CN112881661A - 路面损坏检测装置、路面损坏检测方法及存储介质 - Google Patents

路面损坏检测装置、路面损坏检测方法及存储介质 Download PDF

Info

Publication number
CN112881661A
CN112881661A CN202011146400.5A CN202011146400A CN112881661A CN 112881661 A CN112881661 A CN 112881661A CN 202011146400 A CN202011146400 A CN 202011146400A CN 112881661 A CN112881661 A CN 112881661A
Authority
CN
China
Prior art keywords
road surface
surface damage
value
maximum
road
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
CN202011146400.5A
Other languages
English (en)
Other versions
CN112881661B (zh
Inventor
木村阳介
盛合威夫
藤森雅也
小渕达也
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.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
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 Toyota Motor Corp filed Critical Toyota Motor Corp
Publication of CN112881661A publication Critical patent/CN112881661A/zh
Application granted granted Critical
Publication of CN112881661B publication Critical patent/CN112881661B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01PMEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/42Devices characterised by the use of electric or magnetic means
    • G01P3/44Devices characterised by the use of electric or magnetic means for measuring angular speed
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/42Road-making materials
    • 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)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Structural Engineering (AREA)
  • Civil Engineering (AREA)
  • Architecture (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Traffic Control Systems (AREA)
  • Road Repair (AREA)

Abstract

本公开提供了一种路面损坏检测装置、路面损坏检测方法和存储介质。路面损坏检测装置被配置为,针对各个道路区段计算最大变动率,所述最大变动率为各个车辆中车轮速度的每单位时间的变动量的最大值。所述装置还被配置为针对所述各个道路区段,定期地从规定时段内的所述各个车辆的所述最大变动率中选择最大值,将选择的所述最大值设定为区段最大变动率,并且通过将判定目标值与正的阈值进行比较来判定是否已经发生所述路面损坏,所述判定目标值通过从最新设定的所述区段最大变动率中减去基于上次以前设定的所述区段最大变动率中的至少一个的比较值来获得。

Description

路面损坏检测装置、路面损坏检测方法及存储介质
技术领域
本发明涉及一种路面损坏检测装置、路面损坏检测方法及存储介质。
背景技术
作为这种类型的路面损坏检测装置,已经提出了一种装置,该装置被配置为,针对各个道路区段从来自车辆的用于分析的多个信息(例如路面图像、形成的车辙和加速度)中选择用于分析的信息,分析所选择的用于分析的信息,计算分析结果信息的代表值(例如最大值),并且当计算出的代表值超过阈值时生成警报信号(例如,参见日本专利申请公开第2005-249525号)。
发明内容
由于上述路面损坏检测装置使用以来自车辆的用于分析的多个信息为基础的分析结果的代表值,所以来自车辆的用于分析的多个信息的时序变化不会反映在代表值上。因此,当在道路区段中发生诸如坑洼的意外路面损坏时,有可能无法适当地检测到该路面损坏。
本发明的路面损坏检测装置、路面损坏检测方法以及非暂时性计算机可读存储介质的主要目的为,当在道路区段中意外地发生路面损坏时能适当地检测到路面损坏。
为实现所述主要目的,本发明的路面损坏检测装置、路面损坏检测方法以及非暂时性计算机可读存储介质采取以下措施。
本发明的路面损坏检测装置是一种用于基于来自已经行驶的各个车辆的车辆信息来针对各个道路区段检测路面损坏的路面损坏检测装置。所述装置包括第一处理器和第二处理器。所述第一处理器被配置为针对所述各个道路区段计算最大变动率,所述最大变动率为所述各个车辆中车轮速度的每单位时间的变动量的最大值。所述第二处理器被配置为针对所述各个道路区段,定期地从规定时段内的所述各个车辆的所述最大变动率中选择最大值,将选择的所述最大值设定为区段最大变动率,并且通过将判定目标值与正的阈值进行比较来判定是否已经发生所述路面损坏,所述判定目标值通过从最新设定的所述区段最大变动率中减去基于上次以前设定的所述区段最大变动率中的至少一个的比较值来获得。
本发明的路面损坏检测装置被配置为针对所述各个道路区段计算最大变动率,所述最大变动率为所述各个车辆中车轮速度的每单位时间的变动量的最大值。所述装置被配置为针对所述各个道路区段定期地从规定时段内的所述各个车辆的所述最大变动率中选择最大值,将选择的所述最大值设定为区段最大变动率,并且通过将判定目标值与正的阈值进行比较来判定是否已经发生所述路面损坏,所述判定目标值通过从最新设定的所述区段最大变动率中减去基于上次以前设定的所述区段最大变动率中的至少一个的比较值来获得。因此,区段最大变动率的时序变化反映在判定目标值上,因此当在各个道路区段中发生诸如坑洼的意外路面损坏时,可以适当地检测到该路面损坏。此处,道路包括公共道路(驾驶道和人行道)以及私人道路和停车场(例如通道)。
在本发明的路面损坏检测装置中,第二处理器可以将上次设定的所述区段最大变动率设定为所述比较值。第二处理器还可以将上次以前设定的多个所述区段最大变动率的平均值或中间值设定为所述比较值。第二处理器还可以将基于上次以前设定的所述区段最大变动率的最新的区段最大变动率的预测值设定为所述比较值。
在这些情况下,所述第二处理器可以将比过去的在判定出已经发生所述路面损坏时的所述判定目标值小一余量的值设定为所述阈值。在该情况下,所述第二处理器可以基于用于设定最新的区段最大变动率的车辆数量和用于设定所述比较值的车辆数量之一或两者来设定所述余量。
在这些情况下,所述第二处理器可以使用过去的在判定出没有发生所述路面损坏时的所述各个车辆的最大变动率来计算四分位数间距,并且将比计算出的所述四分位数间距的规定倍数大一余量的值设定为所述阈值。在该情况下,所述第二处理器可以基于用于设定最新的区段最大变动率的车辆数量和用于设定所述比较值的车辆数量之一或两者来设定所述余量。
在本发明的路面损坏检测装置中,在判定出已经发生所述路面损坏之后,所述第二处理器可以将所述判定目标值与负的第二阈值进行比较,以判定所述路面损坏是否被消除。利用该配置,可以适当地检测到路面损坏的消除。
本发明的路面损坏检测方法是一种用于基于来自已经行驶的各个车辆的车辆信息来针对各个道路区段检测路面损坏的路面损坏检测方法。所述方法包括:(a)针对所述各个道路区段计算最大变动率的步骤,所述最大变动率为所述各个车辆中车轮速度的每单位时间的变动量的最大值;以及(b)针对所述各个道路区段,定期地从规定时段内的所述各个车辆的所述最大变动率中选择最大值,将选择的所述最大值设定为区段最大变动率,并且通过将判定目标值与阈值进行比较来判定是否已经发生所述路面损坏的步骤,所述判定目标值通过从最新设定的所述区段最大变动率中减去基于上次以前设定的所述区段最大变动率中的至少一个的比较值来获得。
在本发明的路面损坏检测方法中,针对所述各个道路区段计算最大变动率,所述最大变动率为所述各个车辆中车轮速度的每单位时间的变动量的最大值。然后,针对所述各个道路区段,定期地从规定时段内的所述各个车辆的所述最大变动率中选择最大值,将选择的所述最大值设定为区段最大变动率,并且通过将判定目标值与正的阈值进行比较来判定是否已经发生所述路面损坏,所述判定目标值通过从最新设定的所述区段最大变动率中减去基于上次以前设定的所述区段最大变动率中的至少一个的比较值来获得。因此,区段最大变动率的时序变化反映在判定目标值上,因此当在各个道路区段中发生诸如坑洼的意外路面损坏时,可以适当地检测到该路面损坏。此处,道路包括公共道路(驾驶道和人行道)以及私人道路和停车场(例如通道)。
本发明的非暂时性计算机可读存储介质是一种存储有用于使计算机用作路面损坏检测装置的指令的存储介质,所述路面损坏检测装置用于基于来自已经行驶的各个车辆的车辆信息来针对各个道路区段检测路面损坏。所述指令包括:(a)针对所述各个道路区段计算最大变动率的步骤,所述最大变动率为所述各个车辆中车轮速度的每单位时间的变动量的最大值;以及(b)针对所述各个道路区段,定期地从规定时段内的所述各个车辆的所述最大变动率中选择最大值,将选择的所述最大值设定为区段最大变动率,并且通过将判定目标值与阈值进行比较来判定是否已经发生所述路面损坏的步骤,所述判定目标值通过从最新设定的所述区段最大变动率中减去基于上次以前设定的所述区段最大变动率中的至少一个的比较值来获得。
在本发明的指令中,针对所述各个道路区段计算最大变动率,所述最大变动率为所述各个车辆中车轮速度的每单位时间的变动量的最大值。然后,针对所述各个道路区段,定期地从规定时段内的所述各个车辆的所述最大变动率中选择最大值,将选择的所述最大值设定为区段最大变动率,并且通过将判定目标值与正的阈值进行比较来判定是否已经发生所述路面损坏,所述判定目标值通过从最新设定的所述区段最大变动率中减去基于上次以前设定的所述区段最大变动率中的至少一个的比较值来获得。因此,区段最大变动率的时序变化反映在判定目标值上,因此当在各个道路区段中发生诸如坑洼的意外路面损坏时,可以适当地检测到该路面损坏。此处,道路包括公共道路(驾驶道和人行道)以及私人道路和停车场(例如通道)。
附图说明
下面将参照附图描述本发明的示例性实施例的特征、优点以及技术和工业意义,其中相同的附图标记表示相同的元件,并且其中:
图1是表示作为本发明的一个实施例的包括路面损坏检测装置的道路管理系统10的概略配置的框图;
图2是表示路面损坏判定器23执行的路面损坏判定例程的示例的流程图;
图3是表示各个日期的区段最大变动率ΔVms和判定目标值Jv的示例的说明图;
图4是表示变型例中的路面损坏判定例程的示例的流程图;
图5是表示变型例中的路面损坏判定例程的示例的流程图;
图6是表示变型例中的路面损坏判定例程的示例的流程图;
图7是表示变型例中的路面损坏判定例程的示例的流程图;
图8是表示本次和上次的目标车辆的数量Nv[t],Nv[t-1]与余量α的关系的示例的说明图;
图9是表示变型例中的路面损坏判定例程的示例的流程图;
图10是表示车辆最大变动率ΔVmv[t,i]与相对度数之间的关系的示例的说明图;
图11是表示余量设定图的示例的说明图;以及
图12是表示显示器43的显示画面的示例的说明图。
具体实施方式
现在,将基于各实施例描述用于实施本发明的各方案。
图1是表示作为本发明的一个实施例的包括路面损坏检测装置的道路管理系统10的概略配置的框图。如图所示,本实施例的道路管理系统10包括:服务器20,其作为能够与各车辆50进行无线通信的路面损坏检测装置;以及终端装置40,其以有线或无线方式与服务器20通信。在以下描述中,道路包括公共道路(驾驶道和人行道)以及私人道路和停车场(例如通道)。实施例的“路面损坏检测装置”对应于服务器20。
各个车辆50包括:GPS装置51,其获取与车辆的当前位置有关的位置信息;检测器52,其检测与车辆50的举动相关的举动信息;以及电子控制单元(以下称为“ECU”)53。检测器52包括用于检测指示车辆50的举动的信息的传感器,用于检测影响车辆50的举动的信息的传感器以及用于检测车辆50的周边的信息的传感器。
此处,指示车辆50的举动的信息的示例可以包括以下各项中的至少一项:车速、车轮速度、纵向加速度、横向加速度、横摆率、横摆角、侧倾角、纵倾角和轮胎滑移率。
影响车辆50的举动的信息的示例可以包括驾驶员可以操作的操作装置的操作状态,以及用于支持车辆50的行驶的支持系统的动作状态。此处,操作装置的操作状态的示例可以包括转向轮的转向角或转向速度、加速踏板的下压量、制动踏板的下压量、换档杆的换档位置以及是否存在转向信号指示灯的操作。支持系统的示例可以包括车道偏离警报(LDA)系统、防抱死制动系统(ABS)、牵引力控制(TRC)系统和电子稳定性控制(ESC)系统中的至少一个。
用于检测车辆50的周边的信息的传感器的示例可以包括照相机、雷达和激光探测与测距(Lidar)中的至少一个。
ECU 53包括CPU、ROM、RAM、闪存、输入输出端口和通信端口。ECU 53包括作为以硬件和软件协作形成的功能块的数据获取单元54和数据发送单元55。数据获取单元54从GPS装置51获取关于车辆50的位置信息,并且从检测器52获取关于车辆50的举动信息。数据发送单元55将由数据获取单元54获取的关于车辆50的位置信息和举动信息作为车辆信息无线地发送到服务器20。
服务器20被配置为包括运算处理单元21和存储装置28的计算机。运算处理单元21包括CPU、ROM、RAM、闪存、输入输出端口和通信端口。运算处理单元21包括作为以硬件和软件协作形成的功能块的数据获取单元22、路面损坏判定器23和信息提供器24。数据获取单元22、路面损坏判定器23和信息提供器24分别与存储装置28交换数据。
数据获取单元22从车辆50无线地获取车辆信息,并将该信息存储在存储装置28中。基于来自车辆50的车辆信息,路面损坏判定器23定期地判定管理目标范围内的各个道路区段是否已发生路面损坏,并且将判定结果等存储在存储装置28中。在此,“管理目标范围”被定义为用户(例如政府机关负责人等)所需的范围(例如县域范围、市政范围等)。“道路区段”例如被定义为大约几米至几十米的区段。“路面损坏”的示例可以包括坑洼(与街道宽度或车辆宽度相比较小的洞)。稍后将详细描述路面损坏判定器23。
信息提供器24将各种信息发送到终端装置40的计算机41。存储装置28被配置为硬盘、固态驱动器(SSD)等。存储装置28存储运算处理单元21的操作所需的各种信息。存储装置28中存储的信息的示例可以包括地图信息、由数据获取单元22获取的与车辆50有关的车辆信息以及由路面损坏判定器23存储的信息。
终端装置40被配置为台式个人计算机、笔记本计算机、平板终端等。终端装置40包括计算机41、连接到计算机41的输入装置42以及作为显示装置的显示器43。计算机41包括CPU、ROM、RAM、闪存、存储装置(硬盘或SSD)、输入输出端口和通信端口。输入装置42的示例可以包括鼠标、键盘和触摸面板。
接下来,给出本实施例的由此配置的服务器20的操作,特别是路面损坏判定器23的操作的描述。图2是表示由路面损坏判定器23执行的路面损坏判定例程的示例的流程图。该例程在管理目标范围内的各个道路区段被设定为目标区段的情况下被定期地(例如每天或每几天)执行。
当执行图2的路面损坏判定例程时,路面损坏判定器23首先输入在规定时段内在目标区段内已行驶的各车辆50(以下称为“目标车辆”)在目标区段的各个地点(微小区段)的各车轮的车轮速度变动率(车轮速度每单位时间的变动量)ΔVw[t,i,j,k](i:1至Nv,j:1至Np,k:1至Nw)(步骤S100)。
此处,根据本例程的执行间隔来定义“规定时段”。当本例程每天被执行时,“规定时段”被定义为例如在执行本例程的前一天的一天内(24小时)。在车辆50被配置为自动四轮车辆的情况下,“各个车轮”对应于左前轮、右前轮、左后轮和右后轮,并且在车辆50被配置为摩托车的情况下,“各个车轮”对应于前轮和后轮。
变量t是与本例程的执行日(日期)相对应的变量。变量i是与各目标车辆相对应的变量。变量j是与各地点相对应的变量。变量k是与各车轮相对应的变量。值Nv是目标车辆的数量(以下称为“目标数量”)。值Np是目标区段中的地点数。值Nw是各个目标车辆的车轮数。
当以这种方式输入数据时,针对各个目标车辆,如表达式(1)所示,路面损坏判定器23从在各个地点的各车轮的车轮速度变动率ΔVw[t,i,j,1]到ΔVw[t,i,j,Nw]中选择最大值,并且将选择的值设定为各个地点处的车辆地点变动率ΔVmw[t,i,j](步骤S110)。
ΔVmw[t,i,j]=max(ΔVw[t,i,j,1],...,ΔVw[t,i,j,Nw]) (1)
接下来,针对各个目标车辆,如表达式(2)所示,路面损坏判定器23从各个地点的车辆地点变动率ΔVmw[t,i,1]到ΔVmw[t,i,Np]中选择最大值,并且将选择的值设定为目标区段的车辆最大变动率ΔVmv[t,i](步骤S120)。
ΔVmv[t,i]=max(ΔVmw[t,i,1],...,ΔVmw[t,i,Np]) (2)
接下来,如表达式(3)所示,路面损坏判定器23从各个目标车辆在目标区段的车辆最大变动率ΔVmv[t,1]到ΔVmv[t,Nv]中选择最大值,并将选择的值设定为所有目标车辆在目标区段的区段最大变动率ΔVms[t](步骤S130)。
ΔVms[t]=max(ΔVmv[t,1],...,ΔVmv[t,Nv]) (3)
接下来,路面损坏判定器23将通过从本次的区段最大变动率ΔVms[t]减去上次执行本例程时设定的区段最大变动率ΔVms[t-1]而得到的值设定作为判定目标值Jv(步骤S140),并且检查损坏标志Fd的值(步骤S150)。此处,损坏标志Fd是表示在目标区段中是否已经发生路面损坏的标志。当服务器20针对目标区段的操作开始时,损坏标志Fd被设定为值0作为初始值。
当在步骤S150中损坏标志Fd具有值0时,路面损坏判定器23判定在上次执行本例程时在目标区段中没有发生路面损坏,并且将判定目标值Jv与正的阈值Jvref1进行比较(步骤S160)。此处,阈值Jvref1是用于判定在目标区段中是否已经发生路面损坏的阈值。阈值Jvref1是预先基于分析或实验而设定的。作为阈值Jvref1,可以在各个道路区段中使用相同的值或者可以使用不同的值。
当在目标区段中发生路面损坏时,受路面损坏影响的目标车辆的车辆最大变动率ΔVmv[t,i]反映在区段最大变动率ΔVms[t]上。因此,与路面损坏发生前相比(上次的区段最大变动率ΔVms[t-1]),本次的区段最大变动率ΔVms[t]大大增加,并且判定目标值Jv也大大增加。考虑到该增加而执行步骤S160的处理。
当在步骤S160中判定目标值Jv小于阈值Jvref1时,路面损坏判定器23判定在目标区段中没有发生路面损坏,并且结束当前例程,同时将损坏标志Fd保持在值0。当本例程以这种方式结束时,路面损坏判定器23在存储装置28中以相互关联的方式存储执行本例程的日期、设定为目标区段的道路区段、车辆最大变动率ΔVmv[t,i]、区段最大变动率ΔVms[t]以及损坏标志Fd。
当在步骤S160中判定目标值Jv等于或大于阈值Jvref1时,路面损坏判定器23判定已经发生路面损坏,将损坏标志Fd从值0变为值1(步骤S180),并且结束本例程。区段最大变动率ΔVms的时间序列变化(本次的区段最大变动率ΔVms[t]相对于上次的区段最大变动率ΔVms[t-1]的变化量)反映在判定目标值Jv上。因此,当在目标区段中发生诸如坑洼之类的意外路面损坏时,可以适当地检测到该路面损坏。
因此,当路面损坏判定器23判定在管理目标范围内包括的各个道路区段中的至少一个区段中已经发生路面损坏时,信息提供器24准备已经发生路面损坏的道路区段的列表等,并且将该列表等发送到终端装置40。因此,操作终端装置40的用户(例如政府办公室的负责人等)可以检查已经发生路面损坏的道路区段。作为结果,由用户委托的建筑商等可以修缮路面损坏。
当在步骤S150中损坏标志Fd具有值1时,路面损坏判定器23判定在上次执行本例程时在目标区段中已经发生路面损坏,并且将判定目标值Jv与负的阈值Jvref2进行比较(步骤S170)。此处,阈值Jvref2是用于判定是否消除了在目标区段中已经发生的路面损坏的阈值。阈值Jvref2预先基于分析或实验而确定。作为阈值Jvref2,可以在各个道路区段中使用相同的值或者可以使用不同的值。
当在目标区段中已经发生的路面损坏被建筑商等修缮并消除时,此次的区段最大变动率ΔVms[t]与路面损坏消除之前(上次的区段最大变动率ΔVms[t-1])相比大大减小,并且判定目标值Jv也大大减小(成为在负侧较大的值)。考虑到该减小,执行步骤S170的处理。
当在步骤S170中判定目标值Jv大于阈值Jvref2时,路面损坏判定器23判定没有消除在目标区段中已发生的路面损坏,并且结束本例程,同时保持损坏标志Fd的值为1。与此不同,当判定目标值Jv等于或小于阈值Jvref2时,路面损坏判定器23判定消除了在目标区段中已发生的路面损坏,将损坏标志Fd从值1变为值0(步骤S190),并且结束本例程。区段最大变动率ΔVms的时间序列变化(本次的区段最大变动率ΔVms[t]相对于上次的区段最大变动率ΔVms[t-1]的变化量)反映在判定目标值Jv上。因此,当消除了在目标区段中已经发生的路面损坏时,可以适当地检测到该消除。
图3是表示各个日期的区段最大变动率ΔVms和判定目标值Jv的示例的说明图。在图3的示例中,在4月16日,区段最大变动率ΔVms与前一天相比大大增加,并且判定目标值Jv变得等于或大于阈值Jvref1。因此,服务器20判定已经发生路面损坏,并将损坏标志Fd从值0变为值1。在这种情况下,服务器20将已经发生路面损坏的道路区段的列表等发送到终端装置40。因此,由操作终端装置40的用户委托的建筑商等修缮路面损坏。然后,在4月18日,区段最大变动率ΔVms与前一天相比大大减小,并且判定目标值Jv变得等于或小于阈值Jvref2。因此,服务器20判定已经消除路面损坏,并且将损坏标志Fd从值1变为值0。
对于在管理目标范围内的各个道路区段,当判定目标值Jv等于或大于阈值Jvref1时(判定目标值Jv通过从本次的区段最大变动率ΔVms[t]减去上次的区段最大变动率ΔVms[t-1]而获得),用作上述实施例的路面损坏检测装置的服务器20判定已经发生路面损坏。因此,当发生诸如坑洼之类的意外路面损坏时,可以适当地检测到该路面损坏。对于各个道路区段,当在检测到路面损坏之后判定目标值Jv变得等于或小于阈值Jvref2时,服务器20判定消除了路面损坏。因此,当消除了路面损坏时,可以更适当地检测到消除。
在本实施例的服务器20中,路面损坏判定器23执行图2的路面损坏判定例程。然而,路面损坏判定器23可以执行图4至图6中的任何一个路面损坏判定例程。下面将按顺序描述这些路面损坏判定例程。
将描述图4的路面损坏判定例程。该例程与图2的路面损坏判定例程相同,除了将步骤S140的处理替换为步骤S300、S310的处理这一点。因此,图4的路面损坏判定例程中的与图2的路面损坏判定例程中的处理相同的处理被指定相同步骤编号,并且省略了其详细描述。
在图4的路面损坏判定例程中,在步骤S130中设定本次的区段最大变动率ΔVms[t]之后,路面损坏判定器23输入过去Ma次的区段最大变动率ΔVms[t-1]到ΔVms[t-Ma]的平均值ΔVmsa(步骤S300)。此处,作为值Ma,例如使用诸如7、10和14的值。如表达式(4)所示,平均值ΔVmsa被获得作为通过将从上次(前一次)至前Ma次的时段期间执行本例程时设定的区段最大变动率ΔVms[t-1]到ΔVms[t-Ma]的总和除以值Ma而得到的值。
ΔVmsa=(ΔVms[t-1]+...+ΔVms[t-Ma])/Ma (4)
接下来,路面损坏判定器23将通过从本次的区段最大变动率ΔVms[t]中减去输入的平均值ΔVmsa而得到的值设定为判定目标值Jv(步骤S310),并且执行步骤S150及其之后的处理。在这种情况下,如在实施例中那样,当在各个道路区段中发生诸如坑洼之类的意外路面损坏时,可以适当地检测到该路面损坏。
将描述图5的路面损坏判定例程。该例程与图2的路面损坏判定例程相同,除了将步骤S140的处理替换为步骤S400、S410的处理这一点。因此,图5的路面损坏判定例程中的与图2的路面损坏判定例程中的处理相同的处理被指定相同的步骤编号,并且省略了其详细描述。
在图5的路面损坏判定例程中,在步骤S130中设定本次的区段最大变动率ΔVms[t]之后,路面损坏判定器23输入过去Mb次的区段最大变动率ΔVms[t-1]到ΔVms[t-Mb]的中间值ΔVmsc(步骤S400)。此处,作为值Mb,例如使用诸如7、10和14的值。
接下来,路面损坏判定器23将通过从本次的区段最大变动率ΔVms[t]中减去输入的中间值ΔVmsc而获得的值设定为判定目标值Jv(步骤S410),并且执行步骤S150及其之后的处理。在这种情况下,如在实施例中那样,当在各个道路区段中发生诸如坑洼之类的意外路面损坏时,可以适当地检测到该路面损坏。
在图4和图5的路面损坏判定例程中,当在损坏标志Fd具有值0的情况下判定目标值Jv等于或大于阈值Jvref1时,路面损坏判定器23判定在目标区段中已经发生路面损坏,并且将损坏标志Fd变为值1。然而,在损坏标志Fd具有值0的时候,当连续规定次数地作出判定目标值Jv等于或大于阈值Jvref1的判定时,路面损坏判定器23可以判定(断定)在目标区段中已发生路面损坏,并且将损坏标志Fd变为值1。此处,规定次数是用于作出在目标区段中已经发生路面损坏的断定的阈值。该阈值预先基于分析或实验而确定。作为规定次数,例如使用诸如2和3的值。这样的处理可以减少对目标区段中的路面损坏的错误检测。
将描述图6的路面损坏判定例程。该例程与图2的路面损坏判定例程相同,除了将步骤S140的处理替换为步骤S500、S510的处理这一点。因此,图6的路面损坏判定例程中的与图2的路面损坏判定例程中的处理相同的处理被指定了相同的步骤编号,并且省略了其详细描述。
在图6的路面损坏判定例程中,在步骤S130中设定本次的区段最大变动率ΔVms[t]之后,路面损坏判定器23输入预测的区段最大变动率ΔVmspr(步骤500)。此处,预测的区段最大变动率ΔVmspr是基于过去Mc次的区段最大变动率ΔVms[t-1]到ΔVms[t-Mc]的时间序列数据的本次区段最大变动率的预测值。可以使用加权平均、移动平均等来计算预测的区段最大变动率ΔVmspr。预测的区段最大变动率ΔVmspr也可以使用长短期记忆(LSTM)网络等来计算。作为值Mc,例如使用在目标区段中开始服务器20的操作之后直到本次执行本例程之前本例程执行的次数,或者例如10、20和30之类的值。
接下来,路面损坏判定器23将通过从本次的区段最大变动率ΔVms[t]减去预测的区段最大变动率ΔVmspr而获得的值设定为判定目标值Jv(步骤S510),并且执行步骤S150及其后的处理。在这种情况下,如在实施例中那样,当在各个道路区段中发生诸如坑洼之类的意外路面损坏时,可以适当地检测到该路面损坏。
在实施例的服务器20中,路面损坏判定器23执行图2的路面损坏判定例程。但是,服务器20也可以执行图7的路面损坏判定例程。图7的路面损坏判定例程与图2的路面损坏判定例程相同,除了增加了步骤S600至S670这一点。因此,图7的路面损坏判定例程中的与图2的路面损坏判定例程中的处理相同的处理被指定相同的步骤编号,并且省略了其详细描述。
在图7的路面损坏判定例程中,当在步骤S150中损坏标志Fd具有值0时,路面损坏判定器23检查历史标志Fh的值(步骤S600)。此处,历史标志Fh是表示是否存在本例程检测到目标区段中的任何路面损坏的历史的标志(损坏标志Fd从值0变为值1)。当在目标区段中开始服务器20的操作时,历史标志Fh被设定为值0作为初始值。此后当本例程在目标区段中检测到路面损坏时,历史标志Fh通过稍后描述的步骤S660的处理被设定为值1。
当在步骤S600中历史标志Fh具有值0时,路面损坏判定器23判定不存在本例程在目标区段中检测到路面损坏的历史,并将初始值Jvini1设定为阈值Jvref1(步骤S610)。此处,作为初始值Jvini1,使用预先基于分析或实验确定的值。接下来,路面损坏判定器23将判定目标值Jv与阈值Jvref1进行比较(步骤S160),并且当判定目标值Jv小于阈值Jvref1时,路面损坏判定器23结束本例程。
当在步骤S160中判定目标值Jv等于或大于阈值Jvref1时,路面损坏判定器23将损坏标志Fd从值0变为值1(步骤S180),并检查历史标志Fh的值(步骤S650)。当历史标志Fh具有值0时,路面损坏判定器23判定不存在本例程在目标区段中检测到路面损坏的历史(第一次检测到路面损坏),并且将历史标志Fh变为值1(步骤S660)。当历史标志Fh具有值1时,路面损坏判定器23判定存在历史,并保持该历史。然后,路面损坏判定器23将判定目标值Jv设定为历史值Jvh(步骤S670),并结束本例程。
通过这种处理,当本例程第一次在目标区段中检测到路面损坏时,历史标志Fh从值0切换为值1。每当本例程在目标区段中检测到路面损坏时(每当损坏标志Fd从值0变为值1时),历史值Jvh就被更新。当以这种方式设定历史值Jvh时,路面损坏判定器23将被设定为目标区段的道路区段与历史值Jvh彼此相关联地存储在存储装置28中。
当在步骤S600中历史标志Fh具有值1时,路面损坏判定器23判定存在本例程在目标区段中检测到路面损坏的历史,并且输入在本次和上次执行本例程时用于设定区段最大变动率ΔVms[t],ΔVms[t-1]的目标数量Nv[t],Nv[t-1](步骤S620)。
接下来,路面损坏判定器23通过使用本次和上次的目标数量Nv[t],Nv[t-1]和图8的余量设定图来设定余量α(步骤S630)。然后,路面损坏判定器23将通过从上次以前执行本例程时设定的历史值Jvh中减去余量α而获得的值设定为阈值Jvref1(步骤S640),并执行步骤S160及其后的处理。
图8的余量设定图作为本次和上次的目标数量Nv[t],Nv[t-1]与余量α之间的关系被预先确定。余量设定图存储在运算处理单元21或存储装置28的ROM(省略图示)中。如图所示,余量α被设定为随着本次和上次的目标数量Nv[t],Nv[t-1]越大而越小。因此,本次和上次的目标数量Nv[t],Nv[t-1]越大,阈值Jvref1就越接近历史值Jvh。这是因为,随着本次和上次的目标数量Nv[t],Nv[t-1]变得越大,本次和上次的区段最大变动率ΔVms[t],ΔVms[t-1]的统计准确性变得越高,即判定目标值Jv的统计准确性变得越高,因此认为可以使阈值Jvref1越接近历史值Jvh。
由于以这种方式将通过从历史值Jvh中减去余量α而获得的值设定为阈值Jvref1,因此可以通过利用过去对路面损坏的检测历史,针对各个道路区段设定更合适的阈值Jvref1。由于余量α被设定为使得余量α随着本次和上次的目标数量Nv[t],Nv[t-1]变得越大而变得越小,因此与使用固定值作为余量α的情况相比,可以更适当地设定阈值Jvref1。作为结果,当在各个道路区段中发生诸如坑洼之类的意外路面损坏时,与实施例相比可以适当地检测到该路面损坏。
在图7的路面损坏判定例程中,基于本次和上次的目标数量Nv[t],Nv[t-1],针对目标区段设定余量α。然而,可以基于本次和上次的目标数量Nv[t],Nv[t-1]中的任意一个来设定余量α。固定值也可以用作余量α。
在图7的路面损坏判定例程中,当检测到目标区段中的路面损坏时(当损坏标志Fd从值0变为值1时),此时的判定目标值Jv被设定为历史值Jvh。然而,当检测到目标区段中的路面损坏时,此时的判定目标值Jv和上次的历史值(先前的Jvh)中的较小者可以被设定为历史值Jvh。
在图7的路面损坏判定例程中,将检测到目标区段中的路面损坏时(当损坏标志Fd从值0变为值1时)的判定目标值Jv设定为历史值Jvh,并且基于历史值Jvh设定阈值Jvref1。类似地,将目标区段中的路面损坏被消除时(当损坏标志Fd从值1变为值0时)的判定目标值Jv设定为历史值Jvh2,并且可以基于历史值Jvh2设定阈值Jvref2。
在图7的路面损坏判定例程中,相对于图2的路面损坏判定例程添加了第一设定处理,第一设定处理是将通过从历史值Jvh中减去余量α而获得的值设定为阈值Jvref1。类似地,可以将第一设定处理添加到图4至图6的各路面损坏判定例程。
此处,在将第一设定处理添加到图4的路面损坏判定例程的情况下,余量α可以被设定为随着本次的目标数量Nv[t]和用于计算平均值ΔVmsa的车辆数量(过去Ma次的目标数量Nv[t-1]到Nv[t-Ma]的总和)之一或两者变得越大而越小。固定值也可以用作余量α。
在将第一设定处理添加到图5的路面损坏判定例程的情况下,余量α可以被设定为如图7的情况那样随着本次的目标数量Nv[t]和用于设定中间值ΔVmsc的车辆数量(过去Mb次的目标数量Nv[t-1]到Nv[t-Mb]的总和)之一或两者变得越大而越小。固定值也可以用作余量α。
此外,在将第一设定处理添加到图6的路面损坏判定例程的情况下,余量α可以被设定为如图7的情况那样随着本次的目标数量Nv[t]和用于设定预测的区段最大变动率ΔVmspr的车辆数量(过去Mc次的目标数量Nv[t-1]到Nv[t-Mc]的总和)之一或两者变得越大而越小。固定值也可以用作余量α。
在变型例的服务器20中,路面损坏判定器23执行图7的路面损坏判定例程。但是,服务器20也可以执行图9的路面损坏判定例程。图9的路面损坏判定例程与图7的路面损坏判定例程相同,除了步骤S622、S632和S642的处理代替步骤S620、S630和S640的处理被执行这一点以及步骤S670的处理被去除这一点。因此,图9的路面损坏判定例程中的与图7的路面损坏判定例程的处理相同的处理被指定相同的步骤编号,并且省略了其详细描述。
在图9的路面损坏判定例程中,当在步骤S600中历史标志Fh被设定为值1时,路面损坏判定器23除了输入在本次和上次执行本例程时用于设定区段最大变动率ΔVms[t],ΔVms[t-1]的目标数量Nv[t],Nv[t-1]之外,还输入正常状态的四分位数间距Rq(步骤S622)。
此处,作为正常状态的四分位数间距Rq的输入是使用在针对目标区段开始服务器20的操作之后直到本次执行本例程之前的所有日期的所有车辆最大变动率ΔVmv[t,i]计算出的值,这些日期由本例程确定为目标区段中未发生路面损坏时或已消除已经发生的路面损坏时的日期(损坏标志Fd具有值0时的日期,其在以下称为“正常状态的日期”)。图10是表示车辆最大变动率ΔVmv[t,i]与相对度数(relativefrequency)之间的关系的示例的说明图。在附图中,“第一四分位数”、“第二四分位数”和“第三四分位数”是从车辆最大变动率ΔVmv[t,i]的低侧起在对应于25%、50%和75%的位置处的值。因此,第二四分位数对应于中间值。“四分位数间距”是通过从第三四分位数减去第一四分位数而获得的值。基于这些,通过使用在针对目标区段开始服务器20的操作之后直到执行本例程之前的所有正常状态日期的所有车辆最大变动率ΔVmv[t,i]来计算第一四分位数和第三四分位数,并且通过设定通过从第三四分位数减去第一四分位数获得的值来获得正常状态的四分位数间距Rq。
接下来,路面损坏判定器23通过使用本次和上次的目标数量Nv[t],Nv[t-1]和图11的余量设定图来设定余量β(步骤S632)。然后,路面损坏判定器23,如由表达式(5)所表示的,通过将余量β与正常状态的四分位数间距Rq的规定γ倍相加而获得的值设定为阈值Jvref1(步骤S642),并且执行步骤S160及其后的处理。此处,适当地设定规定γ。
Jvref1=Rq·γ+β (5)
图11的余量设定图作为本次和上次的目标数量Nv[t],Nv[t-1]与余量β之间的关系而预先确定。余量设定图被存储在运算处理单元21或存储装置28的ROM(省略图示)中。如图所示,余量β被设定为随着本次和上次的目标数量Nv[t],Nv[t-1]越大而越小。因此,本次和上次的目标数量Nv[t],Nv[t-1]越大,阈值Jvref1就变得越接近于正常状态的四分位数间距Rq的规定的γ倍。这是由于与余量α相对于本次和上次的目标数量Nv[t],Nv[t-1]的趋势(见图8)相同的原因。
由于以这种方式将通过将余量β与正常状态的四分位数间距Rq的规定的γ倍相加而获得的值设定为阈值Jvref1,因此对于目标区段,可以通过利用在针对目标区段开始服务器20的操作之后直到执行本例程之前的所有正常状态的日期的所有车辆最大变动率ΔVmv[t,i]来更适当地设定阈值Jvref1。由于余量β被设定为使得随着本次和上次的目标数量Nv[t],Nv[t-1]变得越大,而余量β变得越小,所以与将固定值用作余量β的情况相比,仍可以更加适当地设定阈值Jvref1。作为结果,当在各个道路区段中发生诸如坑洼之类的意外路面损坏时,与实施例相比可以适当地检测到该路面损坏。
在图9的路面损坏判定例程中,基于本次和上次的目标数量Nv[t],Nv[t-1]来针对目标区段设定余量β。然而,可以基于本次和上次的目标数量Nv[t],Nv[t-1]中的任意一个来设定余量β。固定值也可以用作余量β。
在图9的路面损坏判定例程中,基于在针对目标区段开始服务器20的操作之后直到执行本例程之前的所有正常状态日期的所有车辆最大变动率ΔVmv[t,i]来设定四分位数间距。但是,也可以基于第二规定时段(例如一周、两周、一个月等)中的所有正常状态日期的所有车辆最大变动率ΔVmv[t,i]来设定四分位数间距。
在图9的路面损坏判定例程中,基于正常状态的四分位数间距Rq来针对目标区段设定阈值Jvref1。类似地,也可以基于正常状态的四分位数间距Rq来针对目标区段设定阈值Jvref2。
在图9的路面损坏判定例程中,相对于图2的路面损坏判定例程添加了第二设定处理,第二设定处理是将通过将余量β与正常状态的四分位数间距Rq的规定的γ倍相加而获得的值设定为阈值Jvref1。同样,第二设定处理可以被添加到图4至图6的各路面损坏判定例程。
在此,在将第二设定处理添加到图4的路面损坏判定例程的情况下,如图7或图9的情况那样,余量β可以被设定为随着本次的目标数量Nv[t]和用于计算平均值ΔVmsa的车辆数量(过去Ma次的目标数量Nv[t-1]到Nv[t-Ma]的总和)之一或两者变得越大而越小。固定值也可以用作余量β。
在将第二设定处理添加到图5的路面损坏判定例程的情况下,如图7或图9的情况那样,余量β可以被设定为随着本次的目标数量Nv[t]和用于设定中间值ΔVmsc的车辆数量(过去Mb次的目标数量Nv[t-1]到Nv[t-Mb]的总和)之一或两者变得越大而越小。固定值也可以用作余量β。
此外,在将第二设定处理添加到图6的路面损坏判定例程的情况下,如图7或图9的情况那样,余量β可以被设定为随着本次的目标数量Nv[t]和用于设定预测的区段最大变动率ΔVmspr的车辆数量(过去Mc次的目标数量Nv[t-1]到Nv[t-Mc]的总和)之一或两者变得越大而越小。固定值也可以用作余量β。
在实施例的服务器20中,对于各个道路区段,当损坏标志Fd具有值1(已经检测到路面损坏)并且判定目标值Jv变为等于或小于阈值Jvref2时,路面损坏判定器23判定已消除路面损坏,并且将损坏标志Fd变为值0。然而,代替该配置或除此配置之外,当损坏标志Fd具有值1时,并且从修缮该路面损坏的建筑商等接收到表示路面损坏的修缮已完成的信号时,路面损坏判定器23可以判定路面损坏已经消除,并且可以将损坏标志Fd变为值0。
在实施例的服务器20中,信息提供器24准备已经发生路面损坏的道路区段的列表等,并将该列表等发送到终端装置40。然而,信息提供器24可以根据用户(例如政府机关的负责人等)对输入装置42的操作来执行随后的显示图像处理。在显示图像处理中,信息提供器24提供与终端装置40的显示器43上显示的显示地图上的道路的路面损坏有关的状态图像(例如大头针(pins)的图像),并将数据发送给终端装置40的计算机41。因此,在显示器43上显示显示地图和状态图像。此处,显示地图由显示比例尺和用户期望的显示范围(例如,全部或部分管理目标范围)来定义。图12是表示显示器43的显示画面的示例的说明图。在图中,大头针表示已经发生路面损坏的道路区段。利用该配置,检查显示器43的用户可以容易地识别出已经发生路面损坏的道路区段。
在该实施例中,本发明应用于作为路面损坏检测装置的服务器20的各方案,以及应用于作为路面损坏检测方法的各方案。但是,本发明可以应用于存储有使服务器20用作路面损坏检测装置的指令的非暂时性计算机可读存储介质的各方案。
将描述实施例的主要要素与发明内容中描述的本发明的主要要素之间的对应关系。在该实施例中,路面损坏判定器23对应于“第一处理器”和“第二处理器”。
由于在发明内容中描述的实施例的主要要素与本发明的主要要素之间的对应关系是用于具体描述用于实施在发明内容中描述的本发明的方案的示例,因此该对应关系无意于限制发明内容中描述的本发明的要素。更具体地,应该基于其中的描述来解释在发明内容中公开的发明,并且各实施例仅仅是在发明内容中公开的本发明的具体示例。
尽管已经使用各实施例描述了用于实施本发明的各方案,但是本发明不以任何方式限于所公开的各实施例。自然应该理解,可以在不脱离本发明范围的情况下以各种方式来实施本发明。
本发明可应用于诸如路面损坏检测装置的制造的领域。

Claims (10)

1.一种路面损坏检测装置,其用于基于来自已经行驶的各个车辆的车辆信息来针对各个道路区段检测路面损坏,所述装置的特征在于包括:
第一处理器,其被配置为针对所述各个道路区段计算最大变动率,所述最大变动率为所述各个车辆中车轮速度的每单位时间的变动量的最大值;以及
第二处理器,其被配置为针对所述各个道路区段,定期地从规定时段内的所述各个车辆的所述最大变动率中选择最大值,将选择的所述最大值设定为区段最大变动率,并且通过将判定目标值与正的阈值进行比较来判定是否已经发生所述路面损坏,所述判定目标值通过从最新设定的所述区段最大变动率中减去基于上次以前设定的所述区段最大变动率中的至少一个的比较值来获得。
2.根据权利要求1所述的路面损坏检测装置,其特征在于,所述第二处理器将上次设定的所述区段最大变动率设定为所述比较值。
3.根据权利要求1所述的路面损坏检测装置,其特征在于,所述第二处理器将上次以前设定的多个所述区段最大变动率的平均值或中间值设定为所述比较值。
4.根据权利要求1所述的路面损坏检测装置,其特征在于,所述第二处理器将基于上次以前设定的多个所述区段最大变动率的最新的所述区段最大变动率的预测值设定为所述比较值。
5.根据权利要求2至4中任一项所述的路面损坏检测装置,其特征在于,所述第二处理器将比过去的在判定出已经发生所述路面损坏时的所述判定目标值小一余量的值设定为所述阈值。
6.根据权利要求2至4中任一项所述的路面损坏检测装置,其特征在于,所述第二处理器使用过去的在判定出没有发生所述路面损坏时的所述各个车辆的最大变动率来计算四分位数间距,并且将比计算出的所述四分位数间距的规定倍数大一余量的值设定为所述阈值。
7.根据权利要求5或6所述的路面损坏检测装置,其特征在于,所述第二处理器基于用于设定最新的所述区段最大变动率的车辆数量和用于设定所述比较值的车辆数量之一或两者来设定所述余量。
8.根据权利要求1至7中的任一项所述的路面损坏检测装置,其特征在于,在判定已经发生所述路面损坏之后,所述第二处理器将所述判定目标值与负的第二阈值进行比较,以判定所述路面损坏是否被消除。
9.一种路面损坏检测方法,其用于基于来自已经行驶的各个车辆的车辆信息来针对各个道路区段检测路面损坏,所述方法的特征在于包括:
(a)针对所述各个道路区段计算最大变动率的步骤,所述最大变动率为所述各个车辆中车轮速度的每单位时间的变动量的最大值;以及
(b)针对所述各个道路区段,定期地从规定时段内的所述各个车辆的所述最大变动率中选择最大值,将选择的所述最大值设定为区段最大变动率,并且通过将判定目标值与阈值进行比较来判定是否已经发生所述路面损坏的步骤,所述判定目标值通过从最新设定的所述区段最大变动率中减去基于上次以前设定的所述区段最大变动率中的至少一个的比较值来获得。
10.一种非暂时性计算机可读存储介质,其存储有用于使计算机用作路面损坏检测装置的指令,所述路面损坏检测装置用于基于来自已经行驶的各个车辆的车辆信息来针对各个道路区段检测路面损坏,所述指令的特征在于包括:
(a)针对所述各个道路区段计算最大变动率的步骤,所述最大变动率为所述各个车辆中车轮速度的每单位时间的变动量的最大值;以及
(b)针对所述各个道路区段,定期地从规定时段内的所述各个车辆的所述最大变动率中选择最大值,将选择的所述最大值设定为区段最大变动率,并且通过将判定目标值与阈值进行比较来判定是否已经发生所述路面损坏的步骤,所述判定目标值通过从最新设定的所述区段最大变动率中减去基于上次以前设定的所述区段最大变动率中的至少一个的比较值来获得。
CN202011146400.5A 2019-11-29 2020-10-23 路面损坏检测装置、路面损坏检测方法及存储介质 Active CN112881661B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019216123A JP7211349B2 (ja) 2019-11-29 2019-11-29 路面損傷検出装置、路面損傷検出方法、プログラム
JP2019-216123 2019-11-29

Publications (2)

Publication Number Publication Date
CN112881661A true CN112881661A (zh) 2021-06-01
CN112881661B CN112881661B (zh) 2023-04-25

Family

ID=76042995

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011146400.5A Active CN112881661B (zh) 2019-11-29 2020-10-23 路面损坏检测装置、路面损坏检测方法及存储介质

Country Status (3)

Country Link
US (1) US11543425B2 (zh)
JP (1) JP7211349B2 (zh)
CN (1) CN112881661B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116129650A (zh) * 2023-03-03 2023-05-16 山东锐纳交通科技有限公司 一种基于大数据分析的交通预警系统及其方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7211350B2 (ja) * 2019-11-29 2023-01-24 トヨタ自動車株式会社 路面損傷検出装置、路面損傷検出方法、プログラム
JP2021162351A (ja) * 2020-03-30 2021-10-11 株式会社アイシン 物体検出システム
JP7487534B2 (ja) * 2020-04-08 2024-05-21 株式会社アイシン 物体検出装置
JP2022035278A (ja) * 2020-08-20 2022-03-04 株式会社アイシン 物体検出装置
JP7322855B2 (ja) * 2020-10-23 2023-08-08 トヨタ自動車株式会社 路面情報作成装置及び車両制御システム
CN116337873B (zh) * 2023-03-29 2023-11-10 重庆市市政设计研究院有限公司 一种道路桥隧测量系统
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 (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5769512A (en) * 1996-09-20 1998-06-23 Caterpillar Inc. Slotted drive wheel for endless ground engaging belted tracks
AU1653299A (en) * 1997-12-22 1999-07-12 Roads And Maritime Services Road pavement deterioration inspection system
WO2003095244A1 (en) * 2002-05-10 2003-11-20 Societe De Technologie Michelin System for generating electric power from a rotating tire's mechanical energy using reinforced piezoelectric materials
JP2005096742A (ja) * 2003-09-03 2005-04-14 Toyota Motor Corp 車両用サスペンション装置
JP2005178476A (ja) * 2003-12-17 2005-07-07 Toyota Central Res & Dev Lab Inc 車両緊急状態検出装置
CN101351959A (zh) * 2006-08-17 2009-01-21 爱信艾达株式会社 电动马达的反馈控制方法及装置
CN101351956A (zh) * 2006-08-17 2009-01-21 爱信艾达株式会社 电动马达驱动控制方法及装置
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
CN104755345A (zh) * 2014-03-19 2015-07-01 株式会社小松制作所 路面状态判定方法、路面状态输出方法、路面状态判定装置以及路面状态输出装置
CN104813143A (zh) * 2013-02-12 2015-07-29 株式会社善邻 新的道路检测逻辑
CN105191182A (zh) * 2014-02-27 2015-12-23 索尔思光电(成都)有限公司 借助追踪操作参数变化的光收发器状态监控,存储和报告
US9626763B1 (en) * 2015-02-25 2017-04-18 Lytx, Inc. Pothole detection
CN106671981A (zh) * 2015-11-11 2017-05-17 丰田自动车株式会社 车辆行驶控制装置
CN107933559A (zh) * 2016-10-13 2018-04-20 沃尔沃汽车公司 用于在车辆中确定道路特性的方法和系统
US20180121275A1 (en) * 2016-10-28 2018-05-03 Samsung Sds Co., Ltd. Method and apparatus for detecting and managing faults
CN108238047A (zh) * 2016-12-26 2018-07-03 丰田自动车株式会社 驾驶辅助装置
CN108956774A (zh) * 2018-09-11 2018-12-07 合肥工业大学 一种基于超声脉冲的路面自调节无损探伤小车的检测方法
CN109387218A (zh) * 2018-11-14 2019-02-26 大陆汽车投资(上海)有限公司 车载设备及道路维护辅助管理系统
CN109910896A (zh) * 2019-04-04 2019-06-21 北京百度网讯科技有限公司 道路拥堵预测方法和装置
CN110395258A (zh) * 2018-04-25 2019-11-01 丰田自动车株式会社 路面状态推断装置以及路面状态推断方法
CN110490839A (zh) * 2019-07-11 2019-11-22 平安科技(深圳)有限公司 一种检测高速公路中损坏区域的方法、装置及计算机设备

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4415704B2 (ja) 2004-03-03 2010-02-17 株式会社アドヴィックス 路面荒さ推定装置及び路面荒さ推定方法
JP5612926B2 (ja) 2010-06-30 2014-10-22 住友電気工業株式会社 交通情報処理装置、交通情報処理システム、プログラム、及び交通情報処理方法
JP6021309B2 (ja) 2011-10-05 2016-11-09 鹿島道路株式会社 路面凹凸評価システム
JP6013739B2 (ja) 2012-01-30 2016-10-25 鹿島建設株式会社 運搬車両運行支援システム及び運搬車両運行支援方法
JP6142707B2 (ja) 2013-07-19 2017-06-07 株式会社デンソー 車両位置補正装置
JP6343987B2 (ja) 2014-03-18 2018-06-20 富士通株式会社 路面劣化検出方法、情報処理装置及びプログラム
JP6454109B2 (ja) 2014-09-10 2019-01-16 雄章 石川 路面状態管理装置及び路面状態管理プログラム
JP6434264B2 (ja) 2014-09-24 2018-12-05 矢崎エナジーシステム株式会社 路面情報収集装置および路面情報解析システム
JP6408852B2 (ja) 2014-10-06 2018-10-17 株式会社ブリヂストン 路面状態判別システム
WO2018025341A1 (ja) 2016-08-03 2018-02-08 三菱電機株式会社 道路状態診断システム、診断用情報生成装置及び診断用情報生成方法
JP6973851B2 (ja) 2017-09-12 2021-12-01 日本電気通信システム株式会社 情報処理システム、車両、道路状況検知方法およびプログラム
US10901432B2 (en) * 2017-09-13 2021-01-26 ClearMotion, Inc. Road surface-based vehicle control

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5769512A (en) * 1996-09-20 1998-06-23 Caterpillar Inc. Slotted drive wheel for endless ground engaging belted tracks
AU1653299A (en) * 1997-12-22 1999-07-12 Roads And Maritime Services Road pavement deterioration inspection system
WO2003095244A1 (en) * 2002-05-10 2003-11-20 Societe De Technologie Michelin System for generating electric power from a rotating tire's mechanical energy using reinforced piezoelectric materials
JP2005096742A (ja) * 2003-09-03 2005-04-14 Toyota Motor Corp 車両用サスペンション装置
JP2005178476A (ja) * 2003-12-17 2005-07-07 Toyota Central Res & Dev Lab Inc 車両緊急状態検出装置
CN101351959A (zh) * 2006-08-17 2009-01-21 爱信艾达株式会社 电动马达的反馈控制方法及装置
CN101351956A (zh) * 2006-08-17 2009-01-21 爱信艾达株式会社 电动马达驱动控制方法及装置
CN104813143A (zh) * 2013-02-12 2015-07-29 株式会社善邻 新的道路检测逻辑
CN105191182A (zh) * 2014-02-27 2015-12-23 索尔思光电(成都)有限公司 借助追踪操作参数变化的光收发器状态监控,存储和报告
CN104755345A (zh) * 2014-03-19 2015-07-01 株式会社小松制作所 路面状态判定方法、路面状态输出方法、路面状态判定装置以及路面状态输出装置
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
US9626763B1 (en) * 2015-02-25 2017-04-18 Lytx, Inc. Pothole detection
US20170243370A1 (en) * 2015-02-25 2017-08-24 Lytx, Inc. Pothole detection
CN106671981A (zh) * 2015-11-11 2017-05-17 丰田自动车株式会社 车辆行驶控制装置
CN107933559A (zh) * 2016-10-13 2018-04-20 沃尔沃汽车公司 用于在车辆中确定道路特性的方法和系统
US20180121275A1 (en) * 2016-10-28 2018-05-03 Samsung Sds Co., Ltd. Method and apparatus for detecting and managing faults
CN108238047A (zh) * 2016-12-26 2018-07-03 丰田自动车株式会社 驾驶辅助装置
CN110395258A (zh) * 2018-04-25 2019-11-01 丰田自动车株式会社 路面状态推断装置以及路面状态推断方法
CN108956774A (zh) * 2018-09-11 2018-12-07 合肥工业大学 一种基于超声脉冲的路面自调节无损探伤小车的检测方法
CN109387218A (zh) * 2018-11-14 2019-02-26 大陆汽车投资(上海)有限公司 车载设备及道路维护辅助管理系统
CN109910896A (zh) * 2019-04-04 2019-06-21 北京百度网讯科技有限公司 道路拥堵预测方法和装置
CN110490839A (zh) * 2019-07-11 2019-11-22 平安科技(深圳)有限公司 一种检测高速公路中损坏区域的方法、装置及计算机设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CIRO MANZO ET AL: "Spectral modelling used to identify the aggregates index of asphalted surfaces and sensitivity analysis" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116129650A (zh) * 2023-03-03 2023-05-16 山东锐纳交通科技有限公司 一种基于大数据分析的交通预警系统及其方法
CN116129650B (zh) * 2023-03-03 2023-10-31 新疆北斗同创信息科技有限公司 一种基于大数据分析的交通预警系统及其方法

Also Published As

Publication number Publication date
CN112881661B (zh) 2023-04-25
US20210165012A1 (en) 2021-06-03
US11543425B2 (en) 2023-01-03
JP7211349B2 (ja) 2023-01-24
JP2021086475A (ja) 2021-06-03

Similar Documents

Publication Publication Date Title
CN112881661B (zh) 路面损坏检测装置、路面损坏检测方法及存储介质
US20210163014A1 (en) Road surface damage detection device, road surface damage detection method, and program
EP3104356B1 (en) Driving assistance system, method, and program
CN109910844B (zh) 用于控制结队车辆制动力的装置、包括该装置的系统及其方法
EP3786898A1 (en) Display processing device, display processing method and storage medium
CN110660270B (zh) 车辆碰撞风险评价模型的建立方法和碰撞风险评价方法
US20180215391A1 (en) Methods and systems for detecting road surface using crowd-sourced driving behaviors
CN113147762A (zh) 自适应巡航的控制方法、装置、商用车及存储介质
JP7036182B2 (ja) 表示処理装置、表示処理方法、プログラム
Cao et al. Trajectory data-based severe conflict prediction for expressways under different traffic states
WO2023110708A1 (en) Apparatus and methods for calculating and/or monitoring a tire wear rate of a vehicle
EP3786897A1 (en) Display processing device, display processing method and program
US20220073078A1 (en) Rut determination device, rut determination method, and storage medium
CN113569666A (zh) 车辆连续违法变道的检测方法及计算机设备
JP7036181B2 (ja) 表示処理装置、表示処理方法、プログラム
US20240157955A1 (en) Driving assist system
EP4098503B1 (en) Method for determining state of road surface
US20230116159A1 (en) Vehicle consumables management system and method
CN115092173A (zh) 车辆间距安全预警方法、系统、电子设备及可读存储介质
CN116588144A (zh) 一种车辆跟车距离控制方法、装置、电子设备及存储介质
JP2024040682A (ja) 情報処理システム及び情報処理システムの処理方法
CN116484255A (zh) 暴露度评估方法、装置、设备及可读存储介质
CN115950474A (zh) 传感器的外参标定方法、装置、设备、介质和程序产品
CN117188265A (zh) 路面损伤检测装置、路面损伤检测方法及存储介质
KR20240006279A (ko) 차량의 센서 데이터를 이용한 도로 상태 판단 시스템 및 방법

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
GR01 Patent grant
GR01 Patent grant