CN102628249A - 全自动惯性传感检测路面平整度装置及检测方法 - Google Patents
全自动惯性传感检测路面平整度装置及检测方法 Download PDFInfo
- Publication number
- CN102628249A CN102628249A CN2012101266982A CN201210126698A CN102628249A CN 102628249 A CN102628249 A CN 102628249A CN 2012101266982 A CN2012101266982 A CN 2012101266982A CN 201210126698 A CN201210126698 A CN 201210126698A CN 102628249 A CN102628249 A CN 102628249A
- Authority
- CN
- China
- Prior art keywords
- gaussian distribution
- gaussian
- pixel
- gauss
- distribution
- 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
- Length Measuring Devices By Optical Means (AREA)
- Road Repair (AREA)
Abstract
全自动惯性传感检测路面平整度装置,包括感知单元,该感知单元包括加速度计、陀螺仪和温度传感器;该加速度计为惯性传感器;所述惯性传感器的三轴角速率传感器用以测量两个方向的运动角速率并输出到外围处理电路;所述处理电路接收三轴加速度传感器和三轴角速率传感器32输出的测量结果,运算获得探头在所测路面经过过程中各测量点的路面平整度信息。本发明通过采用微小型固态振动型陀螺和MEMS加速度计作为核心测量器件,有效减小测量装置体积,抗冲击振动,能够适应各种路面平整度测量环境,全自动检测并且不受外界电、磁场干扰。
Description
技术领域
本发明涉及路面平整度测量技术,特别涉及一种全自动惯性传感检测路面平整度装置及其检测方法。
背景技术
中国作为一个人口大国,也是一个交通大国,截止2010年底,全国公路总里程接近400万公里。随着公路通车里程的增加,如何有效的对庞大的公路网进行道路检测成为社会关注的一个焦点。众所周知,破损的市政道路对车辆的损害明显,不但会减少车辆使用年限和增加维修保养费用;而且,不平整的市政道路还给市民的出行、司机的驾驶带来安全隐患。判断路面平整度的标准见附表。因此,如何采取一种道路检测方法对市政道路的平整度进行有效检测,对消除给车辆和人们带来的安全隐患是非常有必要的。
为了解决路面平整度检测问题,本领域技术人员进行了大量的研究,例如:
CN101644023公开了一种“路面平整度检测方法”,在测量过程中,利用加速仪检测由于路面颠簸使激光测距装置产生的相对位移,利用三向陀螺仪检测由于路面颠簸使激光测距装置倾斜的角度,并根据三个方向的姿态角合成在二维坐标系下的三向合成姿态角;获得所述相对位移、三向合成姿态角、激光测距装置测量出的距离,运算出激光测距装置与路面之间的垂直距离;按照检测密度获得各个垂直距离,并得到与标准参照距离之间的差值,获得纵断面曲线及路面的平整度。消除了路面颠簸引起的激光测量装置姿态倾斜及位置偏移产生的数据失效问题,解决了低速(<25km/h=条件下路面平整度无法检测的问题;提高了检测效率、降低了公路的寿命周期成本,提高了公路的使用寿命。但是,由于其主要利用激光测距完成路面平整度检测,用加速仪和三向陀螺完成仪器倾角与地面垂直度的测量,以辅助完成激光测距,增加测量精度。该方案结构复杂,传感器必须精密安装,且极易受冲击振动影响,并且存在体积较大、测试精度受路面和测试环境影响,对路面测试条件要求高,造价高等缺陷。
CN101246000公开了一种“路面平整度自动检测装置及检测方法”,它涉及路面平整度检测领域,它针对现有技术信息不准确,误差源多,结构复杂,无法解决车体倾斜影响的缺点,它的三维结构光视觉检测组件还包括角度传感器;三维结构光视觉检测组件输出端连处理系统输入端;结构光激光器发出的结构光条覆盖纵向路面,处理系统位于车体内。其方法是:一、结构光激光器的结构光条被路面三维信息调制后,在面阵CCD上成像,同时采集车体颠簸信息,通过计算得出三维信息;二、滤波去除病害影响;三、以间隔250mm的距离计算路面高程差,并计算相应路段的IRI结果;四、数据存储、分析和显示。其优点是提取的纵向轮廓完整准确,结构简单,消除车辆颠簸的影响。该发明同属以光检测测距为核心的路面平整度检测,只是光信号经CCD成像,经三维信息计算获得路面信息,仪器上的角度传感器同样用于辅助测量,仅起消除车体倾斜等影响,增加测量精度作用。同样存在CN101644023所存在的不足。事实上,这是所有以光检测为核心的检测仪表共有的缺点。
在过去的几年里,随着智慧城市概念的提出,为城市道路的监测指明了新的方向。对城市道路网的监测,智慧城市将充分利用城市物联网技术来实现。城市物联网技术是建立在传感器感知技术、互联网技术和智能控制技术基础上的。利用城市物联网对市政道路进行监测的一个关键技术是道路表面感知、检测技术。目前,常用的市政道路感知、检测方法有人工方法(道路巡视员)和专业道路检测车辆系统。其中人工方式精确度高、但效率和智能化程度低,且不易组网;而专业道路检测车辆设备系统虽然智能化程度高、但价格高昂、体积大、不能大规模的组建网络。
发明内容
有鉴于此,针对现有技术存在的上述不足,本发明解决现有检测路面平整度装置的成本、体积和传感器及系统数据的优化补偿处理技术问题,提供一种利用微小型惯性传感器组合进行高度和深度的测试,将惯性传感器组合应用于如路面平整度检测等民用和普及性测量领域,而提供一种全自动惯性传感检测路面平整度装置。
本发明采用的技术手段为:全自动惯性传感检测路面平整度装置,其特征在于,包括感知单元,该感知单元包括加速度计、陀螺仪和温度传感器;该加速度计为惯性传感器,所述惯性传感器的三轴角速率传感器用以测量X和Y轴两个方向的运动角速率并输出到外围处理电路;所述处理电路接收三轴加速度传感器和三轴角速率传感器输出的测量结果,运算获得探头在所测路面经过过程中各测量点的路面平整度信息;
感知单元通过232串口或USB接口与中央处理单元相连,完成数据的实时采集、处理与显示,整个测量过程无需外界协调,自动完成输出;所述中央处理单元采用卡尔曼滤波算法和人工智能算法优化原始采样数据;
所述惯性传感器为微小型固态振动陀螺,固态振动陀螺的短期零位漂移为0.001°/s,刻度因子为2500mv/ °/s, 加速度计测量范围3-8g。
进一步,所述感知单元与中央处理单元通过无线方式传输交互,感知单元可封装在39*40*4mm的空间。
所述全自动惯性传感检测路面平整度装置获取信息的方法,包括如下步骤:
采用三轴加速度传感器和三轴角速率传感器获取信息,用垂直于路面的敏感平面感知测试台体与路面的夹角,通过三角函数关系计算得到凹陷或突起的深度或高度,对照路面平整度指标确定路面质量;测试时屏蔽与运动方向平行的敏感轴所测数据,以减少轴间干扰,并对三轴加速度传感器和三轴角速率传感器获取的原始数据综合运用高斯分布函数初始化、高斯分布函数匹配判断、高斯分布函数匹配更新以及前景与背景分析方法,对传感器白噪声、零位漂移、轴间干扰及动态性能进行优化和补偿,以提高系统测量精度;初始化高斯分布函数:采用常规操作即可;其中,
1)混合高斯分布函数匹配判断:
混合高斯模型中,图形的一个像素点用N个高斯分布描述,即为:
2)混合高斯模型的参数更新:
当判断出像素点与混合高斯模型中高斯分布不相匹配后,高斯函数参数更新规则如下:
当混合高斯模型的高斯函数均值和方差参数更新完后,对混合高斯模型中的权值进行更新,其更新准则如下:
然后在根据公式(7),对混合高斯模型中的高斯分布的权值进行归一化处理;
3)前景点与背景点分离:
当更新完自适应高斯模型的各个高斯函数参数后,需要对像素点进行判断,判断其为前景还是背景;
根据上述对自适应混合高斯模型原理描述,算法软件流程图(图6)所示:
基于自适应混合高斯模型的平整度数据处理过程包括三阶段:
第三阶段:即确定为平路事件和非平路事件阶段;
其包括两个部分,一是根据选定描述数据的高斯分布;
相比现有技术,本发明具有如下有益效果:
1、本发明采用纯惯性传感器组合为核心进行路面平整度检测,测试算法简单,解决了传感器数据的优化与补偿问题。进一步说,利用惯性传感器组合进行高度和深度的测试,因为传感器成本或精度往往无法同时满足要求,造成长期没有应用于如路面平整度检测等民用和普及性测量领域,难点和关键在于成本、体积和传感器及系统数据的优化补偿处理技术方面。本发明有效地减小了包括角速率传感器的常值漂移、随机噪声在内的误差源干扰,这些误差源对目前的其它路面平整度测量系统来说是固有的和主要的。
2、本发明通过采用微小型固态振动型陀螺和MEMS加速度计作为核心测量器件,有效减小测量装置体积,抗冲击振动,能够适应各种路面平整度测量环境,全自动检测并且不受外界电、磁场干扰。将本装置设于移动载体上(说明:移动载体不是专用设备,使用更方便,成本更低),例如它可以搭载到任意移动载体,如出租车,货车甚至玩具车上进行测量,具有较高的应用价值。本发明采用自主测量,无需外界和其它仪器辅助。
3、由于完全没有光学测量部件,也不基于光学检测原理,而以惯性传感测量为核心,惯性传感器在本发明中不仅仅起到姿态对照和校准的目的,更为重要的是通过多种惯性传感器的组合,采用合理的算法,计算量小,能直接计算出路面不平整度信息。
4、与前述对比文件相比,具有突出的小体积和低功耗特点,是目前唯一能实现联网和分布式测量的技术方案,便于应用推广。
附图说明
图1为本发明的结构组成原理图;
图2为本发明全自动惯性传感检测路面平整度装置中感知单元结构示意图;
图3为本发明检测路面平整度装置平整度数据采集图;
图4为本发明混合高斯模型建模过程及加速度信号预处理算法;
图5为基于正交基神经网络的陀螺仪信号预处理算法流程图;
图6为正交基神经网络模型框图。
图7是基于正交基神经网络的陀螺仪信号预处理软件流程图。
具体实施方式
下面结合附图对本发明作进一步的详细说明:
参见图1、图2和图3,全自动惯性传感检测路面平整度装置,包括感知单元,该感知单元包括加速度计、陀螺仪和温度传感器;该加速度计为惯性传感器(三轴加速度传感器31、三轴角速率传感器32及处理电路5);惯性传感器设于传感器探1头的测量仓2内;所述惯性传感器的三轴角速率传感器32用以测量两个方向的运动角速率并输出到外围处理电路52;所述处理电路接收三轴加速度传感器31和三轴角速率传感器32输出的测量结果,运算获得探头的行进状态。温度传感器提供的温度实时变化值将作为传感器数据滤波,零位漂移补偿的参照。
所述惯性传感器为微小型固态振动陀螺,固态振动陀螺的短期零位漂移为0.001°/s,刻度因子为2500mv/ °/s, 加速度计测量范围3-8g。它包括敏感体和传感器电路,所述敏感体包括振梁和设置于振梁表面的换能器,所述换能器与传感器电路电连接,所述传感器电路将换能器输出振梁的振动信号输出到处理电路。
感知单元(传感器测量系统)通过232串口或USB接口与中央处理单元(PC机)相连,完成数据的实时采集、处理与显示,整个测量过程无需外界协调,自动完成输出。
所述全自动惯性传感检测路面平整度装置,其中央处理单元采用卡尔曼滤波算法和人工智能算法优化原始采样数据并进一步提高测量精度。
所述传感器单元可与数据处理单元(即中央处理单元)还可通过无线方式传输交互,传感器单元可封装在39*40*4mm的空间内,便于随身携带,并作为传感节点使用,构建传感器网络。可安装在任意移动载体上进行检索路面的平整度情况。
本发明在平衡系统精度和智能化程度前提下,设计一种价格低廉、体积小、能广泛组网的道路平整度感知检测系统具有重要意义。最近十几年出现的低成本固态振动惯性传感器和低成本MEMS惯性传感器具有价格低廉、体积小、能感知物体运动加速度和运动方向变化等特点,为设计城市道路监测物联网的感知、检测设备提供了可能。通过采用微小型固态振动角速率传感器和MEMS加速度计作为核心测量器件,有效减小路面平整度测量装置体积,抗冲击振动,能够适应各种测量环境,全自动检测,并且不受外界电、磁场干扰。其陀螺采用微小型固态振动陀螺,具有体积小、可靠性高、抗冲击、抗振动、线性度好、寿命长和成本低的优点,甚至初态无需精确调至水平,只需在同一平面转动。
本发明选用MEMS惯性器件解决了成本和体积问题,而本发明提出的处理算法则正好针对此硬件平台实现了传感器及系统数据的优化补偿处理,从而达到了预定的设计目标。
参见图4和图5,本发明全自动惯性传感检测路面平整度装置获取信息的方法,包括如下步骤:
采用三轴加速度传感器和三轴角速率传感器获取信息,用垂直于路面的敏感平面感知测试台体与路面的夹角,通过三角函数关系计算得到凹陷或突起的深度或高度,对照路面平整度指标确定路面质量;测试时屏蔽与运动方向平行的敏感轴所测数据,以减少轴间干扰,并对三轴加速度传感器和三轴角速率传感器获取的原始数据综合运用高斯分布函数初始化、高斯分布函数匹配判断、高斯分布函数匹配更新以及前景与背景分析方法,对传感器白噪声、零位漂移、轴间干扰及动态性能进行优化和补偿,以提高系统测量精度;初始化高斯分布函数,采用常规操作即可;其中,
1)混合高斯分布函数匹配判断:
混合高斯模型中,图形的一个像素点用N个高斯分布描述,即为:
2)混合高斯模型的参数更新:
当混合高斯模型的高斯函数均值和方差参数更新完后,对混合高斯模型中的权值进行更新,其更新准则如下:
然后在根据公式(7),对混合高斯模型中的高斯分布的权值进行归一化处理;
3)前景点与背景点分离:
当更新完自适应高斯模型的各个高斯函数参数后,需要对像素点进行判断,判断其为前景还是背景;
重新对像素点与排序后的前b个高斯分布进行匹配,若至少与其中一个匹配,则说明该像素点为背景点;否则为前景点;
根据上述对自适应混合高斯模型原理描述,算法软件流程图(图6)所示:
基于自适应混合高斯模型的平整度数据处理过程包括三阶段:
第三阶段:即确定为平路事件和非平路事件阶段;
如图7所示,本发明全自动惯性传感检测路面平整度装置,基于正交基神经网络的陀螺仪信号预处理算法。如图所示,利用正交基神经网络对LPY430AL陀螺仪输出信号处理过程包括3个阶段:
首先,根据准则对输入的陀螺仪信号进行预处理;其中a、b分别为神经网络输入样本的最小取值和最大取值。
其次,为数据样本中的数据分配初始化权值。
第三,根据误差最小原则判断经过正交基处理的数据平均值是否是最优值,若是则输出最优的均值,否则根据最小二乘法从新进行权值计算和分配。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
附:判断路面平整度的标准如下:
表1:沥青路面质量检测类型
表2: 水泥路面质量检测类型
Claims (3)
1.全自动惯性传感检测路面平整度装置,其特征在于,包括感知单元,该感知单元包括加速度计、陀螺仪和温度传感器;该加速度计为惯性传感器,所述惯性传感器的三轴角速率传感器用以测量X和Y轴两个方向的运动角速率并输出到外围处理电路;所述处理电路接收三轴加速度传感器和三轴角速率传感器输出的测量结果,运算获得探头在所测路面经过过程中各测量点的路面平整度信息;
感知单元通过232串口或USB接口与中央处理单元相连,完成数据的实时采集、处理与显示,整个测量过程无需外界协调,自动完成输出;所述中央处理单元采用卡尔曼滤波算法和人工智能算法优化原始采样数据;
所述惯性传感器为微小型固态振动陀螺,固态振动陀螺的短期零位漂移为0.001°/s,刻度因子为2500mv/ °/s, 加速度计测量范围3-8g。
2.根据权利要求1所述全自动惯性传感检测路面平整度装置,其特征在于,所述感知传感器单元与中央处理单元通过无线方式传输交互,感知单元可封装在39*40*4mm的空间。
3.如权利要求1所述全自动惯性传感检测路面平整度装置获取信息的方法,包括如下步骤:
采用三轴加速度传感器和三轴角速率传感器获取信息,用垂直于路面的敏感平面感知测试台体与路面的夹角,通过三角函数关系计算得到凹陷或突起的深度或高度,对照路面平整度指标确定路面质量;测试时屏蔽与运动方向平行的敏感轴所测数据,以减少轴间干扰,并对三轴加速度传感器和三轴角速率传感器获取的原始数据综合运用高斯分布函数初始化、高斯分布函数匹配判断、高斯分布函数匹配更新以及前景与背景分析方法,对传感器白噪声、零位漂移、轴间干扰及动态性能进行优化和补偿,以提高系统测量精度;其中,
混合高斯分布函数匹配判断:
混合高斯模型中,图形的一个像素点用N个高斯分布描述,即为:
2)混合高斯模型的参数更新:
其中,为一个较小值;
当混合高斯模型的高斯函数均值和方差参数更新完后,对混合高斯模型中的权值进行更新,其更新准则如下:
然后在根据公式(7),对混合高斯模型中的高斯分布的权值进行归一化处理;
4)前景点与背景点分离:
当更新完自适应高斯模型的各个高斯函数参数后,需要对像素点进行判断,判断其为前景还是背景;
重新对像素点与排序后的前b个高斯分布进行匹配,若至少与其中一个匹配,则说明该像素点为背景点;否则为前景点;
根据上述对自适应混合高斯模型原理描述,算法软件流程图(图6)所示:
基于自适应混合高斯模型的平整度数据处理过程包括三阶段:
第三阶段:即确定为平路事件和非平路事件阶段;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210126698.2A CN102628249B (zh) | 2012-04-27 | 2012-04-27 | 全自动惯性传感检测路面平整度装置及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210126698.2A CN102628249B (zh) | 2012-04-27 | 2012-04-27 | 全自动惯性传感检测路面平整度装置及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102628249A true CN102628249A (zh) | 2012-08-08 |
CN102628249B CN102628249B (zh) | 2014-08-27 |
Family
ID=46586629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210126698.2A Active CN102628249B (zh) | 2012-04-27 | 2012-04-27 | 全自动惯性传感检测路面平整度装置及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102628249B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103318180A (zh) * | 2013-05-28 | 2013-09-25 | 万向钱潮股份有限公司 | 一种车辆路面不平度自动识别系统及方法 |
CN104864878A (zh) * | 2015-05-22 | 2015-08-26 | 汪军 | 基于电子地图的路况物理信息绘制及查询方法 |
CN104929024A (zh) * | 2015-06-15 | 2015-09-23 | 广西大学 | 路面平整度检测仪及路面平整度测量方法 |
CN105421200A (zh) * | 2015-11-06 | 2016-03-23 | 苏交科集团股份有限公司 | 一种基于振动检测的平整度检测方法与检测装置 |
CN105714658A (zh) * | 2014-12-04 | 2016-06-29 | 陕西中大机械集团有限责任公司 | 一种路面平整度实时监控系统 |
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 |
CN107764229A (zh) * | 2017-12-13 | 2018-03-06 | 武汉君荣迅联科技有限责任公司 | 智能修正型路面平整度检测设备 |
CN108182811A (zh) * | 2018-01-04 | 2018-06-19 | 山东华夏高科信息股份有限公司 | 一种道路安全隐患检测系统 |
CN108198419A (zh) * | 2018-01-04 | 2018-06-22 | 山东华夏高科信息股份有限公司 | 一种智能道路交通安全隐患排查系统 |
CN108507529A (zh) * | 2017-05-16 | 2018-09-07 | 重庆大学 | 一种桥接坡沉降自动检测装置及车辆 |
CN109448375A (zh) * | 2018-11-24 | 2019-03-08 | 肖哲睿 | 一种多功能交通监测系统 |
CN110421292A (zh) * | 2019-08-14 | 2019-11-08 | 异起(上海)智能科技有限公司 | 一种焊接机器人的对目标物体轮廓定位的方法和装置 |
CN112113517A (zh) * | 2020-08-03 | 2020-12-22 | 河南熔金高温材料股份有限公司 | 一种滑板砖平面度的检测方法 |
CN114518094A (zh) * | 2020-11-16 | 2022-05-20 | 阿里巴巴集团控股有限公司 | 道路检测方法及系统 |
TWI770520B (zh) * | 2020-05-28 | 2022-07-11 | 國立虎尾科技大學 | 水平監控與調整系統 |
ES2933750A1 (es) * | 2021-05-20 | 2023-02-13 | Becsa S A | Sistema de detección |
CN116623515A (zh) * | 2023-07-24 | 2023-08-22 | 四川高速公路建设开发集团有限公司 | 一种高速路面平整度检测系统及方法 |
CN116718098A (zh) * | 2023-08-09 | 2023-09-08 | 成都国营锦江机器厂 | 直升机主减撑杆同轴度在线测量装置及应用方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN87212325U (zh) * | 1987-09-23 | 1988-06-29 | 江苏省沐阳县公路工程仪器厂 | 车载式颠簸累积仪 |
EP0744494A1 (en) * | 1995-05-24 | 1996-11-27 | Blaw-Knox Construction Equipment Corporation | Position referencing, measuring and paving method and apparatus for a profiler and paver |
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 |
-
2012
- 2012-04-27 CN CN201210126698.2A patent/CN102628249B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN87212325U (zh) * | 1987-09-23 | 1988-06-29 | 江苏省沐阳县公路工程仪器厂 | 车载式颠簸累积仪 |
EP0744494A1 (en) * | 1995-05-24 | 1996-11-27 | Blaw-Knox Construction Equipment Corporation | Position referencing, measuring and paving method and apparatus for a profiler and paver |
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 |
Non-Patent Citations (1)
Title |
---|
邱建勋: "《重庆大学硕士学位论文》", 15 January 2007 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103318180B (zh) * | 2013-05-28 | 2015-09-09 | 万向钱潮股份有限公司 | 一种车辆路面不平度自动识别系统及方法 |
CN103318180A (zh) * | 2013-05-28 | 2013-09-25 | 万向钱潮股份有限公司 | 一种车辆路面不平度自动识别系统及方法 |
CN105714658B (zh) * | 2014-12-04 | 2019-01-25 | 陕西中大机械集团有限责任公司 | 一种路面平整度实时监控系统 |
CN105714658A (zh) * | 2014-12-04 | 2016-06-29 | 陕西中大机械集团有限责任公司 | 一种路面平整度实时监控系统 |
CN104864878A (zh) * | 2015-05-22 | 2015-08-26 | 汪军 | 基于电子地图的路况物理信息绘制及查询方法 |
CN104864878B (zh) * | 2015-05-22 | 2017-07-18 | 汪军 | 基于电子地图的路况物理信息绘制及查询方法 |
CN104929024A (zh) * | 2015-06-15 | 2015-09-23 | 广西大学 | 路面平整度检测仪及路面平整度测量方法 |
CN104929024B (zh) * | 2015-06-15 | 2017-02-01 | 广西大学 | 路面平整度检测仪及路面平整度测量方法 |
CN105421200A (zh) * | 2015-11-06 | 2016-03-23 | 苏交科集团股份有限公司 | 一种基于振动检测的平整度检测方法与检测装置 |
CN105421200B (zh) * | 2015-11-06 | 2017-06-27 | 苏交科集团股份有限公司 | 一种基于振动检测的平整度检测方法与检测装置 |
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 |
CN108507529A (zh) * | 2017-05-16 | 2018-09-07 | 重庆大学 | 一种桥接坡沉降自动检测装置及车辆 |
CN108507529B (zh) * | 2017-05-16 | 2024-02-06 | 重庆大学 | 一种桥接坡沉降自动检测装置及车辆 |
CN107764229A (zh) * | 2017-12-13 | 2018-03-06 | 武汉君荣迅联科技有限责任公司 | 智能修正型路面平整度检测设备 |
CN108198419A (zh) * | 2018-01-04 | 2018-06-22 | 山东华夏高科信息股份有限公司 | 一种智能道路交通安全隐患排查系统 |
CN108182811A (zh) * | 2018-01-04 | 2018-06-19 | 山东华夏高科信息股份有限公司 | 一种道路安全隐患检测系统 |
CN109448375A (zh) * | 2018-11-24 | 2019-03-08 | 肖哲睿 | 一种多功能交通监测系统 |
CN110421292A (zh) * | 2019-08-14 | 2019-11-08 | 异起(上海)智能科技有限公司 | 一种焊接机器人的对目标物体轮廓定位的方法和装置 |
TWI770520B (zh) * | 2020-05-28 | 2022-07-11 | 國立虎尾科技大學 | 水平監控與調整系統 |
CN112113517B (zh) * | 2020-08-03 | 2022-03-18 | 河南熔金高温材料股份有限公司 | 一种滑板砖平面度的检测方法 |
CN112113517A (zh) * | 2020-08-03 | 2020-12-22 | 河南熔金高温材料股份有限公司 | 一种滑板砖平面度的检测方法 |
CN114518094A (zh) * | 2020-11-16 | 2022-05-20 | 阿里巴巴集团控股有限公司 | 道路检测方法及系统 |
ES2933750A1 (es) * | 2021-05-20 | 2023-02-13 | Becsa S A | Sistema de detección |
CN116623515A (zh) * | 2023-07-24 | 2023-08-22 | 四川高速公路建设开发集团有限公司 | 一种高速路面平整度检测系统及方法 |
CN116623515B (zh) * | 2023-07-24 | 2023-09-15 | 四川高速公路建设开发集团有限公司 | 一种高速路面平整度检测系统及方法 |
CN116718098A (zh) * | 2023-08-09 | 2023-09-08 | 成都国营锦江机器厂 | 直升机主减撑杆同轴度在线测量装置及应用方法 |
CN116718098B (zh) * | 2023-08-09 | 2023-10-17 | 成都国营锦江机器厂 | 直升机主减撑杆同轴度在线测量装置及应用方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102628249B (zh) | 2014-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102628249B (zh) | 全自动惯性传感检测路面平整度装置及检测方法 | |
CN102277823B (zh) | 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 | |
CN104790283B (zh) | 一种基于车载加速度计的路面平整度快速检测系统 | |
CN110184885B (zh) | 一种基于智能手机测试路面平整度的方法 | |
CN202904027U (zh) | 一种自主室内定位系统 | |
CN101914889A (zh) | 基于加速度补偿的激光平整度测量系统和方法 | |
CN102261033A (zh) | 一种基于惯性测量单元的车载路面检测系统的运补算法 | |
CN103290768A (zh) | 平整度测量仪及测量方法 | |
CN208780164U (zh) | 全深度阵列式测斜仪 | |
CN105509764A (zh) | 一种用于智能驾考的车载集成终端 | |
CN114993263B (zh) | 一种基于水准点定位的高精度建筑物无人机测绘系统 | |
Kopáčik et al. | Systematic error elimination using additive measurements and combination of two low cost IMSs | |
CN104005324A (zh) | 一种路面构造信息的检测系统 | |
Wen et al. | A novel bluetooth-odometer-aided smartphone-based vehicular navigation in satellite-denied environments | |
CN106338272A (zh) | 用于构件倾斜角测量的测试装置及其测试方法 | |
Bosi et al. | In-Vehicle IoT Platform Enabling the Virtual Sensor Concept: A Pothole Detection Use-case for Cooperative Safety. | |
CN104215222A (zh) | 一种全量程无线倾角测量系统及测量方法 | |
CN107677247A (zh) | 道路横坡坡度测量和校正方法 | |
RU2295113C2 (ru) | Инерциальный измерительный прибор | |
Setiawan et al. | Road quality assessment using international roughness index method and accelerometer on android | |
CN202501842U (zh) | 一种新型数显二维电子水平仪 | |
Gan et al. | Bridge continuous deformation measurement technology based on fiber optic gyro | |
CN209523100U (zh) | 一种基于惯性测量和雷达测距的车载路面检测装置 | |
RU2313067C2 (ru) | Способ определения навигационных параметров летательного аппарата и устройство для его осуществления | |
Yang et al. | Low-cost and accurate 3d road modeling using mobile phone |
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 |