CN112095419A - 一种基于云平台的道路安全自检分析系统 - Google Patents

一种基于云平台的道路安全自检分析系统 Download PDF

Info

Publication number
CN112095419A
CN112095419A CN202010972410.8A CN202010972410A CN112095419A CN 112095419 A CN112095419 A CN 112095419A CN 202010972410 A CN202010972410 A CN 202010972410A CN 112095419 A CN112095419 A CN 112095419A
Authority
CN
China
Prior art keywords
vehicle
vehicle body
amplitude
swing
road surface
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
Application number
CN202010972410.8A
Other languages
English (en)
Other versions
CN112095419B (zh
Inventor
汪秒
宋志辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Urban Construction Intelligent Control Technology Co ltd
Beijing Zhanyun Technology Co ltd
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202010972410.8A priority Critical patent/CN112095419B/zh
Publication of CN112095419A publication Critical patent/CN112095419A/zh
Application granted granted Critical
Publication of CN112095419B publication Critical patent/CN112095419B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • EFIXED CONSTRUCTIONS
    • E01CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01CCONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
    • E01C23/00Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
    • E01C23/01Devices 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明公开一种基于云平台的道路安全自检分析系统,包括路面维修终端、云管理平台以及若干车载检测终端,云管理平台分别与路面维修终端和若干车载检测终端通过无线通信网络连接,车载检测终端包括车速检测模块、振幅检测模块、车轮偏向检测模块、车载处理模块和定位获取模块,车载处理模块分别与车速检测模块、振幅检测模块、车轮偏向检测模块和定位获取模块连接。本发明通过对各车辆经同一位置处的颠簸行驶参数进行分析,以获取该位置处的最大凹陷深度以及路面凹陷弹性危险系数,进而分析出该位置对应的待维修等级,并依次对待维修等级大的路面进行优先维修处理,保证对路面驾驶危险程度大的路面优先进行维修,实现维修的及时性。

Description

一种基于云平台的道路安全自检分析系统
技术领域
本发明属于道路检修技术领域,涉及到一种基于云平台的道路安全自检分析系统。
背景技术
路面平整度是评价道路路面使用性能的一个重要指标,它直接影响着车辆在路面上的行驶质量,路面不平整,不但会增加行车阻力还会使得车辆附加振动,直接影响行车的安全性和舒适性,同时还会家居车辆零部件及轮胎的磨损,增大油料的消耗,随着社会发展的需要,公路建设幅度的不断扩大,人们对路面行车的安全性、舒适性提出了越来越高的要求。
路面平整度通常受交通部门的管理,采用人工对路面进行巡查,判断路面的凹陷、裂纹等异常情况是否影响车辆通行,并对异常路面进行维修,存在巡查人员的主观判断,人员巡查消耗的人力物力大,巡查效率低等问题,无法根据实际车辆行驶过程中的车身摆动情况准确判断路面上的凹坑深度以及路面的待维修紧急程度,并无法按照维修紧急程度逐一对路面进行顺序维修,进而无法及时对待维修路面进行维修,以阻止凹陷、裂纹等异常路面的继续损坏,且最大化地为通行车辆提供安全且舒适的道路路面。
发明内容
本发明的目的在于提供的一种基于云平台的道路安全自检分析系统,解决了现有技术中存在以下的问题:
1、人工对路面上的凹陷等异常情况的判断存在主观意识;
2、无法准确判断路面上的凹陷深度以及路面的待维修紧急程度,以按照维修紧急程度逐一对路面进行维修。
本发明的目的可以通过以下技术方案实现:
一种基于云平台的道路安全自检分析系统,包括路面维修终端、云管理平台以及若干车载检测终端,云管理平台分别与路面维修终端和若干车载检测终端通过无线通信网络连接;
每个车辆上均安装有车载检测终端,所述车载检测终端检测车辆行驶路段上车辆行驶车速、车身摆动幅值、摆动频率以及车轮偏向角度,对车身摆动幅度大于设定的摆动幅度阈值下的两车前轮偏向角度进行处理,并通过车辆行驶车速、车身摆动幅值、摆动频率以及车轮偏向角度分析出车辆行驶过程中的车身摆动幅度大于设定的摆动幅度阈值下的车身颠簸上传比例系数,并筛选出车身颠簸上传比例系数对应的位置信息,车载检测终端将车身颠簸上传比例系数、车身颠簸上传比例系数对应的位置信息以及车辆颠簸行驶参数发送至云管理平台;
所述云管理平台接收车载检测终端发送的车辆行驶过程中车身颠簸上传比例系数大于设定的比例系数阈值的位置、车身颠簸上传比例系数以及车辆行驶过程中的车辆颠簸行驶参数,提取车身颠簸上传比例系数大于设定的比例系数阈值的位置,并依次提取若干车辆经过该位置时的车身颠簸上传比例系数,通过对经过同一位置时的各车辆所对应的车身颠簸上传比例系数进行分析,得到归一处理后的车身颠簸上传比例系数
Figure BDA0002684565860000021
Pj为第j个车辆经过该位置时的车身颠簸上传比例系数,Pmax和Pmin分别为若干车辆经过该位置时的最大和最小的车身颠簸上传比例系数,云管理平台根据归一处理后的车身颠簸上传比例系数、最大车身左右摆动幅度以及该最大车身左右摆动幅度对应的两车前轮的偏向角度模拟出路面的最大凹陷深度;
同时,云管理平台将车辆行驶的车身颠簸上传比例系数、最大车身左右摆动幅度以及最大摆动频率以及模拟出的路面的最大凹陷深度所对应的危险因子代入路面凹陷弹性危险模型,获得路面凹陷弹性危险系数,云管理平台将路面凹陷弹性危险系数以及该路面凹陷弹性危险系数对应的位置信息发送至路面维修终端;
所述路面维修终端用于接收云管理平台发送的路面凹陷弹性危险系数以及该路面凹陷弹性危险系数对应的位置信息,并将各位置的路面凹陷弹性危险系数分别与各待维修等级所对应的路面凹陷弹性危险系数范围进行对比,确定路面的待维修等级,并依次对待维修等级大的路面凹陷弹性危险系数所对应的位置进行维修。
优选地,所述车载检测终端包括车速检测模块、振幅检测模块、车轮偏向检测模块、车载处理模块和定位获取模块,车载处理模块分别与车速检测模块、振幅检测模块、车轮偏向检测模块和定位获取模块连接;车速检测模块采用车速传感器,用于实时检测车辆的车速信息,并将检测的实时车速发送至车载处理模块;
所述振幅检测模块用于实时检测车辆在行驶过程中的车身左右摆动的幅度以及摆动频率,并将检测的车身左右摆动的幅度以及摆动频率发送至车载处理模块。
所述车轮偏向检测模块包括两车轮偏向检测单元,每个车轮偏向检测单元分别位于一车前轮上,用于实时检测车辆在行驶过程中的两车前轮偏向角度,并将检测的车辆在行驶过程中的两车前轮偏向角度发送至车载处理模块;
所述定位获取模块用于实时检测车辆行驶的位置,并将检测的车辆行驶位置发送至车载处理模块;
所述车载处理模块接收振幅检测模块发送的车身左右摆动的幅度以及摆动频率,并根据车身左右摆动的幅度数值大小判断是否提取车速检测模块发送的车速以及提取车轮偏向检测模块发送的两车前轮偏向角度,对两车轮偏向角度进行处理,车载处理模块调取该车辆在平整路面下对应的车身左右摆动的标准幅度,并提取车身左右摆动的最大幅度、摆动频率、当前车速以及经处理后的两车前轮偏向角度代入车身平衡训练模型中,分析获得车身颠簸上传比例系数,判断车身颠簸上传比例系数是否大于设定的比例系数阈值,若大于比例系数阈值,则提取车辆行驶过程中车身颠簸上传比例系数大于设定的比例系数阈值的位置,同时,车载处理模块将车辆行驶过程中车身颠簸上传比例系数大于设定的比例系数阈值的位置、车身颠簸上传比例系数以及车辆行驶过程中的车辆颠簸行驶参数发送至云管理平台。
优选地,所述车载处理模块根据检测的车身左右摆动的幅度对车辆行驶过程中的车身颠簸上传比例系数进行分析,具体包括以下步骤:
S1、获取车身左右摆动的幅度以及摆动频率,判断车辆对应的车身左右摆动的幅度是否大于设定的摆动幅度阈值,若大于设定的摆动幅度阈值,提取车辆在当前左右摆动的幅度下的车速;
S2、提取两车前轮偏向角度,对车身左右摆动的幅度大于设定的摆动幅度阈值下的两车前轮偏向角度构成左车轮偏向角度集X和右车轮偏向角度集Y,X=xi,Y=yi,i=1,2,...,xi为车辆左前轮第i次的偏向角度,y i为车辆右前轮第i次的偏向角度,以车轮与车身平行的方向作为标准线,当车轮以标准线向左转时,偏小角小于0,以标准线向右转时,偏小角大于0;
S3、将左车轮偏向角度集X和右车轮偏向角度集Y分别进行相邻偏向角度处理,得到左车轮偏向角度变化量Δxi=x(i+1)-xi和右车轮偏向角度变化量Δyi=y(i+1)-yi;
S4、采用车身平衡训练模型,统计出车身颠簸上传比例系数;
S5、筛选出车身颠簸上传比例系数大于设定的比例系数阈值的位置信息。
优选地,所述车身平衡训练模型为
Figure BDA0002684565860000051
Amax为车身左右摆动的最大幅度,A0为该车辆在平整路面下对应的车身左右摆动的标准幅度,c为车身的摆动频率,C′为该车辆出厂时经预设平整度路面情况下所对应的摆动频率,xi和yi分别为车辆左前轮和右前轮第i次的偏向角度,Δxi和Δyi分别为车辆左前轮第i+1次的偏向角度与第i次的偏向角度间的差值、车辆右前轮第i+1次的偏向角度与第i次的偏向角度间的差值,β为摆动危险系数,摆动危险系数由车速、最大摆动幅度和摆动频率共同影响,且
Figure BDA0002684565860000052
δ为车辆的单位摆动比例系数,单位摆动比例系数受车身的摆动频率和车辆出厂时经预设平整度路面情况下所对应的摆动频率间的摆动频率比值所影响,单位摆动比例系数与摆动频率比值相映射,当
Figure BDA0002684565860000053
g为整数,g=1,2,...,则提取摆动频率比值g+1所对应的单位摆动比例系数,每个整数的摆动频率比值均有且只有一单位摆动比例系数相对应,v表示为车身左右摆动的幅度大于设定的摆动幅度阈值下的车速,V标准为车辆行驶的标准车速,采用60km/h,e为自然数,
Figure BDA0002684565860000054
a表示为该车辆在设定平整度路面行驶过程中车身左右摆动的最大幅值和最小幅值间的平均值。
优选地,所述云管理平台统计的最大凹陷深度计算公式为
Figure BDA0002684565860000061
Figure BDA0002684565860000062
表示为第j个经过该位置的车辆经归一处理后的车身颠簸上传比例系数中的最大值,j=1,2,...,n,n为经过车身颠簸上传比例系数大于设定的比例系数阈值的位置的车辆数量,Amax表示为所有车辆经该位置时的最大车身左右摆动幅度,d表示为设定的凹槽深度,该凹槽沿车辆前进方向的尺寸大于车轮的直径,Ad表示为车辆经过凹槽深度d时的车身左右摆动幅度,T表示为所有车辆经该位置时左前轮的偏向角度和右前轮的偏向角度中的最大的偏向角度,Td表示为车辆经d深度的凹槽时左前轮的偏向角度和右前轮的偏向角度中的最大偏向角度。
优选地,所述路面凹陷弹性危险模型
Figure BDA0002684565860000063
Figure BDA0002684565860000066
Figure BDA0002684565860000067
表示为最大凹陷深度Lmax所对应的驾驶危险因子系数,
Figure BDA0002684565860000065
小于1大于0,路面凹陷深度与该凹陷深度对应的驾驶危险因子系数成正比,Pj max表示为第j个车辆经过该位置的最大车身颠簸上传比例系数,Aj max表示为第j个车辆经过该位置的最大车身左右摆动幅值,cj max表示为第j个车辆经过该位置的最大摆动频率,η表示为权重系数,0<η<1,A表示为车辆经处于维修临界状态的路面时车身左右摆动幅度,c表示为车辆经处于维修临界状态的路面时车辆的摆动频率。
本发明的有益效果:
本发明提供的道路安全自检管理系统,通过在车辆上安装有车载检测终端,以对各车辆经过同一路面位置处的颠簸行驶参数进行分析,以获取车辆行驶的车身颠簸上传比例系数,提取车身颠簸上传比例系数大于设定的比例系数阈值的位置,实现对路面凹陷以及路面待维修检测的位置筛选,避免对车身颠簸上传比例系数小于设定的比例系数阈值的位置进行处理,减少对数据处理的工作量,为后期路面凹陷以及路面待维修紧急程度提供可靠的数据。
本发明通过云管理平台对车辆行驶过程中的车身颠簸上传比例系数大于设定的比例系数阈值的位置、车身颠簸上传比例系数以及车辆行驶过程中的车身颠簸行驶参数进行数据筛选和分析,能够准确统计出该位置处的最大凹陷深度以及该位置对应的路面凹陷弹性危险系数,通过路面的凹陷深度以及路面凹陷弹性危险系数来综合直观地反映路面的平整程度,进而通过路面维修终端对该位置的路面进行待维修等级确定,并依次对待维修等级大的路面位置进行优先维修处理,以保证对路面驾驶危险程度大的路面优先进行维修,实现维修的及时,提高道路形式的安全性,阻止凹陷路面的继续恶化,为通行车辆提供安全且舒适的道路,同时,减少人员检测所需的时间和精力,避免人工检测路面过程中存在的是否维修的主观判断。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明中一种基于云平台的道路安全自检分析系统的示意图;
图2为本发明中车载检测终端中各模块的连接示意图;
图3为本发明中车辆行驶经路面凹陷处的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1-3所示,一种基于云平台的道路安全自检分析系统,包括路面维修终端、云管理平台以及若干车载检测终端,云管理平台分别与路面维修终端和若干车载检测终端通过无线通信网络连接。
每个车辆上均安装有车载检测终端,车载检测终端检测车辆行驶路段上车辆行驶车速、车身摆动幅值、摆动频率以及车轮偏向角度,对车身摆动幅度大于设定的摆动幅度阈值下的两车前轮偏向角度进行处理,并通过车辆行驶车速、车身摆动幅值、摆动频率以及车轮偏向角度分析出车辆行驶过程中的车身摆动幅度大于设定的摆动幅度阈值下的车身颠簸上传比例系数,并筛选出车身颠簸上传比例系数对应的位置信息,车载检测终端将车身颠簸上传比例系数、车身颠簸上传比例系数对应的位置信息以及车辆颠簸行驶参数发送至云管理平台,其中,车辆颠簸行驶参数包括车辆对应的车身左右摆动的幅度大于设定的摆动幅度阈值的车身左右摆动幅度、摆动频率、车速以及两车前轮偏向角度。
车载检测终端包括车速检测模块、振幅检测模块、车轮偏向检测模块、车载处理模块和定位获取模块,车载处理模块分别与车速检测模块、振幅检测模块、车轮偏向检测模块和定位获取模块连接;车速检测模块采用车速传感器,用于实时检测车辆的车速信息,并将检测的实时车速发送至车载处理模块;
振幅检测模块用于实时检测车辆在行驶过程中的车身左右摆动的幅度以及摆动频率,并将检测的车身左右摆动的幅度以及摆动频率发送至车载处理模块。
车轮偏向检测模块包括两车轮偏向检测单元,每个车轮偏向检测单元分别位于一车前轮上,用于实时检测车辆在行驶过程中的两车前轮偏向角度,并将检测的车辆在行驶过程中的两车前轮偏向角度发送至车载处理模块,当车轮顺时针转动时,偏向角度大于0,当车轮逆时针转动时,偏向角度小于0。
定位获取模块用于实时检测车辆行驶的位置,并将检测的车辆行驶位置发送至车载处理模块;
车载处理模块接收振幅检测模块发送的车身左右摆动的幅度以及摆动频率,并根据车身左右摆动的幅度数值大小判断是否提取车速检测模块发送的车速以及提取车轮偏向检测模块发送的两车前轮偏向角度,对两车轮偏向角度进行处理,车载处理模块调取该车辆在平整路面下对应的车身左右摆动的标准幅度,并提取车身左右摆动的最大幅度、摆动频率、当前车速以及经处理后的两车前轮偏向角度代入车身平衡训练模型中,分析获得车身颠簸上传比例系数,判断车身颠簸上传比例系数是否大于设定的比例系数阈值,若大于比例系数阈值,则提取车辆行驶过程中车身颠簸上传比例系数大于设定的比例系数阈值的位置,同时,车载处理模块将车辆行驶过程中车身颠簸上传比例系数大于设定的比例系数阈值的位置、车身颠簸上传比例系数以及车辆行驶过程中的车辆颠簸行驶参数发送至云管理平台。
车载处理模块根据检测的车身左右摆动的幅度对车辆行驶过程中的车身颠簸上传比例系数进行分析,具体包括以下步骤:
S1、获取车身左右摆动的幅度以及摆动频率,判断车辆对应的车身左右摆动的幅度是否大于设定的摆动幅度阈值,若大于设定的摆动幅度阈值,提取车辆在当前左右摆动的幅度下的车速;
S2、提取两车前轮偏向角度,对车身左右摆动的幅度大于设定的摆动幅度阈值下的两车前轮偏向角度构成左车轮偏向角度集X和右车轮偏向角度集Y,X=xi,Y=yi,i=1,2,...,xi为车辆左前轮第i次的偏向角度,yi为车辆右前轮第i次的偏向角度,以车轮与车身平行的方向作为标准线,当车轮以标准线向左转时,偏小角小于0,以标准线向右转时,偏小角大于0;
S3、将左车轮偏向角度集X和右车轮偏向角度集Y分别进行相邻偏向角度处理,得到左车轮偏向角度变化量Δxi=x(i+1)-xi和右车轮偏向角度变化量Δyi=y(i+1)-yi;
S4、采用车身平衡训练模型,统计出车身颠簸上传比例系数,其中,车身平衡训练模型为
Figure BDA0002684565860000101
Amax为车身左右摆动的最大幅度,A0为该车辆在平整路面下对应的车身左右摆动的标准幅度,c为车身的摆动频率,C′为该车辆出厂时经预设平整度路面情况下所对应的摆动频率,xi和yi分别为车辆左前轮和右前轮第i次的偏向角度,Δxi和Δyi分别为车辆左前轮第i+1次的偏向角度与第i次的偏向角度间的差值、车辆右前轮第i+1次的偏向角度与第i次的偏向角度间的差值,β为摆动危险系数,摆动危险系数由车速、最大摆动幅度和摆动频率共同影响,且
Figure BDA0002684565860000102
δ为车辆的单位摆动比例系数,单位摆动比例系数受车身的摆动频率和车辆出厂时经预设平整度路面情况下所对应的摆动频率间的摆动频率比值所影响,单位摆动比例系数与摆动频率比值相映射,当
Figure BDA0002684565860000103
g为整数,g=1,2,...,则提取摆动频率比值g+1所对应的单位摆动比例系数,每个整数的摆动频率比值均有且只有一单位摆动比例系数相对应,v表示为车身左右摆动的幅度大于设定的摆动幅度阈值下的车速,V标准为车辆行驶的标准车速,采用60km/h,e为自然数,
Figure BDA0002684565860000104
a表示为该车辆在设定平整度路面行驶过程中车身左右摆动的最大幅值和最小幅值间的平均值。
S5、筛选出车身颠簸上传比例系数大于设定的比例系数阈值的位置信息。
通过车载处理模块对车身左右摆动的幅度大于设定的摆动幅度阈值下的车辆的摆动幅度、摆动频率、车轮偏向角度、车速等进行处理,对车辆摆动幅度小于设定的摆动幅度阈值下的车辆所对应的颠簸行驶参数不进行处理,减少数据处理的工作量,且能够统计出车辆行驶在车身左右摆动的幅度大于设定的摆动幅度阈值的路面行驶时所对应的车身颠簸上传比例系数,并通过车身颠簸上传比例系数反映出车辆行驶路面的颠簸程度,也能够反映出路面的平整程度,车身颠簸上传比例系数越大,表明路面的平整度越差,路面的凹坑越多。
云管理平台接收车载检测终端发送的车辆行驶过程中车身颠簸上传比例系数大于设定的比例系数阈值的位置、车身颠簸上传比例系数以及车辆行驶过程中的车辆颠簸行驶参数,提取车身颠簸上传比例系数大于设定的比例系数阈值的位置,并依次提取若干车辆经过该位置时的车身颠簸上传比例系数,通过对经过同一位置时的各车辆所对应的车身颠簸上传比例系数进行分析,得到归一处理后的车身颠簸上传比例系数
Figure BDA0002684565860000111
Pj为第j个车辆经过该位置时的车身颠簸上传比例系数,Pmax为若干车辆经过该位置时的最大车身颠簸上传比例系数,Pmin为若干车辆经过该位置时的最小车身颠簸上传比例系数,云管理平台提取经过该位置处的所有车辆对应的车辆颠簸行驶参数中的最大车身左右摆动幅度,以及该最大车身左右摆动幅度对应的摆动频率、车速以及两车前轮的偏向角度,云管理平台根据归一处理后的车身颠簸上传比例系数、最大车身左右摆动幅度以及该最大车身左右摆动幅度对应的两车前轮的偏向角度模拟出路面的最大凹陷深度
Figure BDA0002684565860000112
Figure BDA0002684565860000113
表示为第j个经过该位置的车辆经归一处理后的车身颠簸上传比例系数中的最大值,j=1,2,...,n,n为经过车身颠簸上传比例系数大于设定的比例系数阈值的位置的车辆数量,Amax表示为所有车辆经该位置时的最大车身左右摆动幅度,d表示为设定的凹槽深度,该凹槽沿车辆前进方向的尺寸大于车轮的直径,Ad表示为车辆经过凹槽深度d时的车身左右摆动幅度,T表示为所有车辆经该位置时左前轮的偏向角度和右前轮的偏向角度中的最大的偏向角度,Td表示为车辆经d深度的凹槽时左前轮的偏向角度和右前轮的偏向角度中的最大偏向角度。
同时,云管理平台将车辆行驶的车身颠簸上传比例系数、最大车身左右摆动幅度以及最大摆动频率以及模拟出的路面的最大凹陷深度所对应的危险因子代入路面凹陷弹性危险模型
Figure BDA0002684565860000121
获得路面凹陷弹性危险系数
Figure BDA0002684565860000122
并将路面凹陷弹性危险系数以及该路面凹陷弹性危险系数对应的位置信息发送至路面维修终端,路面弹性危险系数越大,表明路面需维修的紧急程度越大,云管理平台将路面凹陷弹性危险系数以及该路面凹陷弹性危险系数对应的位置信息发送至路面维修终端,其中,
Figure BDA0002684565860000123
表示为最大凹陷深度Lmax所对应的驾驶危险因子系数,
Figure BDA0002684565860000124
小于1大于0,路面凹陷深度与该凹陷深度对应的驾驶危险因子系数成正比,Pj max表示为第j个车辆经过该位置的最大车身颠簸上传比例系数,Aj max表示为第j个车辆经过该位置的最大车身左右摆动幅值,cj max表示为第j个车辆经过该位置的最大摆动频率,η表示为权重系数,0<η<1,A表示为车辆经处于维修临界状态的路面时车身左右摆动幅度,c表示为车辆经处于维修临界状态的路面时车辆的摆动频率,路面凹陷弹性危险系数
Figure BDA0002684565860000125
越大,表明路面平整度越差,车辆经过该位置处时车身摆动幅度和频率越大,路面所需维修的紧急程度越大,一旦车辆快速驾驶经过该位置时,会存在爆胎等问题,甚至会造成交通事故以及人员伤亡。
通过云管理平台对若干车辆经过同一位置处的车身颠簸上传比例系数以及车辆行驶过程中的车辆颠簸行驶参数进行综合分析,分析出车辆车身颠簸上传比例系数大于设定的比例系数阈值的路面的最大凹陷深度以及分析出该路面的凹陷弹性危险系数,能够通过凹陷深度以及凹陷弹性危险系数直观地展示出路面的平整度状况,为后期路面维修提供可靠的数据参考和指导意见。
路面维修终端用于接收云管理平台发送的路面凹陷弹性危险系数以及该路面凹陷弹性危险系数对应的位置信息,并将各位置的路面凹陷弹性危险系数分别与各待维修等级所对应的路面凹陷弹性危险系数范围进行对比,确定路面的待维修等级,并依次对待维修等级大的路面凹陷弹性危险系数所对应的位置进行维修,以保证对路面驾驶危险程度大的路面优先进行维修,实现维修的及时和紧急性,减少因路面凹陷而交通事故的频率。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。

Claims (6)

1.一种基于云平台的道路安全自检分析系统,其特征在于:包括路面维修终端、云管理平台以及若干车载检测终端,云管理平台分别与路面维修终端和若干车载检测终端通过无线通信网络连接;
每个车辆上均安装有车载检测终端,所述车载检测终端检测车辆行驶路段上车辆行驶车速、车身摆动幅值、摆动频率以及车轮偏向角度,对车身摆动幅度大于设定的摆动幅度阈值下的两车前轮偏向角度进行处理,并通过车辆行驶车速、车身摆动幅值、摆动频率以及车轮偏向角度分析出车辆行驶过程中的车身摆动幅度大于设定的摆动幅度阈值下的车身颠簸上传比例系数,并筛选出车身颠簸上传比例系数对应的位置信息,车载检测终端将车身颠簸上传比例系数、车身颠簸上传比例系数对应的位置信息以及车辆颠簸行驶参数发送至云管理平台;
所述云管理平台接收车载检测终端发送的车辆行驶过程中车身颠簸上传比例系数大于设定的比例系数阈值的位置、车身颠簸上传比例系数以及车辆行驶过程中的车辆颠簸行驶参数,提取车身颠簸上传比例系数大于设定的比例系数阈值的位置,并依次提取若干车辆经过该位置时的车身颠簸上传比例系数,通过对经过同一位置时的各车辆所对应的车身颠簸上传比例系数进行分析,得到归一处理后的车身颠簸上传比例系数
Figure FDA0002684565850000011
Pj为第j个车辆经过该位置时的车身颠簸上传比例系数,Pmax和Pmin分别为若干车辆经过该位置时的最大和最小的车身颠簸上传比例系数,云管理平台根据归一处理后的车身颠簸上传比例系数、最大车身左右摆动幅度以及该最大车身左右摆动幅度对应的两车前轮的偏向角度模拟出路面的最大凹陷深度;
同时,云管理平台将车辆行驶的车身颠簸上传比例系数、最大车身左右摆动幅度以及最大摆动频率以及模拟出的路面的最大凹陷深度所对应的危险因子代入路面凹陷弹性危险模型,获得路面凹陷弹性危险系数,云管理平台将路面凹陷弹性危险系数以及该路面凹陷弹性危险系数对应的位置信息发送至路面维修终端;
所述路面维修终端用于接收云管理平台发送的路面凹陷弹性危险系数以及该路面凹陷弹性危险系数对应的位置信息,并将各位置的路面凹陷弹性危险系数分别与各待维修等级所对应的路面凹陷弹性危险系数范围进行对比,确定路面的待维修等级,并依次对待维修等级大的路面凹陷弹性危险系数所对应的位置进行维修。
2.根据权利要求1所述的一种基于云平台的道路安全自检分析系统,其特征在于:所述车载检测终端包括车速检测模块、振幅检测模块、车轮偏向检测模块、车载处理模块和定位获取模块,车载处理模块分别与车速检测模块、振幅检测模块、车轮偏向检测模块和定位获取模块连接;车速检测模块采用车速传感器,用于实时检测车辆的车速信息,并将检测的实时车速发送至车载处理模块;
所述振幅检测模块用于实时检测车辆在行驶过程中的车身左右摆动的幅度以及摆动频率,并将检测的车身左右摆动的幅度以及摆动频率发送至车载处理模块。
所述车轮偏向检测模块包括两车轮偏向检测单元,每个车轮偏向检测单元分别位于一车前轮上,用于实时检测车辆在行驶过程中的两车前轮偏向角度,并将检测的车辆在行驶过程中的两车前轮偏向角度发送至车载处理模块;
所述定位获取模块用于实时检测车辆行驶的位置,并将检测的车辆行驶位置发送至车载处理模块;
所述车载处理模块接收振幅检测模块发送的车身左右摆动的幅度以及摆动频率,并根据车身左右摆动的幅度数值大小判断是否提取车速检测模块发送的车速以及提取车轮偏向检测模块发送的两车前轮偏向角度,对两车轮偏向角度进行处理,车载处理模块调取该车辆在平整路面下对应的车身左右摆动的标准幅度,并提取车身左右摆动的最大幅度、摆动频率、当前车速以及经处理后的两车前轮偏向角度代入车身平衡训练模型中,分析获得车身颠簸上传比例系数,判断车身颠簸上传比例系数是否大于设定的比例系数阈值,若大于比例系数阈值,则提取车辆行驶过程中车身颠簸上传比例系数大于设定的比例系数阈值的位置,同时,车载处理模块将车辆行驶过程中车身颠簸上传比例系数大于设定的比例系数阈值的位置、车身颠簸上传比例系数以及车辆行驶过程中的车辆颠簸行驶参数发送至云管理平台。
3.根据权利要求2所述的一种基于云平台的道路安全自检分析系统,其特征在于:所述车载处理模块根据检测的车身左右摆动的幅度对车辆行驶过程中的车身颠簸上传比例系数进行分析,具体包括以下步骤:
S1、获取车身左右摆动的幅度以及摆动频率,判断车辆对应的车身左右摆动的幅度是否大于设定的摆动幅度阈值,若大于设定的摆动幅度阈值,提取车辆在当前左右摆动的幅度下的车速;
S2、提取两车前轮偏向角度,对车身左右摆动的幅度大于设定的摆动幅度阈值下的两车前轮偏向角度构成左车轮偏向角度集X和右车轮偏向角度集Y,X=xi,Y=yi,i=1,2,...,xi为车辆左前轮第i次的偏向角度,yi为车辆右前轮第i次的偏向角度,以车轮与车身平行的方向作为标准线,当车轮以标准线向左转时,偏小角小于0,以标准线向右转时,偏小角大于0;
S3、将左车轮偏向角度集X和右车轮偏向角度集Y分别进行相邻偏向角度处理,得到左车轮偏向角度变化量Δxi=x(i+1)-xi和右车轮偏向角度变化量Δyi=y(i+1)-yi;
S4、采用车身平衡训练模型,统计出车身颠簸上传比例系数;
S5、筛选出车身颠簸上传比例系数大于设定的比例系数阈值的位置信息。
4.根据权利要求3所述的一种基于云平台的道路安全自检分析系统,其特征在于:所述车身平衡训练模型为
Figure FDA0002684565850000041
Amax为车身左右摆动的最大幅度,A0为该车辆在平整路面下对应的车身左右摆动的标准幅度,c为车身的摆动频率,C′为该车辆出厂时经预设平整度路面情况下所对应的摆动频率,xi和yi分别为车辆左前轮和右前轮第i次的偏向角度,Δxi和Δyi分别为车辆左前轮第i+1次的偏向角度与第i次的偏向角度间的差值、车辆右前轮第i+1次的偏向角度与第i次的偏向角度间的差值,β为摆动危险系数,摆动危险系数由车速、最大摆动幅度和摆动频率共同影响,且
Figure FDA0002684565850000042
δ为车辆的单位摆动比例系数,单位摆动比例系数受车身的摆动频率和车辆出厂时经预设平整度路面情况下所对应的摆动频率间的摆动频率比值所影响,单位摆动比例系数与摆动频率比值相映射,当
Figure FDA0002684565850000043
g为整数,g=1,2,...,则提取摆动频率比值g+1所对应的单位摆动比例系数,每个整数的摆动频率比值均有且只有一单位摆动比例系数相对应,v表示为车身左右摆动的幅度大于设定的摆动幅度阈值下的车速,V标准为车辆行驶的标准车速,采用60km/h,e为自然数,
Figure FDA0002684565850000051
a表示为该车辆在设定平整度路面行驶过程中车身左右摆动的最大幅值和最小幅值间的平均值。
5.根据权利要求4所述的一种基于云平台的道路安全自检分析系统,其特征在于:所述云管理平台统计的最大凹陷深度计算公式为
Figure FDA0002684565850000052
Figure FDA0002684565850000053
表示为第j个经过该位置的车辆经归一处理后的车身颠簸上传比例系数中的最大值,j=1,2,...,n,n为经过车身颠簸上传比例系数大于设定的比例系数阈值的位置的车辆数量,Amax表示为所有车辆经该位置时的最大车身左右摆动幅度,d表示为设定的凹槽深度,该凹槽沿车辆前进方向的尺寸大于车轮的直径,Ad表示为车辆经过凹槽深度d时的车身左右摆动幅度,T表示为所有车辆经该位置时左前轮的偏向角度和右前轮的偏向角度中的最大的偏向角度,Td表示为车辆经d深度的凹槽时左前轮的偏向角度和右前轮的偏向角度中的最大偏向角度。
6.根据权利要求5所述的一种基于云平台的道路安全自检分析系统,其特征在于:所述路面凹陷弹性危险模型
Figure FDA0002684565850000054
Figure FDA0002684565850000057
Figure FDA0002684565850000055
表示为最大凹陷深度Lmax所对应的驾驶危险因子系数,
Figure FDA0002684565850000056
小于1大于0,路面凹陷深度与该凹陷深度对应的驾驶危险因子系数成正比,Pj max表示为第j个车辆经过该位置的最大车身颠簸上传比例系数,Aj max表示为第j个车辆经过该位置的最大车身左右摆动幅值,cj max表示为第j个车辆经过该位置的最大摆动频率,η表示为权重系数,0<η<1,A表示为车辆经处于维修临界状态的路面时车身左右摆动幅度,c表示为车辆经处于维修临界状态的路面时车辆的摆动频率。
CN202010972410.8A 2020-09-16 2020-09-16 一种基于云平台的道路安全自检分析系统 Active CN112095419B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010972410.8A CN112095419B (zh) 2020-09-16 2020-09-16 一种基于云平台的道路安全自检分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010972410.8A CN112095419B (zh) 2020-09-16 2020-09-16 一种基于云平台的道路安全自检分析系统

Publications (2)

Publication Number Publication Date
CN112095419A true CN112095419A (zh) 2020-12-18
CN112095419B CN112095419B (zh) 2022-12-23

Family

ID=73759703

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010972410.8A Active CN112095419B (zh) 2020-09-16 2020-09-16 一种基于云平台的道路安全自检分析系统

Country Status (1)

Country Link
CN (1) CN112095419B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112991737A (zh) * 2021-03-10 2021-06-18 英博超算(南京)科技有限公司 一种汽车采集路况信息的方法
CN114842649A (zh) * 2022-07-01 2022-08-02 无锡软美信息科技有限公司 一种高速公路的交通控制方法及系统
WO2023273859A1 (zh) * 2021-06-28 2023-01-05 长城汽车股份有限公司 搓板路面识别方法、装置、介质和控制器

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101825444A (zh) * 2010-04-09 2010-09-08 上海辉格科技发展有限公司 基于面结构光的车载路谱测试系统
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
CN103194956A (zh) * 2013-04-15 2013-07-10 南京道润交通科技有限公司 道路检测车及利用其进行道路检测的方法
CN103874615A (zh) * 2011-10-06 2014-06-18 Lg伊诺特有限公司 用于测量路面平整度的装置和方法
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
CN109683173A (zh) * 2018-11-27 2019-04-26 惠州市德赛西威汽车电子股份有限公司 一种实时检测路面平整度的方法和系统
CN110654195A (zh) * 2018-06-29 2020-01-07 比亚迪股份有限公司 车辆、车辆悬架系统及其调节方法、装置
CN110962519A (zh) * 2019-11-25 2020-04-07 福建省汽车工业集团云度新能源汽车股份有限公司 一种电动汽车智能调节功能的主动悬架控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101825444A (zh) * 2010-04-09 2010-09-08 上海辉格科技发展有限公司 基于面结构光的车载路谱测试系统
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
CN103874615A (zh) * 2011-10-06 2014-06-18 Lg伊诺特有限公司 用于测量路面平整度的装置和方法
CN103194956A (zh) * 2013-04-15 2013-07-10 南京道润交通科技有限公司 道路检测车及利用其进行道路检测的方法
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
CN110654195A (zh) * 2018-06-29 2020-01-07 比亚迪股份有限公司 车辆、车辆悬架系统及其调节方法、装置
CN109683173A (zh) * 2018-11-27 2019-04-26 惠州市德赛西威汽车电子股份有限公司 一种实时检测路面平整度的方法和系统
CN110962519A (zh) * 2019-11-25 2020-04-07 福建省汽车工业集团云度新能源汽车股份有限公司 一种电动汽车智能调节功能的主动悬架控制方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112991737A (zh) * 2021-03-10 2021-06-18 英博超算(南京)科技有限公司 一种汽车采集路况信息的方法
WO2023273859A1 (zh) * 2021-06-28 2023-01-05 长城汽车股份有限公司 搓板路面识别方法、装置、介质和控制器
CN114842649A (zh) * 2022-07-01 2022-08-02 无锡软美信息科技有限公司 一种高速公路的交通控制方法及系统
CN114842649B (zh) * 2022-07-01 2022-09-06 无锡软美信息科技有限公司 一种高速公路的交通控制方法及系统

Also Published As

Publication number Publication date
CN112095419B (zh) 2022-12-23

Similar Documents

Publication Publication Date Title
CN112095419B (zh) 一种基于云平台的道路安全自检分析系统
CN108256714A (zh) 一种基于车联网大数据的行车轨迹实时风险评估模型
CN109446920B (zh) 基于卷积神经网络的城市轨道交通乘客拥挤程度检测方法
CN112305641B (zh) 一种高速公路交通安全气象物联网监测预警系统
CN110120153A (zh) 一种公交驾驶事故风险评估系统及其方法
CN107491769A (zh) 基于AdaBoost算法的疲劳驾驶检测方法及系统
CN112579975A (zh) 一种基于大数据可视化分析的环境参数监测管理系统
CN112002112B (zh) 一种高速铁路周界入侵报警系统安防效能评估方法及系统
CN110020797A (zh) 基于感知缺陷的自动驾驶测试场景的评价方法
CN102735320A (zh) 基于桥梁动应变识别车辆重量的方法
CN207352782U (zh) 一种公路交通养护维修安全布控智能管理系统
CN109598937B (zh) 一种道路弯道安全速度检测与警示装置及方法
CN105719510A (zh) 车联网环境下道路交通事故链阻断系统的效率评价方法
CN116029555B (zh) 基于轻量化神经网络的桥梁风险识别预警系统及应用方法
CN111080158A (zh) 一种基于复合权重的城市路口通行危险指数评价方法
CN111738204A (zh) 一种基于物联网的车辆轮胎稳定分析系统及其方法
CN116402369A (zh) 一种智慧城市交通运行安全监测数据评估系统及方法
CN104484549A (zh) 一种基于驾驶员视觉注意机制的多任务驾驶安全状态辨识方法
CN115953059A (zh) 一种高空作业平台智能控制系统
CN116311028A (zh) 一种基于物联网的护栏控制方法和系统
CN106935047B (zh) 一种超重动态检测系统及方法
CN105262984A (zh) 一种带有固定装置的探测器
CN114375005A (zh) 一种基于5g天线的车路通信测试系统
CN111775948B (zh) 一种驾驶行为分析方法及装置
CN115326131A (zh) 一种用于无人驾驶的矿山道路路况智能分析方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20221111

Address after: 100,000 Room 111, F1, Building 2, No. 139 and 140, Fengtai Road Crossing, Fengtai District, Beijing (Park)

Applicant after: Beijing Zhanyun Technology Co.,Ltd.

Address before: 210012 beside Sanjiang College (East Campus), 128 Huashen Avenue, Yuhuatai District, Nanjing City, Jiangsu Province

Applicant before: Wang Miao

Effective date of registration: 20221111

Address after: Room 101, Building 1, Yard 1, Renhe Garden, Shunyi District, Beijing 101300

Applicant after: Beijing Urban Construction Intelligent Control Technology Co.,Ltd.

Address before: 100,000 Room 111, F1, Building 2, No. 139 and 140, Fengtai Road Crossing, Fengtai District, Beijing (Park)

Applicant before: Beijing Zhanyun Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant