CN106323869A - 一种路面摩擦系数检测系统 - Google Patents

Abstract

本发明提供了一种路面摩擦系数检测系统，包括路面传感数据采集系统、大数据采集导入器、云存储器、大数据分析系统，所述路面传感数据采集系统用于采集路面传感数据，所述路面传感数据采集系统与大数据采集导入器单向通信，云存储器与大数据采集导入器电连接，大数据采集导入器与大数据分析系统单向通信。本发明的有益效果：基于大数据应用而开发的，高效自动化地获取路况信息(如路面摩擦系数)，将大大提高在验收或大规模工程中路面摩擦系数检测的效率。

Description

一种路面摩擦系数检测系统

技术领域

本发明涉及道路检测技术领域，具体涉及一种路面摩擦系数检测系统。

背景技术

相关技术中，在路面摩擦系数检测方面，主要采用摆式摩擦仪和横向力系数测定仪。摆式摩擦仪是通过逐个检测路面单点的摩擦系数来反应路面整体性能的，因此，其反应的是静态情况下的路面抗滑性能，由于检测逐点进行，不利于在验收或大规模工程中高效自动化地获取路况信息。横向力系数测定仪是测试横向力系数的设备，横向力系数是假定标准测试轮胎与以一定速度行驶的汽车前进方向成一定偏角(如20°)，与潮湿路面的接触使其产生同测试轮平面相垂直的侧向摩阻力，此力与测试轮承受的恒定竖向荷载的比值即为横向力系数SFC值。横向力系数测定仪主要用于长距离连续测试，其存在的问题是无法判断测试误差的大小，检测结果受温度、湿度等外界因素影响较大，已检测的路段摩擦系数没有形成数据库，难以重复利用相似路段的已有数据进行预评。

发明内容

为解决上述问题，本发明旨在提供一种路面摩擦系数检测系统。

本发明的目的通过以下技术方案实现：

一种路面摩擦系数检测系统，包括路面传感数据采集系统、大数据采集导入器、云存储器、大数据分析系统，所述路面传感数据采集系统用于采集路面传感数据，所述路面传感数据采集系统与大数据采集导入器单向通信，云存储器与大数据采集导入器电连接，大数据采集导入器与大数据分析系统单向通信。

本发明的有益效果：基于大数据应用而开发的，高效自动化地获取路况信息(如路面摩擦系数)，将大大提高在验收或大规模工程中路面摩擦系数检测的效率。

附图说明

利用附图对发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明结构连接示意图；

图2是路面传感数据采集系统的结构示意图。

附图标记：

路面传感数据采集系统1、大数据采集导入器2、云存储器3、大数据分析系统4、数据采集单元11、数据处理单元12、数据传输单元13。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1、图2，本实施例的一种路面摩擦系数检测系统，包括路面传感数据采集系统1、大数据采集导入器2、云存储器3、大数据分析系统4，所述路面传感数据采集系统1用于采集路面传感数据，所述路面传感数据采集系统1与大数据采集导入器2单向通信，云存储器3与大数据采集导入器2电连接，大数据采集导入器2与大数据分析系统4单向通信。

优选的，所述路面传感数据包括车速、温度、湿度。

优选的，所述云存储器3中存储有地区特征数据、该地区特定的路面特征数据以及车速、温度、湿度、对应的路面摩擦系数初始数据和检测过程不断更新的二次数据。

本发明上述实施例基于大数据应用而开发的，高效自动化地获取路况信息(如路面摩擦系数)，将大大提高在验收或大规模工程中路面摩擦系数检测的效率；在考虑车速影响路面摩擦系数的同时，加入了温度和湿度的实时性，很好的减弱了外界条件对检测结果的影响。

优选的，所述路面传感数据采集系统1包括数据采集单元11、数据处理单元12和数据传输单元13；所述数据采集单元11用于通过由各传感器构建的传感器节点相互协作进行路面传感数据的采集，并输出各传感器节点采集的路面传感数据；所述数据处理单元12用于对各传感器节点采集的路面传感数据进行预处理，以获得有效的路面传感数据；所述数据传输单元13用于采用预先设定的数据传输机制进行路面传感数据的传输。

优选的，所述数据采集单元11包括传感器定位子单元和数据修正子单元；所述传感器定位子单元用于进行传感器节点定位，所述进行传感器节点定位具体包括：

(1)将少部分传感器节点部署在已知的位置坐标上，作为信标节点，根据信标节点位置建立满足家居环境的局部坐标系；

(2)假设未知节点的坐标为(x,y)，能够与其进行通信的信标节点坐标分别为(x₁,y₁)，(x₂,y₂)，…，(x_n,y_n)，未知节点位于各信标节点为圆心，通信半径为半径的圆的相交区域，取该区域任一点作为未知节点坐标预选点，未知节点坐标预选点到信标节点的差分函数为：

$d(x,y)={\mathrm{\Σ}}_{i=1}^n\left|\sqrt{{(x-x_i)}^2+{(x-x_i)}^2}-r_i\right|$

式中，r_i为未知节点坐标预选点到(x_i,y_i)距离，i＝1，2，…，n，利用最大似然估计法求取该式的最小值，即为未知节点坐标位置；

所述数据修正子单元用于对传感器在非标准环境下的监测数据进行修正，修正因子σ为：

$\mathrm{\&sigma;}=\left\{\begin{array}{c}{e}^{-\sqrt{\frac{{(T-T_0)}^2}{T^2}}},T\&GreaterEqual;T_0\\ e^{\sqrt{\frac{T^2}{{(T-T_0)}^2}}},T<T_0\end{array}\right.$

式中，T₀为传感器使用的标准温度，T为传感器使用时的环境温度。

本优选实施例实现了传感器定位和数据的准确测量。

优选的，所述数据处理单元12包括数据过滤模块和数据补全模块，所述数据过滤模块用于通过智能网关过滤错误的路面传感数据，所述数据补全模块用于填补丢失的路面传感数据；

所述通过智能网关过滤错误的路面传感数据，包括：

(1)去除没有落入传感器读数的有效范围内的路面传感数据；

(2)对剩余的路面传感数据进行过滤处理，具体为：

1)假设所有传感器的传感频率一致且滑动窗口大小为A，利用Jaccard相似度函数计算出两个传感器S_I、S_J读数行为的相似度Sim(x_I(t),x_J(t))，其中x_I(t)表示传感器S_I在时间t时的传感读数，x_J(t)表示传感器S_J在时间t时的传感读数；

2)定义传感器S_I、S_J的最初临时相似度为：

${\mathrm{Sim}}_L^0(I,J)=Sim\left(x_I\right(A+t),x_J(A+t\left)\right)$

K+1时刻的临时相似度为：

${\mathrm{Sim}}_L^{K+1}(I,J)={\mathrm{\&mu;Sim}}_L^K(I,J)+\frac{1+\mathrm{\&mu;}}{2}Sim\left(x_I\right(t),x_J(t\left)\right)$

式中，x_I(A+t)表示传感器S_I最初的读数行为，μ为设定的可调节的变量，μ的取值范围为[-1,1]；

3)设共有M个传感器，来自传感器S_I的一个事件查询q，在过去被传感器频繁查询的数据比那些很少被传感器S_I读取的数据与传感器S_I更具有相关性，计算传感器S_I的排序等级值Q_L(q,S_I)，计算公式为：

$Q_L(q,S_I)=\frac{\underset{i\&Element;\&lsqb;1,M\&rsqb;}{max}{\mathrm{Sim}}_L^{K+1}(I,J)}{{\mathrm{\&Sigma;}}_{J=1}^M{\mathrm{Sim}}_L^{K+1}(I,J)}\&times;\frac{\left|n(q,S_I)\right|}{\left|N(q,S_I)\right|+B}$

式中，n(q,S_I)为在过去传感器S_I针对查询q对一些主题的事件查询数目，N(q,S_I)表示传感器S_I针对查询q的事件查询总数，B为平滑因子；

4)采用投票法判断传感器S_I的当前读数是否为错误读数，设定判断函数为：

$P_I=\underset{S_J\&Element;net\left(I\right)}{\mathrm{\&Sigma;}}{\mathrm{VDecision}}_J\left(I\right)\&CenterDot;Q_L(q,S_I)$

式中，net(1)表示传感器S_I的邻居传感器集合，VDecision_j(1)表示邻居传感器S_J对传感器S_I作出投票决定，投票决定有两类，一类是积极的，另一类为消极的，投票决定为积极时，VDecision_j(I)＝1，投票决定为消极时，VDecision_j(I)＝0；P_I>0时，表示传感器S_I的当前读数为正常读数，P_I<0时，表示传感器S_I的当前读数为错误读数。

所述填补丢失的路面传感数据，包括：

(1)采用K-means聚类方法进行路面传感数据的聚类处理；

(2)对同一类中的缺失值进行却是数据的填充。

本优选实施例过滤错误的路面传感数据时，考虑了传感器与邻居节点以及环境之间的关联性，通过排序算法为每个传感器分配一个适当的权重来反映传感器的重要性，进而对传感器采集到的数据进行取舍来过滤采集过程中的错误数据和环境引起的不正常数据，提高了过滤的精度；采用先聚类后填补缺失值的方式填补丢失的路面传感数据，可以较好的考虑数据的局部特性，提高数据填补的精度。

在一个实施例中，所述预先设定的数据传输机制包括：

(1)簇内成员在各自分配的时间段内将采集到的数据以单跳的方式传输到所属簇的簇头节点C_i，簇头节点C_i对收集到的路面传感数据进行整合处理；

(2)簇头节点C_i根据下式选择其他簇头节点，以确定其路由候选簇头节点集合CN：

$CN=\left\{\begin{array}{c}{d}_{jB}<d_{iB}\\ d_{ij}<d_{iB}\\ {\mathrm{NS}}_i<{\mathrm{NS}}_j\end{array}\right\}$

式中，d_iB表示簇头节点C_i到基站的距离，d_jB表示簇头节点C_j到基站的距离，d_ij表示簇头节点C_i到簇头节点C_j的距离，NS_i表示簇头节点C_i的剩余能量级别，NS_j表示簇头节点C_j的剩余能量级别；

(3)若路由候选簇头节点集合CN为空，则簇头节点C_i直接将路面传感数据发送给基站，并跳转至(6)；

(4)若路由候选簇头节点集合中只存在一个比簇头节点C_i距离基站更近或者剩余能量级别更高的其他簇头节点C_j，则选择簇头节点C_j作为下一跳路由节点，并将路面传感数据转发给簇头节点C_j，使簇头节点C_j成为新的簇头节点C_i，并跳转回(2)；

(5)若路由候选簇头节点集合中存在多个比簇头节点C_i距离基站更近或者剩余能量级别更高的其他簇头节点C_j，则选择使得转发路面传感数据通信开销最小的簇头节点C_j作为下一跳路由节点，并将路面传感数据转发给簇头节点C_j，使簇头节点C_j成为新的簇头节点C_i，并跳转回(2)；

(6)基站接收簇头节点C_i发送的路面传感数据。

本优选实施例采用预先设定的数据传输机制进行路面传感数据的传输，使簇头节点的剩余能量分布更加均衡，有效解决了距离基站较近或者距离基站较远的节点能量过早消耗完的问题，从而延长了整个数据传输网络的生命周期。

在另一个实施例中，所述预先设定的数据传输机制包括：

针对不同传输数据大小和传输距离采用不同的传输方式，定义传输函数Tr：

$Tr=\frac{S}{S_0}+\frac{D}{D_0}$

式中，S为传输数据大小，S₀为数据传输大小分界值，S₀＝1MB，D为传输距离，D₀为传输距离远近分界值，D₀＝10m；

若D<D₀，则采用蓝牙进行数据通信，

若D≥D₀且S≤S₀，则采用zigbee网络进行数据通信，

若D≥D₀且S>S₀，则采用WIFI进行通信。

本优选实施例在实现了对路面传感数据低能耗、高速率的通信。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，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实质和范围。

Claims (3)

1.一种路面摩擦系数检测系统，其特征是，包括路面传感数据采集系统、大数据采集导入器、云存储器、大数据分析系统，所述路面传感数据采集系统用于采集路面传感数据，所述路面传感数据采集系统与大数据采集导入器单向通信，云存储器与大数据采集导入器电连接，大数据采集导入器与大数据分析系统单向通信。

2.根据权利要求1所述的一种路面摩擦系数检测系统，其特征是，所述路面传感数据包括车速、温度、湿度。

3.根据权利要求2所述的一种路面摩擦系数检测系统，其特征是，所述云存储器中存储有地区特征数据、该地区特定的路面特征数据以及车速、温度、湿度、对应的路面摩擦系数初始数据和检测过程不断更新的二次数据。