CN105426587B - 一种基于智能手机完成路面状况采集和监测方法 - Google Patents
一种基于智能手机完成路面状况采集和监测方法 Download PDFInfo
- Publication number
- CN105426587B CN105426587B CN201510747527.5A CN201510747527A CN105426587B CN 105426587 B CN105426587 B CN 105426587B CN 201510747527 A CN201510747527 A CN 201510747527A CN 105426587 B CN105426587 B CN 105426587B
- Authority
- CN
- China
- Prior art keywords
- mobile phone
- smart mobile
- data
- clouds
- pavement
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012544 monitoring process Methods 0.000 title claims abstract description 13
- 230000001133 acceleration Effects 0.000 claims abstract description 25
- 238000001914 filtration Methods 0.000 claims description 9
- 238000001303 quality assessment method Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 241001123248 Arma Species 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000000205 computational method Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 14
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009429 distress Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
- E01C23/01—Devices or auxiliary means for setting-out or checking the configuration of new surfacing, e.g. templates, screed or reference line supports; Applications of apparatus for measuring, indicating, or recording the surface configuration of existing surfacing, e.g. profilographs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Road Repair (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于智能手机完成路面状况采集和监测方法，尤其涉及一种基于智能手机加速度传感器、陀螺仪、GPS等感知设备综合运用实时监测道路路面质量状况的方法。本发明为客户提供了数据时代分布式人人众筹分包的解决方案，将交通养护部门被动、局部、未知成本的养护策略，逐步转化为主动、全局、准确且系统化基于大数据的养护策略。通过本方法，可以相对快捷，低成本的实现公路路网路面质量实时预分析，并用于指导后续养护计划、策略、预算的形成。
Description
技术领域
本发明涉及一种基于智能手机完成路面状况采集和监测方法，尤其涉及一种基于智能手机加速度传感器、陀螺仪、GPS等感知设备综合运用实时监测道路路面质量状况的方法。
背景技术
国际平整度指数(International Roughness In-dex,IRI)是评价路面性能方面应用最广泛的指标之一。1982年Sayers等在世界银行资助下在巴西等国家进行了路面平整度试验,并在此基础上提出了IRI，综合了断面类与动态类平整度测定方法的优点而得到的一个评价指标，是反映公路与城市道路路面使用性能与养护质量的重要指标。
路面平整度直接影响路面行驶舒适性。研究表明，路面平整度与路面抗滑性能、路面破损状况均具有一定的相关性。与其余路面使用性能指标检测相比，路面平整度指标检测具有方便、快捷、准确的特性，自动化程度高。世界发达国家如美国、日本等均将路面平整度作为衡量路面使用性能与养护质量的主要指标而加以定期检测，并作为制定公路与城市道路路面养护管理对策的重要依据。
我国道路交通领域随着近30年的大规模建设，公路建设里程不断增长和公路网不断完善，同时正逐步经历从建设期向管理期的转变。公路与城市道路养护管理已成为我国道路交通领域的一项重要任务。而养护管理的投入方向则依托对公路技术状态的判定。
公路技术状况用公路技术状况指数MQI和相应的分项系数表示，其值为0－100；
MQI评价系统说明：
MQI——公路技术状况指数；
POI——路面使用性能指数（Pavement Quality or Performance Index）
SCI——路基技术状况指数（Subgrade Condition Index）
BCI——桥隧构造物技术状况指数（Bridge，Tunnel and Culvert ConditionIndex）
TCI——沿线设施技术状况指数（Traffic-facility Condition Index）
PCI——路面损坏状况指数（Pavement Surface Condition Index）
RQI——路面行驶质量指数（Riding Quality Index）
RDI——路面车辙深度指数（Rutting Depth Index）
SRI——路面抗滑性能指数（Skidding Resistance Index）
PSSI——路面结构强度指数（Pavement Structure Strength Index）
路面行驶质量（RQI） RQI 是表征路面行驶质量，即路面平整状况的指标是用来评价路面行驶质量的指标，它与路面平整度有关，通常是建立其与路面国际平整度指数（IRI）的关系。
一般RQI与IRI之间的转换关系为：
上式中：
a0——高速公路和一级公路采用0.026，其他等级公路采用0.0185；
a1——高速公路和一级公路采用0.65，其他等级公路采用0.58；
e—— 为无理数，2.718；
路面平整度现阶段一般是采用快速检测设备，比如三米直尺、激光等设备，可结合路面损坏和车辙一并检测。单独检测路面平整度时，则采用高精度的断面类检测设备，比如三维断面仪等。路面平整度检测设备必须定期标定，每年至少标定一次，标定的相关系数应大于0.95。
现阶段评估方法偏人工的居多，部分监测仪器设备又需要反复标定，本发明期待利用当前发展愈来愈快的信息技术对传统行业中一些解决方案、问题进行改，从而更加便利、高效的实现：道路养护规划及成本预算准确可依。
发明内容
本发明要解决的技术问题是克服上述缺陷，提供一种基于智能手机加速度传感器、陀螺仪为数据感知源并利用手机完成采集、基础处理和传输，并上传至云端，通过更加集中的数据存储、建立道路状况模型，利用强大的计算能力完成相对实时的路面平整度（IRI）、路面行驶质量（RQI）的计算和评估。
为了解决上述问题，本发明采用如下技术方案：
一种基于智能手机完成路面状况采集和监测方法：该方法为一套基于智能手机的可靠路面状态数据采集方法、基于手机存储和计算能力的分布式数据处理系统，基于云端路面平整度、路面行驶质量评估模型和算法；
A）、基于智能手机的可靠路面状态数据采集方法：
智能手机内置有感知设备：加速度传感器、三轴陀螺仪、GPS感知设备；
通过手机将采集到上述传感器的数据，形成速度、行驶方向，垂直方向加速度，GPS等基础信息；
B）、基于智能手机的可靠路面状态数据采集方法：
手机完成数据采集和本地存储后，先经过滤波算法清洗原始采集数据；
识别方法1：设置垂直方向加速度阈值，以最近1-15秒的平均Z轴加速度，作为判断标准；
或者，识别方法2：利用前后测量得到的垂直方向加速度的差值或者斜率来识别；
识别出路面不平整点后，通过移动数据网络将原始数据和标准评分值上传到云端，维护上传数据状态，并根据实际情况进行续传；
数据在手机中持续保存，其数据在手机中可以被人工操作删除，云端可根据情况再次下发提取指令，获取指定时间段内的数据；
利用手机中的地图则可以看到由云端汇聚计算得到的不同路段的平整度分布，在地图的路线中按照颜色区分优良中次差，亦可以提供基于路段的查询输出平整度分布表；
C）、基于云端路面平整度、路面行驶质量评估模型和算法:
数据上传至云端后，将会参照GPS数据汇聚，并经过对时间序列建模，完成基于云端路面平整度、路面行驶质量的计算和评估。
进一步的，在B）、基于智能手机的可靠路面状态数据采集方法中, 滤波算法为：卡尔曼滤波算法，或者平整度异常识别方法。
进一步的，在C）、基于云端路面平整度、路面行驶质量评估模型和算法中:
采用时间序列的模型有如下三种：自回归模型 ：AR模型、滑动平均模型：MA 模型和自回归滑动平均模型：ARMA模型。
进一步的，自回归模型 ：AR模型，该模型拟合参数的计算方法则可用通用的莱文森递归法，或最小二乘法。
进一步的，在B）、基于智能手机的可靠路面状态数据采集方法中，识别方法1：设置垂直方向加速度阈值，优选为2秒的平均Z轴加速度，作为判断标准。
具体算法参见：离散随机信号处理基础 - 电子工业出版社。
本发明的有益效果：
与现有技术相比，本发明为客户提供了数据时代分布式人人众筹分包的解决方案，将交通养护部门被动、局部、未知成本的养护策略，逐步转化为主动、全局、准确且系统化基于大数据的养护策略。通过本方法，可以相对快捷，低成本的实现公路路网路面质量实时预分析，并用于指导后续养护计划、策略、预算的形成。
附图说明
图1：本发明中的系统全流程示意；
图2：本发明中的路面数据采集流程框图；
图3：本发明中的卡尔曼滤波原理图；
图4：本发明中的云端评估算算法图。
具体实施方式
下面结合附图1、2、3、4对本发明进行详细描述：
一种基于智能手机完成路面状况采集和监测方法：该方法为一套基于智能手机的可靠路面状态数据采集方法、基于手机存储和计算能力的分布式数据处理系统，基于云端路面平整度、路面行驶质量评估模型和算法；
A）、基于智能手机的可靠路面状态数据采集方法：
智能手机内置有感知设备：加速度传感器、三轴陀螺仪、GPS感知设备；
通过手机将采集到上述传感器的数据，形成速度、行驶方向，垂直方向加速度，GPS等基础信息；
B）、基于智能手机的可靠路面状态数据采集方法：
手机完成数据采集和本地存储后，先经过滤波算法清洗原始采集数据；
识别方法1：设置垂直方向加速度阈值，以最近1-15秒的平均Z轴加速度，作为判断标准；
或者，识别方法2：利用前后测量得到的垂直方向加速度的差值或者斜率来识别；
识别出路面不平整点后，通过移动数据网络将原始数据和标准评分值上传到云端，维护上传数据状态，并根据实际情况进行续传；
数据在手机中持续保存，其数据在手机中可以被人工操作删除，云端可根据情况再次下发提取指令，获取指定时间段内的数据；
利用手机中的地图则可以看到由云端汇聚计算得到的不同路段的平整度分布，在地图的路线中按照颜色区分优良中次差，亦可以提供基于路段的查询输出平整度分布表；
C）、基于云端路面平整度、路面行驶质量评估模型和算法:
数据上传至云端后，将会参照GPS数据汇聚，并经过对时间序列建模，完成基于云端路面平整度、路面行驶质量的计算和评估。
进一步的，在B）、基于智能手机的可靠路面状态数据采集方法中, 滤波算法为：卡尔曼滤波算法，或者平整度异常识别方法。
进一步的，在C）、基于云端路面平整度、路面行驶质量评估模型和算法中:
采用时间序列的模型有如下三种：自回归模型 ：AR模型、滑动平均模型：MA 模型和自回归滑动平均模型：ARMA模型。
进一步的，自回归模型 ：AR模型，该模型拟合参数的计算方法则可用通用的莱文森递归法，或最小二乘法。
进一步的，在B）、基于智能手机的可靠路面状态数据采集方法中，识别方法1：设置垂直方向加速度阈值，优选为2秒的平均Z轴加速度，作为判断标准。
具体算法参见：离散随机信号处理基础 - 电子工业出版社。
本技术方案通过智能手机采集行驶方向、振动速度（垂直方向加速度，反映其颠簸程度）、位置等信息与百度/Google/高德等导航系统的开放API确定道路及位置信息，利用手机自身处理能力进行初步分析计算，并实时将经过处理后的样本数据利用移动/无线网络上传，供进一步完成国家道路网路面技术状态评估，将之前集中依赖交通管理/管养部门人工巡检方案转化为数据时代分布式人人众筹分包的解决方案，具备更加技术领先性。
Claims (5)
1.一种基于智能手机完成路面状况采集和监测方法，其特征在于：该方法为一套基于智能手机的可靠路面状态数据采集方法、基于手机存储和计算能力的分布式数据处理系统，基于云端路面平整度、路面行驶质量评估模型和算法；
A）、基于智能手机的可靠路面状态数据采集方法：
智能手机内置有感知设备：加速度传感器、三轴陀螺仪、GPS感知设备；
通过手机将采集到上述传感器的数据，形成速度、行驶方向，垂直方向加速度，GPS基础信息；
B）、基于智能手机的可靠路面状态数据识别传输方法：
手机完成数据采集和本地存储后，先经过滤波算法清洗原始采集数据；
识别方法1：设置垂直方向加速度阈值，以最近1-15秒的平均Z轴加速度，作为判断标准；
或者，识别方法2：利用前后测量得到的垂直方向加速度的差值或者斜率来识别；
通过识别方法1或者识别方法2来识别出路面不平整点后，通过移动数据网络将原始数据和标准评分值上传到云端，维护上传数据状态，并根据实际情况进行续传；
数据在手机中持续保存，其数据在手机中可以被人工操作删除，云端可根据情况再次下发提取指令，获取指定时间段内的数据；
利用手机中的地图则可以看到由云端汇聚计算得到的不同路段的平整度分布，在地图的路线中按照颜色区分优良中次差，亦可以提供基于路段的查询输出平整度分布表；
C）、基于云端路面平整度、路面行驶质量评估模型和算法:
数据上传至云端后，将会参照GPS数据汇聚，并经过对时间序列建模，完成基于云端路面平整度、路面行驶质量的计算和评估。
2.根据权利要求1所述的基于智能手机完成路面状况采集和监测方法，其特征在于：
在B）、基于智能手机的可靠路面状态数据识别传输方法中, 滤波算法为：卡尔曼滤波算法，或者平整度异常识别方法。
3.根据权利要求1所述的基于智能手机完成路面状况采集和监测方法，其特征在于：
在C）、基于云端路面平整度、路面行驶质量评估模型和算法中:
采用时间序列的模型为如下三种之一：自回归模型 ：AR模型、滑动平均模型：MA 模型和自回归滑动平均模型：ARMA模型。
4.根据权利要求3所述的基于智能手机完成路面状况采集和监测方法，其特征在于：
自回归模型 ：AR模型，该模型拟合参数的计算方法则用通用的莱文森递归法，或最小二乘法。
5.根据权利要求1所述的基于智能手机完成路面状况采集和监测方法，其特征在于：
在B）、基于智能手机的可靠路面状态数据识别传输方法中，识别方法1：设置垂直方向加速度阈值，选择为2秒的平均Z轴加速度，作为判断标准。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510747527.5A CN105426587B (zh) | 2015-11-06 | 2015-11-06 | 一种基于智能手机完成路面状况采集和监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510747527.5A CN105426587B (zh) | 2015-11-06 | 2015-11-06 | 一种基于智能手机完成路面状况采集和监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105426587A CN105426587A (zh) | 2016-03-23 |
| CN105426587B true CN105426587B (zh) | 2018-07-27 |
Family
ID=55504796
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510747527.5A Active CN105426587B (zh) | 2015-11-06 | 2015-11-06 | 一种基于智能手机完成路面状况采集和监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105426587B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106558222A (zh) * | 2016-12-07 | 2017-04-05 | 北京工业大学 | 一种基于手机app的绿波效果评估指标的系统及计算方法 |
| CN106840049B (zh) * | 2016-12-16 | 2019-02-05 | 东南大学 | 基于内置三轴加速传感器智能手机的路面质量评级方法 |
| CN108460465A (zh) * | 2017-12-29 | 2018-08-28 | 福建工程学院 | 一种快速维修道路的方法 |
| CN108417065B (zh) * | 2018-03-21 | 2020-09-29 | 成都雅骏汽车制造有限公司 | 一种基于智能手机和导航应用的坑洼路面预警方法 |
| CN108650651B (zh) * | 2018-05-03 | 2020-11-27 | 陕西师范大学 | 一种通过多个移动终端采集数据的方法 |
| CN108693552A (zh) * | 2018-05-31 | 2018-10-23 | 杭州前茂保健食品有限公司 | 基于车辆定位中震动数据分析的路面状况获知方法 |
| CN109151060A (zh) * | 2018-09-28 | 2019-01-04 | 广州小鹏汽车科技有限公司 | 一种路面异常监测方法、装置及计算机可读存储介质 |
| CN109629379B (zh) * | 2018-11-27 | 2021-08-03 | 上海炬宏信息技术有限公司 | 一种基于手机传感器数据的路面检测方法 |
| CN110184885B (zh) * | 2019-05-06 | 2021-06-08 | 苏交科集团股份有限公司 | 一种基于智能手机测试路面平整度的方法 |
| CN110670458B (zh) * | 2019-09-27 | 2021-07-16 | 北京工业大学 | 基于行车振动数据的路面车辙检测方法 |
| CN110715685A (zh) * | 2019-10-18 | 2020-01-21 | 北京工业大学 | 一种基于智能手机的路面行驶质量检测方法 |
| CN111862640B (zh) * | 2020-03-27 | 2023-01-10 | 北京骑胜科技有限公司 | 路况预警数据生成方法、路况预警方法、装置及电子设备 |
| CN111896678A (zh) * | 2020-06-24 | 2020-11-06 | 北京航星网讯技术股份有限公司 | 基于手机软件和智能云端的四合一阀井巡检安全管理系统 |
| CN116304583B (zh) * | 2023-05-17 | 2023-08-11 | 中铁大桥局集团有限公司 | 一种路面平顺性检测评估方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104164829A (zh) * | 2014-08-04 | 2014-11-26 | 武汉景行致远科技有限公司 | 基于移动终端的路面平整度检测方法和智能路面信息实时监测系统 |
| CN104790283A (zh) * | 2015-04-10 | 2015-07-22 | 同济大学 | 一种基于车载加速度计的路面平整度快速检测系统 |
| CN105019344A (zh) * | 2015-07-21 | 2015-11-04 | 中山市拓维电子科技有限公司 | 路面平整度监测仪 |
-
2015
- 2015-11-06 CN CN201510747527.5A patent/CN105426587B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104164829A (zh) * | 2014-08-04 | 2014-11-26 | 武汉景行致远科技有限公司 | 基于移动终端的路面平整度检测方法和智能路面信息实时监测系统 |
| CN104790283A (zh) * | 2015-04-10 | 2015-07-22 | 同济大学 | 一种基于车载加速度计的路面平整度快速检测系统 |
| CN105019344A (zh) * | 2015-07-21 | 2015-11-04 | 中山市拓维电子科技有限公司 | 路面平整度监测仪 |
Non-Patent Citations (1)
| Title |
|---|
| 基于车载多传感器的路面平整度检测方法;杜豫川 等;《中国公路学报》;20150630;第28卷(第6期);第1-5页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105426587A (zh) | 2016-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105426587B (zh) | 一种基于智能手机完成路面状况采集和监测方法 | |
| CN106296814B (zh) | 公路养护检测与可视化交互方法和系统 | |
| Song et al. | Enhancing GPS with lane-level navigation to facilitate highway driving | |
| CN103985250B (zh) | 轻量级的全息道路交通状态视觉检测装置 | |
| CN104504099B (zh) | 基于位置轨迹的交通出行状态切分方法 | |
| Gikas et al. | A novel geodetic engineering method for accurate and automated road/railway centerline geometry extraction based on the bearing diagram and fractal behavior | |
| TW201037277A (en) | Method for updating digital maps using altitude information | |
| Wang et al. | Network level pavement evaluation with 1 mm 3D survey system | |
| CN104120645B (zh) | 一种路面状况自动检测数据定位系统与定位方法 | |
| CN106662447A (zh) | 利用行驶动态传感器确定多余的绝对位置 | |
| CN112070756B (zh) | 一种基于无人机倾斜摄影的路面立体病害测量方法 | |
| CN107103775A (zh) | 一种基于群智计算的道路质量检测方法 | |
| JP2016217084A (ja) | 路面状況計測システム、路面状況計測方法並びに路面状況計測プログラム | |
| CN103605135A (zh) | 一种基于断面剖分的道路特征提取方法 | |
| CN114357019A (zh) | 一种智能网联环境下路侧感知单元数据质量监测方法 | |
| Gamage et al. | Pavement roughness evaluation method for low volume roads | |
| CN114282033B (zh) | 一种基于gps纠偏及公路病害智能上报系统 | |
| CN107907134A (zh) | 一种里程信息辅助地磁匹配的车辆定位系统与方法 | |
| CN108426818A (zh) | 一种大气污染物浓度观测系统 | |
| CN112580833A (zh) | 一种农村公路养护信息化管理系统 | |
| CN115798194B (zh) | 基于车辆振动数据的道路路况监测方法及装置 | |
| Luo et al. | Hydroplaning on sloping pavements based on inertial measurement unit (imu) and 1mm 3d laser imaging data | |
| CN110306414B (zh) | 一种路面构造深度检测方法 | |
| Kandoi et al. | Pothole detection using accelerometer and computer vision with automated complaint redressal | |
| CN103927437A (zh) | 在非直线路段测量车头间距的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190422 Address after: 210000 Room 510, Block 57, Chuqiaocheng, Andmen Street, Yuhuatai District, Nanjing City, Jiangsu Province Patentee after: Nanjing Ether Data Technology Co., Ltd. Address before: 212009 No. 36 Dingmao Nanwei 4th Road, Zhenjiang New District, Zhenjiang City, Jiangsu Province Patentee before: JIANGSU FEISHANG SAFETY MONITORING CONSULTING CO., LTD. |
|
| TR01 | Transfer of patent right |