CN104964708A (zh) * | 2015-08-03 | 2015-10-07 | 苏州科技学院 | 一种基于车载双目视觉的路面坑槽检测方法 |
CN109154498A (zh) * | 2016-02-22 | 2019-01-04 | 追踪器连接私人有限公司 | 道路监测方法及系统 |
CN106056884A (zh) * | 2016-07-30 | 2016-10-26 | 南京交通职业技术学院 | 客车燃料消耗量指标监测系统与方法 |
CN106643445A (zh) * | 2016-12-30 | 2017-05-10 | 亿嘉和科技股份有限公司 | 一种轨道平整度测量方法 |
CN106643445B (zh) * | 2016-12-30 | 2019-04-16 | 亿嘉和科技股份有限公司 | 一种轨道平整度测量方法 |
CN109167818A (zh) * | 2018-08-06 | 2019-01-08 | 长安大学 | 基于智能手机众包采集的道路平整度检测系统 |
CN109167818B (zh) * | 2018-08-06 | 2021-03-16 | 长安大学 | 基于智能手机众包采集的道路平整度检测系统 |
CN111127906A (zh) * | 2018-10-15 | 2020-05-08 | 广州市市政工程试验检测有限公司 | 一种基于物联网的智能路面管理系统及其方法 |
CN111127906B (zh) * | 2018-10-15 | 2022-02-18 | 广州市市政工程试验检测有限公司 | 一种基于物联网的智能路面管理系统及其方法 |
CN109506619A (zh) * | 2018-10-16 | 2019-03-22 | 江苏大学 | 一种路面高程检测系统及其检测方法 |
CN109387218A (zh) * | 2018-11-14 | 2019-02-26 | 大陆汽车投资(上海)有限公司 | 车载设备及道路维护辅助管理系统 |
CN112447091A (zh) * | 2019-08-27 | 2021-03-05 | 丰田自动车株式会社 | 显示处理装置、显示处理方法、存储介质 |
CN111967308A (zh) * | 2020-07-01 | 2020-11-20 | 清华大学 | 一种在线路面不平度辨识方法及系统 |
CN112393740A (zh) * | 2020-12-03 | 2021-02-23 | 吉林大学 | 一种路面舒适性指数的确定方法及系统 |
CN112393740B (zh) * | 2020-12-03 | 2022-09-09 | 吉林大学 | 一种路面舒适性指数的确定方法及系统 |
CN112581017A (zh) * | 2020-12-28 | 2021-03-30 | 圆通速递有限公司 | 道路路面维修养护界定方法和系统 |
CN113062182A (zh) * | 2021-03-30 | 2021-07-02 | 山东建筑大学 | 一种基于多传感器融合的精细路面平顺性检测系统及方法 |
CN113389118A (zh) * | 2021-07-02 | 2021-09-14 | 山东建筑大学 | 基于路面变形与实际车速的道路平顺性评价方法和系统 |
CN113847944A (zh) * | 2021-09-14 | 2021-12-28 | 石家庄铁道大学 | 一种基于增强学习记忆控制的道路病害检测装置及方法 |
CN113847944B (zh) * | 2021-09-14 | 2024-02-02 | 石家庄铁道大学 | 一种基于增强学习记忆控制的道路病害检测装置及方法 |
CN114802289A (zh) * | 2022-06-27 | 2022-07-29 | 宁波均胜智能汽车技术研究院有限公司 | 一种基于实时路况的车辆控制方法、装置和智能车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN102607505B (zh) | 2014-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102607505B (zh) | 道路平整度检测方法及系统 | |
Aly et al. | Map++: A crowd-sensing system for automatic map semantics identification | |
Handel et al. | Insurance telematics: Opportunities and challenges with the smartphone solution | |
CN108645628A (zh) | 基于道路驾驶技能的自动驾驶汽车测试系统 | |
CN107103775B (zh) | 一种基于群智计算的道路质量检测方法 | |
Ng et al. | Identification of road surface conditions using IoT sensors and machine learning | |
US20130173208A1 (en) | Road surface inspection device and recording medium | |
CN109495654B (zh) | 一种基于智能手机感知行人安全方法 | |
CN110428604B (zh) | 一种基于轨迹和地图数据的出租车违停监测与预警方法 | |
CN104442827B (zh) | 基于智能手机的路面坑洞探测方法 | |
CN103745595A (zh) | 分析路况信息的方法和系统、车载终端和路况分析服务器 | |
CN104243713B (zh) | 基于智能手机的弯道检测方法 | |
CN105259304A (zh) | 一种车辆尾气污染物在线监测系统和方法 | |
CN109444872B (zh) | 行人与车辆的区分方法、装置、计算机设备及存储介质 | |
CN105632187A (zh) | 基于地磁传感器网络的低功耗路边停车检测方法 | |
CN103680151B (zh) | 地磁型路测传感器及其实现方法 | |
JP2017116971A (ja) | 降雨による斜面崩壊と地震の複合災害に対する運転規制の基準値変更システム | |
Chaovalit et al. | A method for driving event detection using SAX on smartphone sensors | |
CN103050014A (zh) | 交通车速检测系统及检测方法 | |
CN108520528A (zh) | 基于改进差分阈值和位移匹配模型的移动车辆跟踪方法 | |
CN107067747A (zh) | 一种复合型车辆检测器及其检测方法 | |
CN203415100U (zh) | 防汛预警装置和系统 | |
CN104732062A (zh) | 一种基于特征事件、运动行为、行驶轨迹、地理位置的路上用户社会化属性自动判断方法 | |
CN107024243A (zh) | 交通工具传感器系统 | |
CN103278603B (zh) | 利用号牌识别技术监测机动车对环境影响的系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |