CN107423908B - 路面损坏信息获取方法及路面损坏信息获取系统 - Google Patents
路面损坏信息获取方法及路面损坏信息获取系统 Download PDFInfo
- Publication number
- CN107423908B CN107423908B CN201710647147.3A CN201710647147A CN107423908B CN 107423908 B CN107423908 B CN 107423908B CN 201710647147 A CN201710647147 A CN 201710647147A CN 107423908 B CN107423908 B CN 107423908B
- Authority
- CN
- China
- Prior art keywords
- road surface
- data
- vehicle
- information
- adjacent
- 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
- 230000006378 damage Effects 0.000 title claims abstract description 199
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000006073 displacement reaction Methods 0.000 claims abstract description 116
- 230000004927 fusion Effects 0.000 claims abstract description 85
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 230000005540 biological transmission Effects 0.000 claims abstract description 8
- 239000006185 dispersion Substances 0.000 claims description 64
- 238000012544 monitoring process Methods 0.000 claims description 20
- 238000013075 data extraction Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000005267 amalgamation Methods 0.000 claims 2
- 238000010276 construction Methods 0.000 abstract description 7
- 238000009412 basement excavation Methods 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000012423 maintenance Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000007717 exclusion Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/265—Personal security, identity or safety
-
- 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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Security & Cryptography (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于城市建设/数据分析技术领域,具体涉及路面损坏信息获取方法及路面损坏信息获取系统。该路面损坏信息获取方法包括步骤:获取至少包括垂直路面方向位移信息和车辆震动信息的路面信息;根据垂直路面方向位移信息和车辆震动信息,得到奇点位置和相邻奇点位置;通过移动互联无线传输网络,汇总不同车辆的相邻奇点位置数据,计算路面损坏数据融合度;根据路面损坏数据融合度,构建路面损坏信息。其通过周期性获取经纬度、垂直路面方向位移、汽车震动等级等数据,利用移动互联网实现了自动的路面信息收集、自动计算、分析、挖掘并共享路面损坏信息,进而构建概要路面损坏信息和详细路面损坏信息,解决了目前获取路面损坏信息方法存在的问题。
Description
技术领域
本发明属于城市建设/数据分析技术领域,具体涉及一种路面损坏信息获取方法及路面损坏信息获取系统。
背景技术
随着城市化进程的不断加快,城市规模在迅速扩大,作为城市框架的道路显得日益重要,道路养护是道路管理的重要环节。道路养护质量的优劣直接影响交通安全、行车顺畅和运输效率,还涉及道路的使用年限,以及城市的市容环境。然而,我们经常看到道路路面凹凸不平,雨天积水或者泥泞难行,轻则交通受限,重则导致交通事故,车辆损害,甚至造成人员伤亡,影响交通安全和出行效率。究其原因,出现这种现象的原因是有关单位难以全面、及时获知路面损坏信息,导致路面损坏得不到及时维修。
目前,有关单位获取路面损坏信息的主要方法是人工探查方式。人工探查方法准确度高,但是,一方面,大而复杂的路网,致使人工探查方式获取路面损坏信息的工作量巨大,耗费大量的人力、物力和财力;另一方面,受人力资源限制,人工探查路面损坏信息难以做到全面、及时,信息更新缓慢。
如何能及时、全面、准确的获取路面损坏信息,为道路养护提供有效的参考成为目前亟待解决的技术问题。
发明内容
本发明所要解决的技术问题是针对现有技术中存在的上述不足,提供一种路面损坏信息获取方法及路面损坏信息获取系统,能能及时、全面、准确的获取路面损坏信息,为道路养护提供有效的参考。
解决本发明技术问题所采用的技术方案是该路面损坏信息获取方法,包括步骤:
获取至少包括垂直路面方向位移信息和车辆震动信息的路面信息;
根据所述垂直路面方向位移信息和所述车辆震动信息,得到奇点位置和相邻奇点位置;
通过移动互联无线传输网络,汇总不同车辆的相邻奇点位置数据,计算路面损坏数据融合度;
根据所述路面损坏数据融合度,构建路面损坏信息。
优选的是,得到奇点位置和相邻奇点位置的步骤包括:
预设奇点阈值,所述奇点阈值包括车辆震动等级阈值、路面凹凸阈值和路面延伸阈值;
根据所述垂直路面方向位移信息中位移绝对值与所述路面凹凸阈值、所述车辆震动信息中的震动等级与所述车辆震动等级阈值的大小,确定所述奇点位置;
并根据两个所述奇点位置之间的间距与所述路面延伸阈值的大小,确定所述相邻奇点位置。
优选的是,计算路面损坏数据融合度为,根据路面损坏信息关联数据集中不同车辆的所述相邻奇点位置数据,计算所述相邻奇点位置数据在垂直路面方向的位移模的融合离散度,包括步骤:
计算在某一位置的所述垂直路面方向位移模的离散度σj:
对融合离散度进行归一化,计算所述相邻奇点位置内路面损坏信息关联数据集的融合离散度为:
所述路面损坏信息关联数据集的融合离散度即路面损坏数据融合度,其中,j为相邻奇点位置之间的n个数据采集位置的顺序标号,为第i辆车第j个采集数据位置的垂直路面方向的位移模,αj为归一化权重系数,σ为融合离散度。
优选的是,在获取路面信息的步骤中,所述路面信息还包括路面经度信息、路面纬度信息和车辆终端信息;
得到所述路面损坏信息关联数据集为,根据候选路面损坏信息关联数据集,提取经纬度连线一致的所述相邻奇点位置数据,包括步骤:
预设经纬度阈值;
对于相同车型的编号为i和k的两辆车的所述相邻奇点位置间的数据:
{(IMSIi,Jij,Wij,Yij)|j=1,2,......,n}
{(IMSIk,Jkj,Wkj,Ykj)|j=1,2,......,n}
得到两辆车的位置相似度为:
若两辆车的位置相似度小于等于所述经纬度阈值,确定所述相邻奇点位置间的经纬度连线一致,保留所述相邻奇点位置间的数据,得到所述路面损坏信息关联数据集为:
RDataSet={(IMSIk,Jkj,Wkj,Ykj)|k=1,2,......,p;j=1,2,......,n};
其中:IMSIk为第k辆车的车载终端信息,Jkj为第k辆车第j个采集数据位置的经度,Wkj为第k辆车第j个采集数据位置的纬度,Ykj为第k辆车第j个采集数据位置的垂直路面方向的位移模。
优选的是,所述路面信息以数据体为单元进行记录,每一车辆的相邻奇点位置数据体为:
Data={(IMSI,L,Sj,Qj,Zj,Jj,Wj,Yj)|j=1,2,......,n}
其中,j为所述相邻奇点位置之间的n个数据采集位置的顺序标号,IMSI为车载终端号,L为车辆类型,Sj为第j个采集数据位置对应的时间,Qj为第j个采集数据位置的奇点位置标记,Zj为第j个采集数据位置的车辆震动等级,Jj为第j个采集数据位置的经度,Wj为第j个采集数据位置的纬度,Yj为第j个采集数据位置垂直路面方向的位移模;
汇总不同车辆在同一所述相邻奇点位置间获取的数据,构建得到相邻奇点位置数据体集合为:
DataSet=
{(IMSIi,Li,Sij,Qij,Zij,Jij,Wij,Yij)|i=1,2,......,m;j=1,2,......,n}
其中,i为第i辆车的标号,IMSIi为第i辆车的车载终端号,Li为第i辆车的车辆类型,Sij为第i辆车第j个采集数据位置对应的时间,Qij为第i辆车第j个采集数据位置的奇点位置标记,Zij为第i辆车第j个采集数据位置的车辆震动等级,Jij为第i辆车第j个采集数据位置的经度,Wij为第i辆车第j个采集数据位置的纬度,Yij为第i辆车第j个采集数据位置的车辆在垂直路面方向的位移;
选择设定时间段内、相同车型的所述相邻奇点位置数据体集合,得到某一所述相邻奇点位置的所述候选路面损坏信息关联数据集为:
DataSet={(IMSIij,Jij,Wij,Yij)|i=1,2,......,l;j=1,2,......,n}。
一种路面损坏信息获取系统,包括车载移动互联行车数据获取装置和路面信息获取装置,其中:
所述车载移动互联行车数据获取装置,用于获取至少包括垂直路面方向位移信息和车辆震动信息的路面信息,以及根据所述垂直路面方向位移信息和所述车辆震动信息,得到奇点位置和相邻奇点位置;
所述路面信息获取装置,用于汇总不同车辆的所述相邻奇点位置间的数据,计算路面损坏数据融合度,并根据所述路面损坏数据融合度,构建路面损坏信息;
其中,不同车辆的相邻奇点位置数据以移动互联无线传输方式从所述车载移动互联行车数据获取装置传输至所述路面信息获取装置。
优选的是,所述车载移动互联行车数据获取装置包括垂直路面方向位移获取模块、震动监测模块和奇点位置确定模块,其中:
所述垂直路面方向位移获取模块,用于获取垂直路面方向的位移;
所述震动监测模块,用于监测车辆在行驶过程中发生的震动,并记录车辆震动等级;
所述奇点位置确定模块,与所述垂直路面方向位移获取模块和所述震动监测模块连接,所述奇点位置确定模块包括预设奇点阈值单元和比较单元,其中:
所述预设奇点阈值单元,用于预设车辆震动等级阈值、路面凹凸阈值和路面延伸阈值;
所述比较单元,用于根据所述垂直路面方向位移信息中位移绝对值与路面凹凸阈值、所述车辆震动信息中的震动等级与车辆震动等级阈值的大小确定奇点位置,并根据两个所述奇点位置之间的间距与路面延伸阈值的大小确定相邻奇点位置。
优选的是,所述路面信息获取装置包括融合离散度分析模块,用于根据路面损坏信息关联数据集中不同车辆的所述相邻奇点位置数据,计算所述相邻奇点位置数据在垂直路面方向的位移模的融合离散度,所述融合离散度分析模块包括位移模转换单元、均值单元、离散度单元和归一化单元,其中:
所述离散度单元,用于计算所述路面损坏信息关联数据集的融合离散度为:
所述归一化单元,用于对融合离散度进行归一化,计算所述相邻奇点位置内路面损坏信息关联数据集的融合离散度:
所述路面损坏信息关联数据集的融合离散度即路面损坏数据融合度,其中,j为相邻奇点位置之间的n个数据采集位置的顺序标号,为第i辆车第j个采集数据位置的垂直路面方向的位移模,αj为归一化权重系数,σ为融合离散度。
优选的是,所述车载移动互联行车数据获取装置还包括经纬度获取模块、人车信息获取模块,其中:
所述经纬度获取模块,用于获取路面经度信息和路面纬度信息;
所述人车信息获取模块,用于获取车载终端号和车辆类型,以辨识车辆类型和编号;
相应的,所述路面信息获取装置包括数据提取模块,用于提取路面损坏信息关联数据集中经纬度连线一致的所述相邻奇点位置数据,所述数据提取模块包括预设经纬度阈值单元和相似度计算单元,其中:
所述预设经纬度阈值单元,用于预设经纬度阈值;
所述相似度计算单元,对于相同车型的编号为i和k的两辆车的所述相邻奇点位置间的数据:
{(IMSIi,Jij,Wij,Yij)|j=1,2,......,n}
{(IMSIk,Jkj,Wkj,Ykj)|j=1,2,......,n}
计算两辆车的位置相似度为:
若两辆车的位置相似度小于等于所述经纬度阈值,确定所述相邻奇点位置间的经纬度连线一致,保留所述相邻奇点位置间的数据,得到所述路面损坏信息关联数据集为:
RDataSet={(IMSIk,Jkj,Wkj,Ykj)|k=1,2,......,p;j=1,2,......,n};
其中:IMSIk为第k辆车的车载终端信息,Jkj为第k辆车第j个采集数据位置的经度,Wkj为第k辆车第j个采集数据位置的纬度,Ykj为第k辆车第j个采集数据位置的垂直路面方向的位移模。
优选的是,路面信息以数据体为单元进行记录,所述车载移动互联行车数据获取装置还包括数据编排模块和上报模块,其中:
所述数据编排模块,用于以所述相邻奇点位置编排该辆车的相邻奇点位置数据体为:
Data={(IMSI,L,Sj,Qj,Zj,Jj,Wj,Yj)|j=1,2,......,n}
其中,j为所述相邻奇点位置之间的n个数据采集位置的顺序标号,IMSI为车载终端号,L为车辆类型,Sj为第j个采集数据位置对应的时间,Qj为第j个采集数据位置的奇点位置标记,Zj为第j个采集数据位置的车辆震动等级,Jj为第j个采集数据位置的经度,Wj为第j个采集数据位置的纬度,Yj为第j个采集数据位置垂直路面方向的位移模;
所述上报模块,用于将所述相邻奇点位置数据体传输至所述路面信息获取装置;
相应的,所述路面信息获取装置还包括数据融合模块,所述数据提取模块还包括数据定位单元,其中:
所述数据融合模块,用于汇总不同车辆在同一所述相邻奇点位置间获取的数据,构建得到相邻奇点位置数据体集合为:
DataSet=
{(IMSIi,Li,Sij,Qij,Zij,Jij,Wij,Yij)|i=1,2,......,m;j=1,2,......,n}
其中,i为第i辆车的标号,IMSIi为第i辆车的车载终端号,Li为第i辆车的车辆类型,Sij为第i辆车第j个采集数据位置对应的时间,Qij为第i辆车第j个采集数据位置的奇点位置标记,Zij为第i辆车第j个采集数据位置的车辆震动等级,Jij为第i辆车第j个采集数据位置的经度,Wij为第i辆车第j个采集数据位置的纬度,Yij为第i辆车第j个采集数据位置的车辆在垂直路面方向的位移;
所述数据定位单元,用于选择设定时间段内、相同车型的所述相邻奇点位置数据体集合,得到某一所述相邻奇点位置的所述候选路面损坏信息关联数据集为:
DataSet={(IMSIij,Jij,Wij,Yij)|i=1,2,......,l;j=1,2,......,n}。
本发明的有益效果是:本发明基于移动互联行车数据的路面损坏信息获取方法与系统,通过周期性获取经纬度、垂直路面方向位移、汽车震动等级等数据;并利用无处不在的移动互联网,基于实时获取的移动互联行车数据,实现了自动的路面信息收集、自动计算、分析、挖掘并共享路面损坏信息,进而构建概要路面损坏信息和详细路面损坏信息,解决了目前人工探查获取路面损坏信息方法存在的问题。
附图说明
图1为本发明实施例中路面损坏信息获取方法的流程图;
图2为本发明实施例中路面损坏信息获取系统的架构示意图;
图3为本发明实施例中路面损坏信息获取系统应用的架构示意图;
图4为图1中车载移动互联行车数据获取装置的结构示意图;
图5为图1中路面信息获取装置的结构示意图;
图6为本发明实施例中路面损坏信息获取系统应用的流程细化图;
图7A和7B为垂直路面方向位移模的计算示意图;
附图标记中:
1-车载移动互联行车数据获取装置;11-经纬度获取模块;12-垂直路面方向位移获取模块;13-震动监测模块;14-奇点位置确定模块;15-人车信息获取模块;16-数据编排模块;17-上报模块;
2-路面信息获取装置;21-数据融合模块;22-数据提取模块;23-融合离散度分析模块;24-路面损坏信息构建模块;25-路面损坏信息发送模块;
3-道路信息收集系统。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明路面损坏信息获取方法及路面损坏信息获取系统作进一步详细描述。
本发明提供一种路面损坏信息获取方法及路面损坏信息获取系统,能及时、全面、准确的获取路面损坏信息,为道路养护提供有效的参考。
如图1所示,该路面损坏信息获取方法包括步骤:
步骤S1):获取至少包括垂直路面方向位移信息和车辆震动信息的路面信息;
步骤S2):根据垂直路面方向位移信息和车辆震动信息,得到奇点位置和相邻奇点位置;
步骤S3):通过移动互联无线传输网络,汇总不同车辆的相邻奇点位置数据,计算路面损坏数据融合度;
步骤S4):根据路面损坏数据融合度,构建路面损坏信息。
步骤S2)中,得到奇点位置和相邻奇点位置的步骤包括:
预设奇点阈值,奇点阈值包括车辆震动等级阈值、路面凹凸阈值和路面延伸阈值;
根据垂直路面方向位移信息中位移绝对值与路面凹凸阈值、车辆震动信息中的震动等级与车辆震动等级阈值的大小,确定奇点位置;
并根据两个奇点位置之间的间距与路面延伸阈值的大小,确定相邻奇点位置。
步骤S3)中,计算路面损坏数据融合度为,根据路面损坏信息关联数据集中不同车辆的相邻奇点位置数据,计算相邻奇点位置数据在垂直路面方向的位移模的融合离散度,一种方法为,包括步骤:
将路面损坏信息关联数据集中每个数据中的垂直路面方向位移信息Ykj转换为垂直路面方向位移模;
计算在某一位置的垂直路面方向位移模的平均值;
计算在某一位置的垂直路面方向位移模的离散度;
对融合离散度进行归一化,计算所述相邻奇点位置内路面损坏信息关联数据集的融合离散度;
路面损坏信息关联数据集的融合离散度即路面损坏数据融合度。
其中,在获取路面信息的步骤中,路面信息还包括路面经度信息、路面纬度信息和车辆终端信息;
得到路面损坏信息关联数据集为,根据候选路面损坏信息关联数据集,提取经纬度连线一致的相邻奇点位置数据,包括步骤:
预设经纬度阈值;
对于相同车型的两辆车的相邻奇点位置间的数据,得到两辆车的位置相似度;
若两辆车的位置相似度小于等于经纬度阈值,确定相邻奇点位置间的经纬度连线一致,保留相邻奇点位置间的数据,得到路面损坏信息关联数据集。
在该路面损坏信息获取方法中,路面信息以数据体为单元进行记录,每一车辆的相邻奇点位置数据体为:
Data={(IMSI,L,Sj,Qj,Zj,Jj,Wj,Yj)|j=1,2,......,n}
其中,j为相邻奇点位置之间的n个数据采集位置的顺序标号,IMSI为车载终端号,L为车辆类型,Sj为第j个采集数据位置对应的时间,Qj为第j个采集数据位置的奇点位置标记,Zj为第j个采集数据位置的车辆震动等级,Jj为第j个采集数据位置的经度,Wj为第j个采集数据位置的纬度,Yj为第j个采集数据位置垂直路面方向的位移模。
该路面损坏信息获取方法中,对于获得奇点位置、相邻奇点位置、候选路面损坏信息关联数据集、路面损坏信息关联数据集以及路面损坏数据融合度等的具体方法,仅仅作为示例而不做限定。
相应的,如图2所示为本实施例中基于移动互联行车数据的路面损坏信息获取系统的架构示意图,一种路面损坏信息获取系统,包括车载移动互联行车数据获取装置1和路面信息获取装置2,其中:
车载移动互联行车数据获取装置1,用于获取至少包括垂直路面方向位移信息和车辆震动信息的路面信息,以及根据垂直路面方向位移信息和车辆震动信息,得到奇点位置和相邻奇点位置;
路面信息获取装置2,用于汇总不同车辆的相邻奇点位置间的数据,计算路面损坏数据融合度,并根据路面损坏数据融合度,构建路面损坏信息;
其中,不同车辆的相邻奇点位置数据以移动互联无线传输方式从车载移动互联行车数据获取装置1传输至路面信息获取装置2。
进一步的,车载移动互联行车数据获取装置1包括垂直路面方向位移获取模块、震动监测模块和奇点位置确定模块,其中:
垂直路面方向位移获取模块,用于获取垂直路面方向的位移;
震动监测模块,用于监测车辆在行驶过程中发生的震动,并记录车辆震动等级;
奇点位置确定模块,与垂直路面方向位移获取模块、预设模块和震动监测模块连接,奇点位置确定模块包括预设奇点阈值单元和比较单元,其中:
预设奇点阈值单元,用于预设车辆震动等级阈值、路面凹凸阈值和路面延伸阈值;
比较单元,用于根据垂直路面方向位移信息中位移绝对值与路面凹凸阈值、车辆震动信息中的震动等级与车辆震动等级阈值的大小确定奇点位置,并进一步根据两个奇点位置之间的间距与路面延伸阈值的大小确定相邻奇点位置。
路面信息获取装置2包括融合离散度分析模块,用于根据路面损坏信息关联数据集中不同车辆的相邻奇点位置数据,计算相邻奇点位置数据在垂直路面方向的位移模的融合离散度,融合离散度分析模块包括位移模转换单元、均值单元、离散度单元和归一化单元,其中:
位移模转换单元,用于将路面损坏信息关联数据集中每个数据中的垂直路面方向位移信息转换为垂直路面方向位移模;
均值单元,用于计算某一位置的垂直路面方向位移模的平均值;
离散度单元,用于计算路面损坏信息关联数据集的融合离散度为;
所述归一化单元,用于对融合离散度进行归一化,计算所述相邻奇点位置内路面损坏信息关联数据集的融合离散度;
所述路面损坏信息关联数据集的融合离散度即路面损坏数据融合度。
优选的是,车载移动互联行车数据获取装置1还包括经纬度获取模块、人车信息获取模块,其中:
经纬度获取模块,用于获取路面经度信息和路面纬度信息;
人车信息获取模块,用于获取车载终端号和车辆类型,以辨识车辆类型和编号;
相应的,路面信息获取装置2包括数据提取模块,用于提取路面损坏信息关联数据集中经纬度连线一致的相邻奇点位置数据,数据提取模块包括预设经纬度阈值单元和相似度计算单元,其中:
预设经纬度阈值单元,用于预设经纬度阈值;
相似度计算单元,对于相同车型的两辆车的相邻奇点位置间的数据,计算两辆车的位置相似度;
若两辆车的位置相似度小于等于经纬度阈值,确定相邻奇点位置间的经纬度连线一致,保留相邻奇点位置间的数据,得到路面损坏信息关联数据集。
其中,路面信息以数据体为单元进行记录,车载移动互联行车数据获取装置1还包括数据编排模块和上报模块,其中:
数据编排模块,用于以相邻奇点位置编排该辆车的相邻奇点位置数据体为:
Data={(IMSI,L,Sj,Qj,Zj,Jj,Wj,Yj)|j=1,2,......,n}
其中,j为相邻奇点位置之间的n个数据采集位置的顺序标号,IMSI为车载终端号,L为车辆类型,Sj为第j个采集数据位置对应的时间,Qj为第j个采集数据位置的奇点位置标记,Zj为第j个采集数据位置的车辆震动等级,Jj为第j个采集数据位置的经度,Wj为第j个采集数据位置的纬度,Yj为第j个采集数据位置垂直路面方向的位移模;
上报模块,用于将相邻奇点位置数据体传输至路面信息获取装置;
相应的,路面信息获取装置2还包括数据融合模块,数据提取模块还包括数据定位单元,其中:
数据融合模块,用于汇总不同车辆在同一相邻奇点位置间获取的数据,构建得到相邻奇点位置数据体集合;
数据定位单元,用于选择设定时间段内相同车型的相邻奇点位置数据体集合,得到某一相邻奇点位置的候选路面损坏信息关联数据集。
基于上述的系统结构和方法步骤,以下将结合该路面损坏信息获取方法及路面损坏信息获取系统,对基于移动互联行车数据获得路面损坏信息的系统结构、处理方法和进一步的应用进行详细的说明。如图3所示,在基于移动互联行车数据的路面损坏信息获取系统主要包括车载移动互联行车数据获取装置1和路面信息获取装置2的基础上,作为进一步的应用还可以涉及道路信息收集系统3,其主要功能及相互之间的关联关系说明如下。
结合图1和图2:该基于移动互联行车数据的路面损坏信息获取系统包括车载移动互联行车数据获取装置1和路面信息获取装置2,其中:
车载移动互联行车数据获取装置1,用于实时采集移动互联车辆经纬度、垂直路面方向位移和车辆震动信息,计算车辆运动相邻奇点位置,通过移动互联网将车辆运动相邻奇点位置间获取的数据传输至路面信息获取装置2。这里的实时即指无限接近于实时,以便尽量减少误差;移动互联网即指移动通信网络。基于上述系统结构,基于移动互联行车数据的路面损坏信息获取方法中,车载移动互联行车数据获取装置1实时采集移动互联车辆经纬度、垂直路面方向位移和车辆震动信息→计算车辆运动奇点位置及相邻奇点位置→以计算的相邻奇点位置为数据边界,编排上报的相邻奇点位置数据体→通过移动互联网将相邻奇点位置数据体传输至路面信息获取装置2。
路面信息获取装置2,用于融合不同车辆在同一相邻奇点位置间获取的数据,通过提取、分析和计算,获取融合离散度;当融合离散度在阈值范围内时,确定相邻奇点位置间有路面损坏,然后构建路面损坏信息。基于上述系统结构,基于移动互联行车数据的路面损坏信息获取方法中,路面信息获取装置2融合不同车辆在同一相邻奇点位置间获取的数据,通过提取、分析和计算,获取融合离散度→当融合离散度在阈值范围内时,确定相邻奇点位置间有路面损坏→构建路面损坏信息。
进一步,路面信息获取装置2将路面损坏信息通过移动互联网及时发送给相关系统,与相关系统共享路面损坏信息,例如道路信息收集系统3,供有关单位及人员使用,辅助道路建设、维护和管理。
具体的,如图4所示,车载移动互联行车数据获取装置1包括:经纬度获取模块11、垂直路面方向位移获取模块12、震动监测模块13、奇点位置确定模块14、人车信息获取模块15、数据编排模块16和上报模块17。如图5所示,路面信息获取装置2主要包括:数据融合模块21、数据提取模块22、融合离散度分析模块23、路面损坏信息构建模块24和路面损坏信息发送模块25。
根据如图2所示的流程图,进一步细化该基于移动互联行车数据的路面损坏信息获取方法如图6所示,包括步骤:
经纬度、垂直路面方向位移、车辆震动等级获取:经纬度获取模块11,垂直路面方向位移获取模块12和震动监测模块13周期性获取经纬度、垂直路面方向位移、车辆震动等级数据;
相邻奇点位置获取:奇点位置确定模块14监测车辆震动等级,一旦计算超过阈值,立即启动奇点位置计算,获取奇点位置及相邻奇点位置;
相邻奇点位置数据体编排:通过人车信息获取模块15获得人车信息,数据编排模块16基于前述数据编排相邻奇点位置数据体;
相邻奇点位置数据体上报:上报模块17将编排好的相邻奇点位置数据体经由移动互联网传输给路面信息获取装置2;
构建相邻奇点位置数据体集合:基于各个车载移动互联行车数据获取装置1上报的相邻奇点位置数据体,数据融合模块21构建相邻奇点位置数据体集合;
提取路面损坏信息关联数据集:数据提取模块22从相邻奇点位置数据体集合中提取路面损坏信息关联数据集;
分析获取融合离散度:在路面损坏信息关联数据集的基础上,融合离散度分析模块23分析计算相邻奇点位置之间的垂直路面方向位移的融合离散度;
构建路面损坏信息:路面损坏信息构建模块24分别构建概要路面损坏信息和详细路面损坏信息;
发送路面损坏信息:路面损坏信息发送模块25将概要路面损坏信息和详细路面损坏信息发送给道路信息收集系统3。
图4所示的车载移动互联行车数据获取装置中:
经纬度获取模块11:用于通过GPS(Global Positioning System,即全球定位系统)/北斗卫星通信系统获取车辆所在位置的经纬度数据。
垂直路面方向位移获取模块12:用于通过监测、转换等方法获取车辆在垂直路面方向的位移。
例如:设车辆以匀速v(米/秒)运动,运动方向沿道路的切平面方向,与水平方向夹角为α。车辆在一个数据采集周期τ内,从A点运动到B点,如图7A所示。
因为数据采集周期(全文同一含义)τ非常小,从A点到B点的路面凹凸程度可以忽略不计,垂直路面方向位移模d为:
|d|=v×τ×sinα
更具有普遍性的一种获取车辆在垂直路面方向的位移的方式为:设车辆以匀速v(米/秒)运动,与路面切平面方向的夹角为α,如图7B所示。v在路面切平面方向与路面垂直方向都有分量,路面垂直方向分量为v×sinα.那么,在一个数据采集周期τ内,车辆在路面垂直方向位移模d为:
|d|=|v|×sinα×τ
位移方向就是如图7B所示的路面垂直方向。
震动监测模块13:用于即时监测车辆在行驶过程中发生的震动,并记录车辆震动等级,如:无震动,轻微震动,中度震动,强烈震动等。震动(也称振动)作为不可缺少的一个监测指标,用频率(单位为赫兹,次/秒)来度量,表示车身有无震动及其频繁程度。车身有较大震动表明车辆正在经过一个受损的路面。
其中,经纬度获取模块11、垂直路面方向位移获取模块12和震动监测模块13有统一的工作时钟和数据采集周期。这里应该理解的是,整个系统设置有统一的工作时钟,该工作时钟与移动互联网工作时钟一致;数据采集周期,比如可以设置为:100毫秒。
人车信息获取模块15:向车载终端SIM/USIM卡获取车载终端IMSI号和车辆类型L。车载终端SIM/USIM卡中存储有IMSI号和车辆类型L,在进行信息汇总的时候,人车信息获取模块15可获取这些信息。
奇点位置确定模块14:预设奇点阈值单元预设车辆震动等级阈值、路面凹凸阈值和路面延伸阈值,比较单元根据车辆在垂直路面方向位移绝对值与预设阈值的大小,确定奇点位置和相邻奇点位置。当某一时刻车辆在垂直路面方向位移绝对值大于某一预先设定的阈值、震动等级中度以上,这一时刻车辆所处的位置就是奇点位置,奇点位置属性标记1和0,分别表示是和否。两个奇点位置相距不超过某一个阈值时,这两个奇点位置称为相邻奇点位置。阈值可以预先设定为历史上某一区域的路面损坏面直径的上限。
数据编排模块16:用于以相邻奇点位置为数据边界,编排相邻奇点位置数据体。其中,相邻奇点位置数据体定义如下:
Data={(IMSI,L,Sj,Qj,Zj,Jj,Wj,Yj)|j=1,2,......,n} (1)
公式(1)中,j为相邻奇点位置之间的n个数据采集位置的顺序标号。IMSI为车载终端号,L为车辆类型(因为要获取车辆经过的路面的损坏信息,而不同车辆类型,如载货汽车、客车和轿车,它们的长宽高、质量有很大差异,经过同样的一段路,它们产生的震动、垂直方向位移等会有较大差异,所以必须是同类型车辆采集数据才具有可比性,车辆类型成为必区分项),Sj为第j个采集数据位置对应的时间,Qj为第j个采集数据位置的奇点位置标记,Zj为第j个采集数据位置的车辆震动等级,Jj为第j个采集数据位置的经度,Wj为第j个采集数据位置的纬度,Yj为第j个采集数据位置垂直路面方向的位移模(即位移的大小)。
上报模块17:用于通过移动互联网(即通过运营商的移动通信网络)将相邻奇点位置数据体发送给路面信息获取装置2。
如图5所示的路面信息获取装置中:
数据融合模块21:用于接收车载移动互联行车数据获取装置1发送的相邻奇点位置数据体,并构建相邻奇点位置数据体集合。在接收到足够多的数据(如不少于100辆车上报了同一相邻奇点位置处的相邻奇点位置数据体)后,构建相邻奇点位置数据体集合。所谓相邻奇点位置数据体集合定义为:
公式(2)中,i为第i辆车的标号,j为相邻奇点位置之间的n个数据采集位置的顺序标号。IMSIi为第i辆车的车载终端号,Li为第i辆车的车辆类型,Sij为第i辆车第j个采集数据位置对应的时间,Qij为第i辆车第j个采集数据位置的奇点位置标记,Zij为第i辆车第j个采集数据位置的车辆震动等级,Jij为第i辆车第j个采集数据位置的经度,Wij为第i辆车第j个采集数据位置的纬度,Yij为第i辆车第j个采集数据位置的车辆在垂直路面方向的位移。
数据提取模块22:用于从相邻奇点位置数据体集合中获取路面损坏信息关联数据集。令公式(2):
提取方法如下:首先选择设定时间段内相同车型的相邻奇点位置数据体集合,得到某一相邻奇点位置的候选路面损坏信息关联数据集;然后进一步筛选经纬度连线一致的相邻奇点位置数据获得路面损坏信息关联数据集。具体步骤参考如下流程:
为初始化时,设定DataSet为预候选路面损坏信息关联数据集。通过数据定位单元选择设定时间段内相同车型的相邻奇点位置数据体集合,得到某一相邻奇点位置的候选路面损坏信息关联数据集。
第一步,时间排除。数据提取模块22中的数据定位单元预先设定排除时间段,排除时间段内采集的数据将从候选路面损坏信息关联数据集中删除。排除时间段为人为标定的时间段,如交通管制期间2017年1月2日零点至2017年1月5日24点,这种时间段采集的数据可能受多种复杂因素的影响,不具有客观性,可以给予排除。
第二步,车型筛选。从预候选路面损坏信息关联数据集中删除车辆类型Li不是轿车的相邻奇点位置数据体,即限定为同一类型车辆,这里以轿车作为示例。
第三步,降低维度。从每个数据记录(此处的数据记录即指公式(2)中的元素)中去除的数据维度包括:L,S,Q,Z。降维后,候选路面损坏信息关联数据集DataSet为:
DataSet={(IMSIij,Jij,Wij,Yij)|i=1,2,......,l;j=1,2,......,n} (3)
在确定特定路面损坏信息的过程中,相邻奇点位置数据体的每一个维度都有自己的价值和作用,L标识车辆类型,S标识采集数据的时间,Q,Z用于确定相邻奇点对,J,W确定数据采集自同一位置。公式(3)的DataSet即候选路面损坏信息关联数据集。
第四步,计算位置相似度。
两个相邻奇点位置数据体之间的相似度是它们之间在空间上彼此接近程度的度量。相似度计算单元计算位置相似度:在候选路面损坏信息关联数据集中,设有编号为i和k的两辆车上报的经过降维处理后的相邻奇点位置数据体:
{(IMSIi,Jij,Wij,Yij)|j=1,2,......,n} (a)
{(IMSIk,Jkj,Wkj,Ykj)|j=1,2,......,n} (b)
相似度计算单元计算其位置相似度为:
位置相似度也称为相邻奇点位置数据体的位置相似度。
第五步,确定经纬度连线一致性。
第六步,获取路面损坏信息关联数据集。
从候选路面损坏信息关联数据集中保留经纬度连线一致的最大精简的相邻奇点位置数据体集合,即获得路面损坏信息关联数据集。
经过上述步骤,得到获取的路面损坏信息关联数据集为:
RDataSet={(IMSIk,Jkj,Wkj,Ykj)|k=1,2,......,p;j=1,2,......,n} (4)
其中:IMSIk为第k辆车的车载终端信息,Jkj为第k辆车第j个采集数据位置的经度,Wkj为第k辆车第j个采集数据位置的纬度,Ykj为第k辆车第j个采集数据位置的垂直路面方向的位移模。
融合离散度分析模块23:用于路面损坏信息关联数据集的融合离散度分析,具体分析方法如下:
第二步,离散度单元计算在第j个位置车辆在垂直路面方向位移模的离散度σj:
第三步,求该相邻奇点位置内路面损坏信息关联数据集的融合离散度:
然后计算该相邻奇点位置内路面损坏信息关联数据集的融合离散度σ:
路面损坏信息构建模块24:用于根据融合离散度分析结果,确定相邻奇点位置间是否有路面损坏。如果σ小于某一阈值(如0.05,可以由业内专家确定),则确定相邻奇点位置间有路面损坏。
基于获取的相邻奇点位置数据体及上述融合离散度分析结果,可以进一步构建获取的路面损坏信息。获取的路面损坏信息分为两类,即概要路面损坏信息和详细路面损坏信息,概要路面损坏信息给出处理过后的损坏路面的经纬度连线和路面凹凸程度值,详细路面损坏信息给出损坏路面的经纬度连线和路面凹凸程度原始数值。分别如公式(8)和公式(9)所示:
Detail Information={(Qkj,Jkj,Wkj,Ykj)|k=1,2,......,p;j=1,2,......,n} (9)
公式(8)和公式(9)中,大括号标识一个数组,花括号标识一个数组集合。公式(8)的概要路面损坏信息Summary Information给出了损坏路面两个边界点的经纬度及垂直路面方向的凹凸度,公式(9)的详细路面损坏信息Detail Information给出了p辆车获取的损坏路面n个奇点位置标记及相应经纬度和垂直路面方向的凹凸度。
进一步的,路面信息获取装置2还包括路面损坏信息发送模块25,用于将概要路面损坏信息Summary Information和详细路面损坏信息Detail Information发送给道路信息收集系统3,供相关单位和人员做后续处理。
相应的,道路信息收集系统3,用于接收、处理路面信息获取装置2发送的路面损坏信息。
本发明提供的基于移动互联行车数据的路面损坏信息获取方法与系统,秉持谁用谁最有发言权,采用奔驰在路面上的车辆的运行,通过周期性获取经纬度、垂直路面方向位移、汽车震动等级等数据;并利用无处不在的移动互联网,基于实时获取的移动互联行车数据,实现了自动的路面信息收集、自动计算、分析、挖掘并共享路面损坏信息,进而构建概要路面损坏信息和详细路面损坏信息,解决了目前人工探查获取路面损坏信息方法存在的问题,为道路养护提供及时、全面、准确、有效的路面损坏信息参考。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (8)
1.一种路面损坏信息获取方法,其特征在于,包括步骤:
获取至少包括垂直路面方向位移信息和车辆震动信息的路面信息;
根据所述垂直路面方向位移信息和所述车辆震动信息,得到奇点位置和相邻奇点位置;
通过移动互联无线传输网络,汇总不同车辆的相邻奇点位置数据,计算路面损坏数据融合度;
根据所述路面损坏数据融合度,构建路面损坏信息;
计算路面损坏数据融合度为,根据路面损坏信息关联数据集中不同车辆的所述相邻奇点位置数据,计算所述相邻奇点位置数据在垂直路面方向的位移模的融合离散度,包括步骤:
计算在某一位置的所述垂直路面方向位移模的离散度σj:
对融合离散度进行归一化,计算所述相邻奇点位置内路面损坏信息关联数据集的融合离散度为:
2.根据权利要求1的路面损坏信息获取方法,其特征在于,得到奇点位置和相邻奇点位置的步骤包括:
预设奇点阈值,所述奇点阈值包括车辆震动等级阈值、路面凹凸阈值和路面延伸阈值;
根据所述垂直路面方向位移信息中位移绝对值与所述路面凹凸阈值、所述车辆震动信息中的震动等级与所述车辆震动等级阈值的大小,确定所述奇点位置;
并根据两个所述奇点位置之间的间距与所述路面延伸阈值的大小,确定所述相邻奇点位置。
3.根据权利要求1的路面损坏信息获取方法,其特征在于,在获取路面信息的步骤中,所述路面信息还包括路面经度信息、路面纬度信息和车辆终端信息;
得到所述路面损坏信息关联数据集为,根据候选路面损坏信息关联数据集,提取经纬度连线一致的所述相邻奇点位置数据,包括步骤:
预设经纬度阈值;
对于相同车型的编号为i和k的两辆车的所述相邻奇点位置间的数据:
{(IMSIi,Jij,Wij,Yij)|j=1,2,......,n}
{(IMSIk,Jkj,Wkj,Ykj)|j=1,2,......,n}
得到两辆车的位置相似度为:
若两辆车的位置相似度小于等于所述经纬度阈值,确定所述相邻奇点位置间的经纬度连线一致,保留所述相邻奇点位置间的数据,得到所述路面损坏信息关联数据集为:
RDataSet={(IMSIk,Jkj,Wkj,Ykj)|k=1,2,......,p;j=1,2,......,n};
其中:IMSIk为第k辆车的车载终端信息,Jkj为第k辆车第j个采集数据位置的经度,Wkj为第k辆车第j个采集数据位置的纬度,Ykj为第k辆车第j个采集数据位置的垂直路面方向的位移模。
4.根据权利要求3所述的路面损坏信息获取方法,其特征在于,所述路面信息以数据体为单元进行记录,每一车辆的相邻奇点位置数据体为:
Data={(IMSI,L,Sj,Qj,Zj,Jj,Wj,Yj)|j=1,2,......,n}
其中,j为所述相邻奇点位置之间的n个数据采集位置的顺序标号,IMSI为车载终端号,L为车辆类型,Sj为第j个采集数据位置对应的时间,Qj为第j个采集数据位置的奇点位置标记,Zj为第j个采集数据位置的车辆震动等级,Jj为第j个采集数据位置的经度,Wj为第j个采集数据位置的纬度,Yj为第j个采集数据位置垂直路面方向的位移模;
汇总不同车辆在同一所述相邻奇点位置间获取的数据,构建得到相邻奇点位置数据体集合为:
DataSet=
{(IMSIi,Li,Sij,Qij,Zij,Jij,Wij,Yij)|i=1,2,......,m;j=1,2,......,n}
其中,i为第i辆车的标号,IMSIi为第i辆车的车载终端号,Li为第i辆车的车辆类型,Sij为第i辆车第j个采集数据位置对应的时间,Qij为第i辆车第j个采集数据位置的奇点位置标记,Zij为第i辆车第j个采集数据位置的车辆震动等级,Jij为第i辆车第j个采集数据位置的经度,Wij为第i辆车第j个采集数据位置的纬度,Yij为第i辆车第j个采集数据位置的车辆在垂直路面方向的位移;
选择设定时间段内、相同车型的所述相邻奇点位置数据体集合,得到某一所述相邻奇点位置的所述候选路面损坏信息关联数据集为:
DataSet={(IMSIij,Jij,Wij,Yij)|i=1,2,......,l;j=1,2,......,n}。
5.一种路面损坏信息获取系统,其特征在于,包括车载移动互联行车数据获取装置和路面信息获取装置,其中:
所述车载移动互联行车数据获取装置,用于获取至少包括垂直路面方向位移信息和车辆震动信息的路面信息,以及根据所述垂直路面方向位移信息和所述车辆震动信息,得到奇点位置和相邻奇点位置;
所述路面信息获取装置,用于汇总不同车辆的所述相邻奇点位置间的数据,计算路面损坏数据融合度,并根据所述路面损坏数据融合度,构建路面损坏信息;
其中,不同车辆的相邻奇点位置数据以移动互联无线传输方式从所述车载移动互联行车数据获取装置传输至所述路面信息获取装置;
所述路面信息获取装置包括融合离散度分析模块,用于根据路面损坏信息关联数据集中不同车辆的所述相邻奇点位置数据,计算所述相邻奇点位置数据在垂直路面方向的位移模的融合离散度,所述融合离散度分析模块包括位移模转换单元、均值单元、离散度单元和归一化单元,其中:
所述离散度单元,用于计算所述路面损坏信息关联数据集的融合离散度为:
所述归一化单元,用于对融合离散度进行归一化,计算所述相邻奇点位置内路面损坏信息关联数据集的融合离散度:
6.根据权利要求5的路面损坏信息获取系统,其特征在于,所述车载移动互联行车数据获取装置包括垂直路面方向位移获取模块、震动监测模块和奇点位置确定模块,其中:
所述垂直路面方向位移获取模块,用于获取垂直路面方向的位移;
所述震动监测模块,用于监测车辆在行驶过程中发生的震动,并记录车辆震动等级;
所述奇点位置确定模块,与所述垂直路面方向位移获取模块和所述震动监测模块连接,所述奇点位置确定模块包括预设奇点阈值单元和比较单元,其中:
所述预设奇点阈值单元,用于预设车辆震动等级阈值、路面凹凸阈值和路面延伸阈值;
所述比较单元,用于根据所述垂直路面方向位移信息中位移绝对值与路面凹凸阈值、所述车辆震动信息中的震动等级与车辆震动等级阈值的大小确定奇点位置,并根据两个所述奇点位置之间的间距与路面延伸阈值的大小确定相邻奇点位置。
7.根据权利要求5的路面损坏信息获取系统,其特征在于,所述车载移动互联行车数据获取装置还包括经纬度获取模块、人车信息获取模块,其中:
所述经纬度获取模块,用于获取路面经度信息和路面纬度信息;
所述人车信息获取模块,用于获取车载终端号和车辆类型,以辨识车辆类型和编号;
相应的,所述路面信息获取装置包括数据提取模块,用于提取路面损坏信息关联数据集中经纬度连线一致的所述相邻奇点位置数据,所述数据提取模块包括预设经纬度阈值单元和相似度计算单元,其中:
所述预设经纬度阈值单元,用于预设经纬度阈值;
所述相似度计算单元,对于相同车型的编号为i和k的两辆车的所述相邻奇点位置间的数据:
{(IMSIi,Jij,Wij,Yij)|j=1,2,......,n}
{(IMSIk,Jkj,Wkj,Ykj)|j=1,2,......,n}
计算两辆车的位置相似度为:
若两辆车的位置相似度小于等于所述经纬度阈值,确定所述相邻奇点位置间的经纬度连线一致,保留所述相邻奇点位置间的数据,得到所述路面损坏信息关联数据集为:
RDataSet={(IMSIk,Jkj,Wkj,Ykj)|k=1,2,......,p;j=1,2,......,n};
其中:IMSIk为第k辆车的车载终端信息,Jkj为第k辆车第j个采集数据位置的经度,Wkj为第k辆车第j个采集数据位置的纬度,Ykj为第k辆车第j个采集数据位置的垂直路面方向的位移模。
8.根据权利要求7的路面损坏信息获取系统,其特征在于,路面信息以数据体为单元进行记录,所述车载移动互联行车数据获取装置还包括数据编排模块和上报模块,其中:
所述数据编排模块,用于以所述相邻奇点位置编排每一辆车的相邻奇点位置数据体为:
Data={(IMSI,L,Sj,Qj,Zj,Jj,Wj,Yj)|j=1,2,......,n}
其中,j为所述相邻奇点位置之间的n个数据采集位置的顺序标号,IMSI为车载终端号,L为车辆类型,Sj为第j个采集数据位置对应的时间,Qj为第j个采集数据位置的奇点位置标记,Zj为第j个采集数据位置的车辆震动等级,Jj为第j个采集数据位置的经度,Wj为第j个采集数据位置的纬度,Yj为第j个采集数据位置垂直路面方向的位移模;
所述上报模块,用于将所述相邻奇点位置数据体传输至所述路面信息获取装置;
相应的,所述路面信息获取装置还包括数据融合模块,所述数据提取模块还包括数据定位单元,其中:
所述数据融合模块,用于汇总不同车辆在同一所述相邻奇点位置间获取的数据,构建得到相邻奇点位置数据体集合为:
DataSet=
{(IMSIi,Li,Sij,Qij,Zij,Jij,Wij,Yij)|i=1,2,......,m;j=1,2,......,n}
其中,i为第i辆车的标号,IMSIi为第i辆车的车载终端号,Li为第i辆车的车辆类型,Sij为第i辆车第j个采集数据位置对应的时间,Qij为第i辆车第j个采集数据位置的奇点位置标记,Zij为第i辆车第j个采集数据位置的车辆震动等级,Jij为第i辆车第j个采集数据位置的经度,Wij为第i辆车第j个采集数据位置的纬度,Yij为第i辆车第j个采集数据位置的车辆在垂直路面方向的位移;
所述数据定位单元,用于选择设定时间段内、相同车型的所述相邻奇点位置数据体集合,得到某一所述相邻奇点位置的所述候选路面损坏信息关联数据集为:
DataSet={(IMSIij,Jij,Wij,Yij)|i=1,2,......,l;j=1,2,......,n}。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710647147.3A CN107423908B (zh) | 2017-08-01 | 2017-08-01 | 路面损坏信息获取方法及路面损坏信息获取系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710647147.3A CN107423908B (zh) | 2017-08-01 | 2017-08-01 | 路面损坏信息获取方法及路面损坏信息获取系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107423908A CN107423908A (zh) | 2017-12-01 |
CN107423908B true CN107423908B (zh) | 2020-04-10 |
Family
ID=60436464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710647147.3A Active CN107423908B (zh) | 2017-08-01 | 2017-08-01 | 路面损坏信息获取方法及路面损坏信息获取系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107423908B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116910629B (zh) * | 2023-09-13 | 2023-12-15 | 四川公路桥梁建设集团有限公司 | 一种基于大数据的路面检测方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103993548A (zh) * | 2014-05-07 | 2014-08-20 | 长安大学 | 基于多台相机立体拍摄的路面损坏裂缝检测系统及方法 |
CN204039886U (zh) * | 2014-05-07 | 2014-12-24 | 长安大学 | 一种基于多台相机立体拍摄的路面损坏裂缝检测系统 |
CN205636444U (zh) * | 2016-03-24 | 2016-10-12 | 青海天智公路检测有限公司 | 一种公路路面损坏情况检测车 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6119097B2 (ja) * | 2011-12-28 | 2017-04-26 | 富士通株式会社 | 路面調査プログラム及び路面調査装置 |
EP3059129B1 (en) * | 2015-02-17 | 2020-04-15 | Hexagon Technology Center GmbH | Method and system for determining a road condition |
-
2017
- 2017-08-01 CN CN201710647147.3A patent/CN107423908B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103993548A (zh) * | 2014-05-07 | 2014-08-20 | 长安大学 | 基于多台相机立体拍摄的路面损坏裂缝检测系统及方法 |
CN204039886U (zh) * | 2014-05-07 | 2014-12-24 | 长安大学 | 一种基于多台相机立体拍摄的路面损坏裂缝检测系统 |
CN205636444U (zh) * | 2016-03-24 | 2016-10-12 | 青海天智公路检测有限公司 | 一种公路路面损坏情况检测车 |
Non-Patent Citations (1)
Title |
---|
基于车载激光的道路平整度检测系统研究;郭娇;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20140215(第2期);C034-23 * |
Also Published As
Publication number | Publication date |
---|---|
CN107423908A (zh) | 2017-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111179585B (zh) | 自动驾驶车辆的场地测试方法及装置 | |
JP6652915B2 (ja) | 移動式くぼみ検出システム及び方法 | |
CN109272745B (zh) | 一种基于深度神经网络的车辆轨迹预测方法 | |
CN102881162B (zh) | 大规模交通信息的数据处理及融合方法 | |
CN107103775B (zh) | 一种基于群智计算的道路质量检测方法 | |
CN108765404A (zh) | 一种基于深度学习图像分类的道路破损检测方法及装置 | |
CN113177611B (zh) | 基于力学指标和人工神经网络的路面病害快速巡检方法 | |
CN109118787B (zh) | 一种基于深度神经网络的车辆速度预测方法 | |
CN104851295A (zh) | 获取路况信息的方法和系统 | |
DE112019000714T5 (de) | Glasfasererfassung zur autobahninstandhaltung | |
CN115019477B (zh) | 一种智慧城市内涝灾害实时预测预警系统及方法 | |
Scholotjes et al. | Evaluation of a smartphone roughness meter | |
CN112633722B (zh) | 车载道路安全风险评估系统及方法 | |
CN104408915A (zh) | 一种交通状态参数的估计方法和系统 | |
CN110021167A (zh) | 一种高速公路云巡查系统及数据处理方法 | |
CN106920388A (zh) | 一种高速公路监控系统及控制方法 | |
Benmhahe et al. | Automated pavement distress detection, classification and measurement: A review | |
CN102409599A (zh) | 道路路面检测方法及系统 | |
CN116448773B (zh) | 一种图像-振动特征融合的路面病害检测方法及系统 | |
CN111783686A (zh) | 一种沥青路面健康状态监测系统和方法 | |
CN107423908B (zh) | 路面损坏信息获取方法及路面损坏信息获取系统 | |
CN114971166A (zh) | 一种轻量化道路路面服务质量巡检系统 | |
CN115953912A (zh) | 一种基于边缘计算的车路感知设备和方法 | |
Brunauer et al. | Supporting road maintenance with in-vehicle data: Results from a field trial on road surface condition monitoring | |
CN101788288A (zh) | 一种路面裂缝定位系统和定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |