CN109934452A - 基于多源数据的道路舒适度评价方法 - Google Patents

Abstract

本发明公开了一种基于多源数据的道路舒适度评价方法，本方法通过重力加速度传感器和黑白工业相机采集车辆振动数据和车尾路面图像数据；对振动数据和图像数据的采集时间进行校正，以辨析因道路病害产生车辆振动时的路面图像，利用支持向量机和图像LBP特征进行路面病害的分类和提取，路面图像的纹理特征采用循环局部二值化算法计算获取；采用小孔成像模型对相机成像参数进行修正，以计算路面病害的实际面积；计算道路病害产生车辆振动的时间并间隔截取振动数据，利用matlab工具计算其加权加速度均方根值，作为舒适度评价指标。本方法利用多源数据对道路进行微观舒适度评价，提供关于舒适度的信息支持，并为道路日常养护维修提供数据支持。

Description

基于多源数据的道路舒适度评价方法

技术领域

本发明涉及道路状况评价技术领域，尤其涉及一种基于多源数据的道路舒适度评价方法。

背景技术

舒适度源于行驶舒适度，1931年，Reiher和Meister等人利用振动台架对10名志愿者进行振动受试试验，完成了对舒适度主观评价的初步探索；1968年，LeeR.A.和Pradko F等人通过对人体传递特性进行研究，提出了一种舒适度评价方法——吸收功率法；1997年国际标准化组织ISO颁布了最新的标准ISO2631-1：1997，采用车辆垂向振动的加权加速度均方根值作为评价指标，这个标准的评价结果能够比较好的与驾乘人员的主观感觉相一致，因此，该标准得到了广泛的应用。我国于2010年公布了国家标准GB/T4970-2009《汽车平顺性试验方法》用来进行车辆随机输入行驶工况下的平顺性评价，初步构造成了一个比较完善的车辆平顺性评价体系。

目前，在舒适度评价方面，大多针对驾驶工具，如通过车辆振动优化车辆悬架、座椅以及外观设计等，然而行驶舒适度是驾驶工具在一定行驶工况下的振动反映，基础设施的状态是很重要的影响因素，在此方面的研究却鲜有出现。现有基础设施的舒适度评价中，主要集中于铁路轨道、枢纽站台、人行天桥的受迫振动对于乘客的主观感受产生的影响，尚无针对道路舒适度的评价方法。

对于城市道路而言，随着交通可达性的不断提升，行驶舒适性逐渐成为与行驶安全、效率同样重要的因素。它不仅直接影响了民众的出行路线选择，严重时还会诱发一系列的交通事故。此外随着我国各大城市的不断扩张，城市道路里程不断增加，已经由建设为主过渡到建管并重的时期，然而传统的道路病害、路面平整度等考核指标并不能直观反映出道路对于行驶的影响，缺乏一个从行驶舒适度角度的考虑，因此一个合理准确有效的道路舒适度评价方法至关重要。

发明内容

本发明所要解决的技术问题是提供一种基于多源数据的道路舒适度评价方法，本方法利用振动与图像等多源数据对道路进行微观舒适度评价，继而为民众出行路线的选择提供关于舒适度的信息支持，并且为指导道路养护管理的日常养护维修提供数据支持。

为解决上述技术问题，本发明基于多源数据的道路舒适度评价方法包括如下步骤：

步骤一、在车辆实际行驶过程中，采用重力加速度传感器和黑白工业相机分别采集车辆振动数据和车尾路面图像数据，通过图像识别检测到路面病害后，提取因路面病害产生的车辆振动；

步骤二、校正振动数据和图像数据的采集时间，以辨析因道路病害产生车辆振动时的路面图像，根据车辆后轴与相机拍摄位置的距离除以车速得到车辆振动与被相机拍到图像的时间差，

Δt＝t_v-t_i (1)

Δt＝Δs/v (2)

其中，Δt为振动数据与图像数据的时间差，t_v为道路病害产生车辆振动的时间，t_i为道路病害被相机拍到的时间，Δs为车辆后轴与相机拍摄位置的距离，v为车辆行驶速度；

步骤三、利用支持向量机和图像LBP特征进行路面病害的分类和提取，采用循环局部二值化算法(circular LBP)计算相机获取的路面图像的纹理特征，其每个像素点的二值化特征计算公式如下：

其中，(x_c，y_c)是中心像素，i_c是灰度值，i_p是相邻像素的灰度值，c指所计算的像素点，p为所计算的像素点周围像素点数，s是一个符号函数：

将计算所得的二值化特征输入支持向量机中进行路面病害分类；

步骤四、采用小孔成像模型对相机成像参数进行修正，纠正相机径向畸变和切向畸变，计算路面病害的实际面积；

步骤五、计算道路病害产生车辆振动的时间t_v，并以5秒为间隔截取振动数据，利用matlab计算工具计算其加权加速度均方根值，作为舒适度评价指标。

进一步，所述重力加速度传感器的量程为±10g、精度为0.001g、采样频率为100Hz。

进一步，所述黑白工业相机架设于车顶后方，镜头向下对准路面，以拍摄车辆驶过道路的路面图片，相机帧率不低于20帧，并且黑白成像。

进一步，所述支持向量机将路面病害分为裂缝、坑槽、井盖、网裂和桥梁伸缩缝。

进一步，所述matlab计算工具计算振动数据的加权加速度均方根值包括如下步骤：

1)求解时间序列下的加速度序列自相关函数，通过求解自相关函数的傅里叶变化获得振动的功率谱密度函数：

其中，R_a(τ)是振动的自相关函数，S_a(ω)是振动的功率谱密度函数，ω是角频率，j为虚数单位，t为所计算振动数据的时刻；

2)采用三分之一倍频带通滤波，分别求解每个倍频带的功率谱密度积分，并对每个倍频带进行加权平均，获得单轴加权加速度均方根值，计算公式如下：

其中，a_w为单轴加权加速度均方根值，ui，li分别为第i个倍频带的上下限频率值，ω_i为第i个倍频带的权重，S_a(f)为角频率取f时的功率谱密度函数，并以a_w值为舒适度评价值。

由于本发明基于多源数据的道路舒适度评价方法采用了上述技术方案，即本方法首先通过重力加速度传感器和黑白工业相机采集车辆振动数据和车尾路面图像数据；对振动数据和图像数据的采集时间进行校正，以辨析因道路病害产生车辆振动时的路面图像，利用支持向量机和图像LBP特征进行路面病害的分类和提取，路面图像的纹理特征采用循环局部二值化算法计算获取；采用小孔成像模型对相机成像参数进行修正，以计算路面病害的实际面积；计算道路病害产生车辆振动的时间并间隔截取振动数据，利用matlab计算工具计算其加权加速度均方根值，作为舒适度评价指标。本方法利用振动与图像等多源数据对道路进行微观舒适度评价，继而为民众出行路线的选择提供关于舒适度的信息支持，并且为指导道路养护管理的日常养护维修提供数据支持。

附图说明

下面结合附图和实施方式对本发明作进一步的详细说明：

图1为本发明基于多源数据的道路舒适度评价方法的流程框图。

具体实施方式

实施例如图1所示，本发明基于多源数据的道路舒适度评价方法包括如下步骤：

步骤一、在车辆实际行驶过程中，采用重力加速度传感器和黑白工业相机分别采集车辆振动数据和车尾路面图像数据，通过图像识别检测到路面病害后，提取因路面病害产生的车辆振动；

在行车的过程中，道路病害如裂缝、坑槽、井盖、网裂、桥梁伸缩缝等会激起车辆的振动，车辆振动将产生上下颠簸的垂直加速度，即Z轴的重力加速度，其Z轴重力加速度的大小反应了车辆颠簸的大小，颠簸越大、时间越长则乘坐越不舒适；在采集振动数据的同时，还需拍摄车辆后方路面图像进行道路病害的识别继而提取振动数据；

步骤二、校正振动数据和图像数据的采集时间，以辨析因道路病害产生车辆振动时的路面图像，根据车辆后轴与相机拍摄位置的距离除以车速得到车辆振动与被相机拍到图像的时间差，

Δt＝t_v-t_i (1)

Δt＝Δs/v (2)

其中，Δt为振动数据与图像数据的时间差，t_v为道路病害产生车辆振动的时间，t_i为道路病害被相机拍到的时间，Δs为车辆后轴与相机拍摄位置的距离，v为车辆行驶速度；

相机与重力加速度传感器在采集信息时都会记录采集的时间，为了通过图像识别的道路病害信息能够提取相同时间下的振动数据，以分析经过道路病害时的车辆振动数据，需要将振动数据与图像数据的采集时间进行校正，使得振动数据与图像数据的采集时间对应；

步骤三、利用支持向量机和图像LBP特征进行路面病害的分类和提取，采用循环局部二值化算法(circular LBP)计算相机获取的路面图像的纹理特征，其每个像素点的二值化特征计算公式如下：

其中，(x_c，y_c)是中心像素，i_c是灰度值，i_p是相邻像素的灰度值，c指所计算的像素点，p为所计算的像素点周围像素点数，s是一个符号函数：

将计算所得的二值化特征输入支持向量机中进行路面病害分类；

步骤四、采用小孔成像模型对相机成像参数进行修正，纠正相机径向畸变和切向畸变，计算路面病害的实际面积；

为了计算相机采集图像的实际面积，需对相机的内外参数进行修正，相机校准一般采用小孔成像模型，理想的小孔成像模型是线性模型，但是由于存在镜头畸变等原因，线性模型通常要加上一些内部参数，变成非线性模型，相机的成像过程实质上是坐标系的转换，首先空间中的点由世界坐标系转换到相机坐标系，然后再将其投影到成像平面，形成图像的物理坐标系，最后再将成像平面上的数据转换到图像像素坐标系；但是由于相机透镜制造精度以及组装工艺的偏差会引入畸变，导致原始图像的失真，因此通过对相机径向畸变和切向畸变的纠正实现检测得到的道路病害实际面积的计算；

步骤五、计算道路病害产生车辆振动的时间t_v，并以5秒为间隔截取振动数据，利用matlab计算工具计算其加权加速度均方根值，作为舒适度评价指标。

优选的，所述重力加速度传感器的量程为±10g、精度为0.001g、采样频率为100Hz。

优选的，所述黑白工业相机架设于车顶后方，镜头向下对准路面，以拍摄车辆驶过道路的路面图片，相机帧率不低于20帧，并且黑白成像。

优选的，所述支持向量机将路面病害分为裂缝、坑槽、井盖、网裂和桥梁伸缩缝。

优选的，所述matlab计算工具计算振动数据的加权加速度均方根值包括如下步骤：

1)求解时间序列下的加速度序列自相关函数，通过求解自相关函数的傅里叶变化获得振动的功率谱密度函数：

其中，R_a(τ)是振动的自相关函数，S_a(ω)是振动的功率谱密度函数，ω是角频率，j为虚数单位，t为所计算振动数据的时刻；

2)采用三分之一倍频带通滤波，分别求解每个倍频带的功率谱密度积分，并对每个倍频带进行加权平均，获得单轴加权加速度均方根值，计算公式如下：

其中，a_w为单轴加权加速度均方根值，ui，li分别为第i个倍频带的上下限频率值，ω_i为第i个倍频带的权重，S_a(f)为角频率取f时的功率谱密度函数，并以a_w值为舒适度评价值。

本方法得到的舒适度指标不仅可以丰富民众出行选择的决定要素，也为城市管理部门的道路日常养护维修提供更为直观的养护考核指标。另一方面目前针对舒适度的评价方法都为宏观评价，难以精细地评价城市道路的实际情况，本方法可以针对一条道路上任意一个影响舒适度的因素如：裂缝、坑槽、井盖等进行评价，既可以真实的反映城市道路情况，也可以为城市道路的精细化养护维修提供数据支持，将原有的道路维修方式化整为零，由修一条路转变为修一处病害。

微观舒适度评价方法的建立离不开各类道路病害的检测，本方法利用图像信息进行道路病害的检测，然后进行振动信息的提取，继而计算得到舒适度评价值。利用图像数据与振动数据融合的方式相较于直接分析振动数据具有如下优点：

1、直接分析振动数据难以有效提取微小异常振动如裂缝产生的振动；

2、多源数据融合的方法可以有效区别各类道路病害类型(如裂缝、坑槽、井盖、网裂、桥梁伸缩缝)，并对其产生的振动特征进行特定分析。

Claims (5)

1.一种基于多源数据的道路舒适度评价方法，其特征在于本方法包括如下步骤：

步骤一、在车辆实际行驶过程中，采用重力加速度传感器和黑白工业相机分别采集车辆振动数据和车尾路面图像数据，通过图像识别检测到路面病害后，提取因路面病害产生的车辆振动；

步骤二、校正振动数据和图像数据的采集时间，以辨析因道路病害产生车辆振动时的路面图像，根据车辆后轴与相机拍摄位置的距离除以车速得到车辆振动与被相机拍到图像的时间差，

Δt＝t_v-t_i (1)

Δt＝Δs/v (2)

其中，Δt为振动数据与图像数据的时间差，t_v为道路病害产生车辆振动的时间，t_i为道路病害被相机拍到的时间，Δs为车辆后轴与相机拍摄位置的距离，v为车辆行驶速度；

步骤三、利用支持向量机和图像LBP特征进行路面病害的分类和提取，采用循环局部二值化算法计算相机获取的路面图像的纹理特征，其每个像素点的二值化特征计算公式如下：

其中，(x_c，y_c)是中心像素，i_c是灰度值，i_p是相邻像素的灰度值，c指所计算的像素点，p为所计算的像素点周围像素点数，s是一个符号函数：

将计算所得的二值化特征输入支持向量机中进行路面病害分类；

步骤四、采用小孔成像模型对相机成像参数进行修正，纠正相机径向畸变和切向畸变，计算路面病害的实际面积；

步骤五、计算道路病害产生车辆振动的时间t_v，并以5秒为间隔截取振动数据，利用mat1ab计算工具计算其加权加速度均方根值，作为舒适度评价指标。

2.根据权利要求1所述的基于多源数据的道路舒适度评价方法，其特征在于：所述重力加速度传感器的量程为±10g、精度为0.001g、采样频率为100Hz。

3.根据权利要求1所述的基于多源数据的道路舒适度评价方法，其特征在于：所述黑白工业相机架设于车顶后方，镜头向下对准路面，以拍摄车辆驶过道路的路面图片，相机帧率不低于20帧，并且黑白成像。

4.根据权利要求1所述的基于多源数据的道路舒适度评价方法，其特征在于：所述支持向量机将路面病害分为裂缝、坑槽、井盖、网裂和桥梁伸缩缝。

5.根据权利要求1所述的基于多源数据的道路舒适度评价方法，其特征在于：所述mat1ab计算工具计算振动数据的加权加速度均方根值包括如下步骤：

1)求解时间序列下的加速度序列自相关函数，通过求解自相关函数的傅里叶变化获得振动的功率谱密度函数：

其中，R_a(τ)是振动的自相关函数，S_a(ω)是振动的功率谱密度函数，ω是角频率，j为虚数单位，t为所计算振动数据的时刻；

2)采用三分之一倍频带通滤波，分别求解每个倍频带的功率谱密度积分，并对每个倍频带进行加权平均，获得单轴加权加速度均方根值，计算公式如下：

其中，a_w为单轴加权加速度均方根值，u_i，l_i分别为第i个倍频带的上下限频率值，ω_i为第i个倍频带的权重，S_a(f)为角频率取f时的功率谱密度函数，并以a_w值为舒适度评价值。