CN113899781A - 用于检测数据集的方法和设备 - Google Patents

用于检测数据集的方法和设备 Download PDF

Info

Publication number
CN113899781A
CN113899781A CN202110694980.XA CN202110694980A CN113899781A CN 113899781 A CN113899781 A CN 113899781A CN 202110694980 A CN202110694980 A CN 202110694980A CN 113899781 A CN113899781 A CN 113899781A
Authority
CN
China
Prior art keywords
parameter
paving
temperature
zone
quality
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.)
Pending
Application number
CN202110694980.XA
Other languages
English (en)
Inventor
福尔克尔·哈姆斯
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.)
MOBA Mobile Automation AG
Original Assignee
MOBA Mobile Automation AG
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 MOBA Mobile Automation AG filed Critical MOBA Mobile Automation AG
Publication of CN113899781A publication Critical patent/CN113899781A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
    • E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
    • E01C23/06—Devices or arrangements for working the finished surface; Devices for repairing or reconditioning the surface of damaged paving; Recycling in place or on the road
    • E01C23/07—Apparatus combining measurement of the surface configuration of paving with application of material in proportion to the measured irregularities
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G01N25/20—Investigating or analyzing materials by the use of thermal means by investigating the development of heat, i.e. calorimetry, e.g. by measuring specific heat, by measuring thermal conductivity
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
    • E01C19/00—Machines, tools or auxiliary devices for preparing or distributing paving materials, for working the placed materials, or for forming, consolidating, or finishing the paving
    • E01C19/48—Machines, tools or auxiliary devices for preparing or distributing paving materials, for working the placed materials, or for forming, consolidating, or finishing the paving for laying-down the materials and consolidating them, or finishing the surface, e.g. slip forms therefor, forming kerbs or gutters in a continuous operation in situ
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
    • E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
    • E01C23/01—Devices 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
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
    • E01C7/00—Coherent pavings made in situ
    • E01C7/08—Coherent pavings made in situ made of road-metal and binders
    • E01C7/18—Coherent pavings made in situ made of road-metal and binders of road-metal and bituminous binders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00—Thermometers specially adapted for specific purposes
    • G01K13/10—Thermometers specially adapted for specific purposes for measuring temperature within piled or stacked materials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Architecture (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Mining & Mineral Resources (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Biology (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Road Paving Machines (AREA)

Abstract

一种用于检测数据集的方法和设备，该方法包括以下步骤：接收分布有铺路材料的铺路区域的一部分的第一热分布，该第一热分布包括分配给相应测量点的多个温度值；其中，该部分包括第一子部分；分析第一热分布，以检测该部分内的铺路材料的分离点，从而使得能够确定铺路材料的质量，其中，该分析包括：确定彼此相邻布置并且具有预定范围内的温度值的测量点的第一区，其中，第一区与第一子部分相对应，并且其中，第一区至少部分地被具有预定范围之外的温度值的测量点包围；确定第一区的第一分析参数；并且确定子部分的第一质量参数，以将第一质量参数分配给第一分析参数。

Description

用于检测数据集的方法和设备
技术领域
本发明的实施方式涉及用于检测至少包括第一质量参数和第一分析参数的数据集并且使得能够评估铺路材料的质量的方法。
背景技术
另一实施方式涉及相应的设备。另一实施方式涉及包括这种设备的铺路机。实施方式的总目的是基于在机械或工具(整平板)正后方的诸如沥青或柏油的新铺设材料的温度测量来改进例如沥青铺路机械的道路施工机械领域中的质量控制系统。
沥青铺设领域中的质量控制是非常重要的。新铺设材料的处理温度是道路施工中的重要过程变量，其显著影响诸如铺设路面的稳定性、层粘附力和使用寿命的使用性能。沥青铺路机械(铺路机)通常分布铺路材料并用整平板对铺路材料的表面进行预压实，该整平板附接至铺路机的后端并由其牵拉。随后通过辊进一步压实铺设路面。像诸如铺设期间的环境和天气条件的其他因素，在铺设过程的不同阶段中材料的温度影响铺路作业的效率和成功。
在最佳温度条件下处理材料长期以来被认为是重要的，但是这种处理通常需要在支持和操作人员部分上进行手动控制测量。通常在沥青或柏油工厂中在相对高的温度下获得铺路材料。根据供应机械必须行进以到达工作地点的距离以及交通和环境温度，沥青可以在输送之前冷却到一定程度。此外，铺路机械和压实机械或辊的进程可以变化。
一旦铺路材料最终到达铺路机械或铺路机，冷却程度就可以根据铺路材料在输送时的温度、环境因素等而变化。在一些情况下，铺路材料可以在铺路机械内分离，并且因此在机械内可以存在相对较冷和相对较热的材料挖槽或材料堆积，一旦材料堆积分布在工作表面上，就会导致铺路材料中不期望的、大部分准时的温度梯度。在典型的铺设过程中，通过铺路机械或铺路机排出、分布铺路材料，随后通过整平板预压实，并且然后准备好通过各种压实机械进一步压实。在该过程中，材料温度可以显著偏离预期温度。此外，由于变化的天气条件或由于不期望的分离或混合不良，材料温度从一个路面区域到下一个路面区域可能是不均匀的。
由于在铺设过程中路面的铺设温度的重要性，铺设温度的测量变得越来越重要。为此，已知系统测量铺路机后面、尤其是整平板后面的铺设温度。存在多种基于热成像的现有技术方法。
EP 2 789 741 A1描述了一种具有热成像装置的道路修整机，该热成像装置被固定至该机械的一部分以用于记录路面层的至少一个区域的地理参考的热成像数据记录。该道路修整机包括显示器，在该显示器上可以指示热成像装置的所有测量结果，并且该显示器提供了基于热成像装置的测量结果向操作员建议改进的铺路参数的可能性。
EP 2 982 951 A1描述了一种用于道路修整机的热成像模块，该热成像模块具有温度测量装置、成像装置(means)和评估单元。如果基于所感测的温度值满足一个或多个偏差标准，则评估单元被配置为确定偏差区域。
CN 102691251 A描述了一种铺路机沥青温度分离红外检测系统和检测方法。该系统提供了沥青铺路期间测量温度的实时监测。利用监测结果可以获得在沥青铺路期间产生的不利因素，并且可以在第一时间形成解决方案。可以控制不利因素，并且可以降低或完全消除其影响，这确保了铺路质量。
WO 00/70150 A1描述了一种路面温度监测系统，其具有安装在铺路车辆的后端上的温度传感器，使得所形成的垫的整个宽度可以被扫描或成像。显示装置能够从温度传感器接收多个电信号并且产生并显示所形成的垫温度分布的图形图像。
DE 10 2008 058 481 A1描述了一种沥青系统，其中，施工车辆的导航基于所谓的位置温度模型。该系统基于最初评估和然后测量的沥青温度确定在哪里最好地采用压实车辆。
此外，EP 2 990 531 A1和EP 2 666 908 A1描述了用于确定新铺设的沥青垫的冷却行为的道路修整机的系统和方法。
一些已知的现有技术文件描述了在新铺设的铺路材料的测量温度低于或高于预定温度的情况下向机械操作员提出改进机械参数的建议。但是实际上没有说给机械操作员的这些建议总是正确的，因为没有现有技术的上述文件处理这种温度偏差的确切根本原因或者分析在铺路过程期间发生的铺路材料的热分离的现实和真实症状。主要根据机械操作员或铺路工作人员的经验来改变机械的正确参数以确保铺路材料将在最佳条件下由铺路机铺设。
另一现有技术文件是EP 3 456 880 A1，其描述了用于控制铺路材料的质量的方法。此处，例如基于热图案的取向来识别和分析热分布或热图案，以便从该热图案得出结论。然而，存在能够实现这种结论的多个不同的图案，其中，根据现有技术，仅已知有限数量的误差类型。因此，需要一种改进的方法。
发明内容
本发明的目的是找到用于增强存储图案/热分离情形的选择的概念。
通过独立权利要求的主题来解决该目的。
实施方式提供了一种用于检测至少包括第一质量参数和第一分析参数的数据集并且使得能够评估使用铺路机沿着铺路区域分布的铺路材料的质量的方法。该方法包括接收第一热分布和分析第一热分布的基本步骤。第一热分布属于分布有铺路材料的铺路区域的一部分；第一热分布包括分配给相应测量点的多个温度值，其中，该部分包括第一子部分。分析第一热分布具有检测该部分内的铺路材料的分离点，从而使得能够确定铺路材料的质量的目的。该分析包括：
-确定彼此相邻布置并且具有预定范围内的温度值的测量点的第一区，其中，第一区与第一子部分相对应，并且其中，第一区至少部分地被具有预定范围之外的温度值的测量点包围；
-确定第一区的第一分析参数(例如，第一区相对于行进方向或平均温度的取向)；并且
-确定子部分的第一质量参数(例如，描述第一子部分处的铺路材料的误差类型的参数)，以将第一质量参数分配给第一分析参数。
根据实施方式，该方法包括将第一分析参数与第一质量参数一起存储的步骤；可选地，该方法包括将第一分析参数与第一质量参数一起发送以将第一分析参数和第一质量参数存储在服务器上的步骤。
根据优选实施方式，该分析步骤包括自学习算法和/或基于人工智能。
根据优选实施方式，该方法包括在执行分析步骤之前选择分析参数或一个或多个可能的分析参数的区段的步骤。可能的分析参数组可以包括：
·第一区相对于行进方向的取向；
·第一区内的温度值的平均温度；
·当与属于第一区周围的测量点的温度值进行比较时，第一区内的温度值的相对温度；
·第一区的大小；
·第一区内的温度偏差；
·第一区的图案的形状；
·存在与该部分的第二子部分相对应的测量点的第二区；
·与该部分的另一子部分相对应的测量点的另一区；
·第一区至第二区或第一区至另一区的距离；
·第一区至第二区或第一区至另一区的相对位置；或者
·至少两个或更多个组元素的组合。
这种分析参数的预选择有助于训练检测算法，使得该检测算法执行准确且耐故障的质量分析(诊断)。
本发明的实施方式基于以下发现：在温度分布或热图案内，可以确定一个或多个分析参数，像图案的形状或点与周围环境的温度偏差，并且与像关于误差类型的信息的质量信息一起使用以确定数据集/学习数据。可以例如通过使用人工智能自动地或半自动地执行这些步骤。以所描述的方式确定的数据集使得能够形成数据基础，通过使用该数据基础，可以检测不同情形的确定，例如，基于热分布确定的不同数据类型。如以上所讨论的，所描述的方法可以基于自学习算法，因此可以使用人工智能来实现所描述的方法。这样做有利于分别连续地增强数据集并提高精度。另一优势是可以自动地执行整个方法或该方法的大部分。另一优势是由自学习算法产生的知识可以与其他系统共享和/或转移到铺路机的其他铺路系统/控制系统。
根据实施方式，确定测量点的第一区的步骤包括图案确定的步骤。可以通过使用分析参数来描述该图案。通常，该分析参数可以是(选自)包括以下各项的组：
·第一区相对于行进方向的取向；
·第一区内的温度值的平均温度；
·当与属于第一区周围的测量点的温度值进行比较时，第一区内的温度值的相对温度；
·第一区的大小；
·第一区内的温度偏差；
·第一区的图案的形状；
·存在与该部分的第二子部分相对应的测量点的第二区；
·与该部分的另一子部分相对应的测量点的另一区；
·第一区至第二区或第一区至另一区的距离；
·第一区至第二区或第一区至另一区的相对位置；或者
·至少两个或更多个组元素的组合。
应注意，根据实施方式，分析步骤基于至少包括输入数据的学习数据。该输入数据可以包括第一分析参数和/或(确定的)图案(例如，路面的冷点)。可选地或此外，学习参数可以包括第一质量参数，像第一子部分处的铺路材料的误差类型。根据实施方式，该方法包括接收铺路机的参数和/或铺路机的配置的步骤。这些参数/配置信息可以用作学习数据的一部分。因此，分析步骤基于至少包括定义决策节点的类型或数量的决策参数的学习数据，其中，决策参数取决于铺路机的参数或铺路机的配置。
根据实施方式，该方法进一步包括例如从铺路机的操作员接收分配给第一子部分处的铺路材料的质量参数或误差类型的至少一个指令的步骤。这有利地帮助基于操作员的经验/知识来学习系统。
根据实施方式，针对相同的铺路区域或另一铺路区域重复接收和分析的步骤，和/或其中，针对另一铺路机重复接收和分析步骤。这使得能够将系统增强到进一步的情形(彼此分配的第二质量参数和第二分析参数)。此处，第二质量参数/第二分析参数可以指可比较情形(当与第一质量参数/第一分析参数比较时)或全新的情形。
根据实施方式，根据规则网格布置热分布(thermal profile)内的多个测量点。根据实施方式，针对多个温度分布执行该方法，或者其中，针对彼此重叠的多个温度分布执行该方法。
另一实施方式提供一种用于检测至少包括第一质量参数和第一分析参数的数据集的设备。该设备包括用于接收第一热分布的接口和用于分析第一热分布以检测部分内的铺路材料的分离点的计算单元。如上面所讨论的，执行由计算单元处理的分析。
根据实施方式，计算单元基于人工智能和/或被配置为执行自学习算法。
应注意，根据实施方式，在云或大型计算机中执行人工智能算法的训练。这意味着图像/热分布通过相应的施工机械记录并且作为训练数据发送至中央单元。可以通过将相应的质量参数分配给用作训练数据的图像来手动地执行标记，或自动地执行标记。质量参数与图像一起形成训练数据。然后，可以将改进的软件例如作为更新发送至相应的施工机械。基于新的训练数据，可以改进对施工机械执行的更新算法，用于基于热分布确定问题点。训练算法的“外包”的背景在于该过程通常需要高计算能力。
上述实施方式基于使得能够良好地确定问题点的所分配的成对的分析数据和质量数据。可以通过添加相应的指令/施工机械参数变化来增强该数据集，这些指令/施工机械参数变化使得能够避免所确定的问题点。该增强的数据集也可以发送至施工机械。由于用于基于热分布评估路面质量的实施算法，因此可以验证推荐/指令/改变的机械参数的有效性。该新记录的数据可以再次用作训练数据。在这种情况下，当执行学习算法时(例如，在大型计算机处)，考虑指令/机械参数。
根据实施方式，该设备包括被配置为当被引导至铺路区域时记录该部分的热分布的热分布相机或沥青温度扫描仪。根据实施方式，该设备包括被配置为输出信息和/或指令的移动装置和/或显示器；此外或可选地，该设备包括从操作员接收关于质量参数的信息的移动装置或控制单元。根据实施方式，该设备可以包括无线通信模块，该无线通信模块被配置为与服务器交换包括第一分析参数以及第一质量参数的集合。
另一实施方式提供了一种用于执行上述方法的计算机程序。额外的实施方式提供了一种包括上面所讨论的设备的铺路机。
在参考附图详细讨论本发明的实施方式之前，将参考应用示例讨论上述实施方式的应用。上述实施方式使得能够检测至少包括第一质量参数和第一分析参数的数据集。基于该数据集，可以评估铺路材料的质量。应用示例描述了如何可以完成该评估过程。根据基本应用示例，提供了一种用于使用铺路机控制沿着铺路区域分布的铺路材料的质量的方法。
该方法包括两个基本步骤：从例如红外相机接收属于分布有铺路材料的铺路区域的一部分的至少一个热分布，并且分析该至少一个热分布，以检测部分内的铺路材料的分离点。热分布包括被分配给可以根据网格布置的相应测量点的多个温度值。该分析包括三个子步骤，即，确定彼此相邻布置并且具有预定范围内的温度值的测量点的第一区，其中，第一区至少部分地被具有预定范围之外的温度值的测量点包围。下一子步骤是分析第一区相对于铺路机的行进方向的取向(例如，以确定第一区或大致沿着或垂直于行进方向取向)。最后的子步骤是基于取向的分析将相应类型的指示(尤其是误差指示等)分配给该部分。
根据增强的应用示例，该方法包括以下步骤：分析该部分内的温度偏差，例如，以找出第一区的温度值与该部分内的最小或最大温度值或与属于该区周围的测量点的温度值的偏差。根据另一应用示例，热分布的分析包括另一子步骤，即，确定测量点的第二区(彼此相邻铺设并且具有另一预定范围内的温度值，其中，第二区至少部分地被具有另一预定范围之外的温度值的测量点包围，或者其中，第二区邻接第一区)并且分析第二区相对于行进方向的取向。
通常，一些应用示例可以基于以下发现：存在像所检查的铺路区域内的温度点的取向和温度偏差的一些标准，使得能够实时解析热数据，使得可以识别分离的潜在原因，并且可以给出到铺路人员的可能的解决方案的自动通信。为了支持铺路人员，热分布内的识别图案(尤其是误差图案等)被识别并分配给预定的图案类型或预定的误差类型。图案类型或误差类型的分配使得能够向铺路人员输出指令/提示，以避免相应类型的图案或误差(热分离)的典型原因。这种到铺路人员的通信的示例可以是在严重分离问题的情况下对铺路操作员或铺路监管员的实时警告。主要优点是所描述的系统自行分析热数据并且给出建议，而无需无铺路人员的帮助。因此，与机械操作员或铺路人员或铺路专家的经验无关。本发明的应用示例还具有以下优点：系统连续且不中断地分析所测量的温度分布。当着眼于现有技术时，不能保证机械操作员在铺路过程期间总是着眼于操作和显示单元的显示并且检测可能出现的每个问题。由于连续监测，因此提高了要生产的道路的整体质量。
根据应用示例，温度偏差的分析可能具有不同的变体。例如，为了分析温度偏差，可以执行确定从属于第一区的一个测量点至该区之外的一个测量点的温度梯度的子步骤，以检测温度梯度是低于还是高于预定阈值，例如，25华氏度(150°F与175°F)或50华氏度(150°F与200°F)(约14℃或28℃)。在美国，25华氏度和50华氏度的阈值是“中度”和“严重”分离的标准变化定义，因此这些阈值定义必须被视为示例，并且可以根据具有不同材料、宽度和深度的其他铺路实践而变化。例如，在150英尺的区段上，对于最小分离度或无分离，低于25华氏度(14摄氏度)；对于中度分离，在25华氏度与50华氏度(14摄氏度与28摄氏度)之间；并且对于严重分离，高于50华氏度(28摄氏度)的分类对于许多美国铺路实践是最好的。但是必须指出的是，这些温度和距离变化是基于对由平均美国铺路实践组成的项目执行的研究而选择的。可选地或此外，可以针对两个不同的区执行点到点比较。根据另一应用示例，可以分析该部分的所有温度值，以确定该部分内的最低温度和最高温度。这使得能够将第一区的一个温度值与该部分内的最高或最低温度值进行比较。
根据应用示例，可以检测不同的图案或误差指示。此处，可以进行五种类型(类型A至类型E)之间的区分。例如，当第一区被布置为垂直于或大致垂直于行进方向时，可以检测类型A的误差或图案指示。类型A的误差或图案的另一指标是第一区的垂直布置和低于例如约25华氏度或50华氏度(约14摄氏度或28摄氏度)的预定阈值的温度变化。类型A的误差或图案导致最低至中度的负载末端分离，这被视为铺路材料中的较粗糙位置和/或具有较高的空气间隙。根据应用示例，可以向铺路机的操作员输出指令。该指令可以包括以下注释中的一项：
-确保行在放置时重叠；
-确保行放置不在铺路机前面的极端距离处；并且
-确保铺路机料斗和/或材料转移车辆料斗中的堆高度保持一致并且处于可接受的水平。
根据应用示例，当第一区和第二区被布置为垂直于行进方向时并且当至少一个冷区布置在第一区与第二区之间时，可以指示类型B的误差或图案。冷区包括当与第一区和第二区的温度值相比较时降低至少50华氏度(至少28摄氏度)的温度值。类型B的误差或图案的另一指标是第一区、第二区和冷区的上述布置结合例如高于约50华氏度(约28摄氏度)的预定阈值的高温度变化。类型B的误差或图案指示严重的负载末端分离。在类型B的误差或图案的情况下，根据进一步的应用示例，该方法可以包括向操作员输出具有以下内容的指令的额外步骤：
-确保行在放置时重叠；
-确保在铺设机获得铺设材料之前，行未被放置在铺设前面的一距离处而引起极端冷却；
-确保铺设机料斗和/或材料转移车辆料斗未被耗尽并且料斗翼未在负载之间折叠；并且
-确保卡车的适当的多点装载。
根据应用示例，可以识别和指示类型C的误差或图案。当第一区和第二区横向/沿着行进方向布置并且当一个或多个冷区布置在其间时，存在类型C的误差或图案。另一额外的指标是高于例如约50华氏度(约28摄氏度)的预定阈值的温度变化(在整个部分上看到)。类型C的这种误差或图案导致错误分离，并且可能是在缓慢铺路速度下由长时间停止和过度整平加热引起的。在这种情况下，该方法可以向操作员输出包括以下内容的指令：
-最小化停止时间；并且
-监测停止时的整平板印面的热图像，并且降低整平板温度。
根据应用示例，可以指示类型D的误差或图案，其中，第一区沿着行进方向横向延伸并且居中。额外的指标是低于约50华氏度(约28摄氏度)的温度变化。在这种情况下，该方法可以向操作员输出包括以下内容的指令：
-检查现场的材料移动，以确定其他扩展对于一致流动是否是必要的；
-考虑添加大型机扩展；并且
-确保反冲踏板处于良好状态。
根据应用示例，当第一区、第二区以及第三区沿着行进方向将该部分划分为不同的区(即，至少三个垂直布置的区)时，可以指示类型E的误差或图案。此处，额外的指标是高于例如约50华氏度(约28摄氏度)的预定阈值的温度变化。类型E的误差或图案导致负载到负载的分离。此处，该方法可以向操作员输出指令：
确保一致的卡车运输操作；并且
确保一致的混合设备操作。
关于上述方法，应注意，根据应用示例，通过上述方法调查区域的多个部分。由于连续地执行分离的分析，因此多个部分通常彼此重叠，其中，重叠是由于铺路机沿着行进方向行进导致的。
另一应用示例提供了一种用于执行上述方法的设备，即，用于检测沿着铺路区域分布的铺路材料的质量的设备。该设备至少包括用于接收热分布的接口和用于执行其分析的计算器。
根据应用示例，该设备可以额外地包括用于重现一个或多个热分布的热分布相机或沥青温度扫描仪。根据额外的应用示例，该设备可以包括位置传感器，像用于连续测量铺路机的位置并且将位置信息添加至温度分布并且由本发明的温度测量系统给出建议的GPS传感器。根据另一应用示例，该设备包括用于输出信息/指令的移动装置或显示器。该移动装置或显示器能够实现本发明的监测。根据另一应用示例，该设备包括无线通信模块，该无线通信模块被配置为在严重分离问题和/或无分离问题的情况下经由无线通信链路向以下项发送实时警告：
-施工现场的监管员的移动装置(智能电话和/或智能手表)；
-远离或靠近施工现场的监督场所中的计算机、平板电脑等；
-在沥青铺路机后面的一个或多个辊压实机驾驶员，使得可以向辊驾驶员通知关于沥青铺路过程的问题。然后，辊驾驶员可以例如调整、修改或优化辊压实机的参数、设置等；和/或
-远处的数据服务器，使得例如可以向卡车驾驶员和/或沥青混合设备的工作人员通知关于沥青材料的问题。
例如，经由CAN-WLAN-网关模块(无线通信模块)可以发送实时警告，该CAN-WLAN-网关模块布置在机器上并且是机器通信总线系统(例如，CAN(控制器局域网)等)与无线通信系统(例如，WLAN、蓝牙等)之间的接口。
在无分离问题的情况下，例如，当所指定的区段或约150英尺的距离不存在任何(误差)指示时，这种实时警告可以是输出肯定消息或确认。
根据实施方式，该方法进一步包括基于第一质量参数向铺路工作人员输出指令的步骤。这具有基于质量参数实施动作或改变施工机械的参数的目的；此外或可选地，该方法进一步包括在输出指令之后或在实施动作之后或在改变参数之后确定第一分析参数(再次)的步骤。
应用示例的优点是给承包商提供了一种使用铺路机积极地影响沿着铺路区域分布的铺路材料的质量的装置。
附图说明
下面，随后将参考附图讨论本发明的实施方式，其中，
图1a示出了铺路机的示意性表示，此处，包括根据第一应用示例的用于控制分布的铺路材料的质量的设备的沥青铺路机；
图1b示出了用于示出根据第一应用示例的分析热分布的原理的铺路区域的示意性表示；
图2示出了属于用于控制质量的设备的控制单元的示意性表示；
图3示出了指示热分布的不同温度水平的示意性说明；
图4至图8示出了属于具有分配给不同图案类型或误差类型的区域的分布式路面的示意性热分布，用于示出根据应用示例确定热分布内的不同图案类型或误差类型的原理；
图9示出了属于分布式路面分离症状的示意性热分布；
图10示出了检测使得能够评估铺路材料的质量的数据集的方法的示意性流程图；
图11a示出了根据基本实施方式的计算单元的示意性框图，通过使用该计算单元可以确定数据集；并且
图11b示出了与图11a的计算单元相当但根据增强的实施方式增强的计算单元的示意性框图。
具体实施方式
下面，随后将参考附图讨论本发明，其中，相同的参考标号被提供给具有相同或相似功能的元件，使得其描述是可相互适用且可互换的。在讨论本发明的实施方式之前，将讨论自学习算法的背景。
本发明的实施方式从使用铺路机控制沿着铺路区域分布的铺路材料的质量的方法和使用铺路机检测沿着铺路区域分布的铺路材料的质量的设备开始(如由EP 3456880A1所公开的，道路施工机械领域中的质量控制系统，例如，沥青铺路机械，基于在机械或工具(整平板)正后方的诸如沥青或柏油的新铺设材料的温度测量)。实施方式提供了基于人工智能/自学习算法的学习模式。为了在操作和显示单元的软件中实时解析热数据，需要将热数据图案存储在操作和显示单元的存储器中，以将其与当前所测量的温度分布进行比较。这些比较数据可以通过人工智能/自学习算法生成，从而使得能够确定或添加新的热数据图案(描述热分离的根本原因的新的热分布布局)的。可选地可能的是，机械操作员或铺路工作人员或铺路专家必须验证由系统做出的决定。
在图1a中，示意性地示出了道路修整机10，例如，沥青铺路机。由地面120上的箭头F示出了道路修整机10的行进方向。为了将铺路材料分布在地面120上并且形成路面50，机械10包括附接至机械10的后端的整平板15。
此外，机械10包括位于其后端的温度测量单元20，该温度测量单元20例如可以是热分布相机或沥青温度扫描仪。可选的气象站40也布置在温度测量单元20的区域中，该气象站40示例性地确定道路修整机10的区域中的风速和环境温度。温度测量单元20通过外边缘111和112测量横向上(即，横向于道路修整机10的行进方向)受限的道路宽度B上的新铺设的路面50的表面110的温度。因此，测量值被记录在示意性示出并且优选地但不必横向于和/或沿着道路修整机10的行进方向相等距离d布置的测量点100处。
根据测量单元20的精确实现方式，测量点100可以被布置为记录具有二维的温度分布或仅可以被布置为横向于行进方向F，使得在沿着行进方向F行进期间记录并且由沿着行进方向F的多次测量组成具有二维的热分布。
图1a的道路修整机10可以包括电连接至温度测量单元20的操作和显示单元30，该操作和显示单元30至少包括用于执行分析的CPU。如图1a所示，操作和显示单元30可以安装在铺路机的控制平台附近。但是也可以将操作和显示单元30安装在机械的任何其他点，例如并且优选地安装在整平板15处，使得铺路工作人员可以容易地观看显示屏。操作和显示单元30与移动计算机相当并且至少包括微控制器、一个或多个存储器单元(RAM、ROM、闪存…)以及一个或多个输入和输出装置，例如触摸显示屏。如图2所示，操作和显示单元30在输出装置(显示屏)上以图形示图示出了新铺设的路面50的表面110的测量温度分布。图4至图9示出并且稍后更详细地描述该图形示图的示例。
机械操作员或铺路工作人员(未示出)能够在操作和显示单元30的显示屏上看到新铺路的道路50的测量温度分布。图2示出了操作和显示单元30的前侧201的示例。在中间区域中是显示屏202，优选地是触摸显示屏。显示屏202左侧、右侧以及下方是多个输入键205。在显示屏202的中间区域，图形示出了测量温度分布204。在温度分布204的上方、右侧以及下方示出了一些符号203。一些符号203示出了当前铺路过程的数据或信息，例如，2m/min的铺路机速度、1m/min的风速、41％的湿度等。
对于操作员或铺路工作人员来说，单元30所示的信息是非常有用的，其中，必须连续监测该信息。为了提高可靠性，当存在用于解释热图案的规则时，可以执行铺路质量的自动控制。将参考图1b讨论该方法。
图1b示出了铺路区域47的示意图，铺路材料15已经使用沿着行进方向F行进的铺路机沿着该铺路区域47分布。如关于图1a所讨论的，使用热分布相机或沥青温度扫描仪分析新铺设的道路50的表面110。用于确定热分布的装置捕获区域47的至少一部分，该部分由参考标号49标记。在布置多个测量点100的部分49中，针对每个测量点，可获得相应的温度值。
彼此相邻布置并且具有可比较的温度(即，预定范围内(即，在170摄氏度至190摄氏度之间)的温度值)的测量点可以被分组到公共区。
此处，示例性地示出了第一区51a和第二区51b。第一区51a垂直于行进方向F，即相对于路面15横向布置，其中，区51b沿着行进方向F布置。区51a和51b两者通常被具有预定范围之外的温度值的多个测量点包围。可选地，两个区可以彼此相邻布置，使得在预定范围之外的仅几个测量点或几乎没有测量点布置在两个区之间。通常，应当注意，每个区51a和51b由局部点与周围环境之间的温度偏差形成。
区51a和51b沿着其布置的取向给出了温度变化的原因的良好提示。不同原因的另一指标是温度偏差本身。此处，可以执行多种方法。例如，可以分析区(例如，51a)与周围环境之间的温度偏差。根据另一方法，可以检测两个区51a和51b之间的温度偏差。可选地或另外，可以将一个区内(例如，区51a内)的平均温度的一个区内的温度与部分49的最低或最高温度值进行比较。
关于每个区51a和51b，应注意，通常对应区51a和51b内的温度偏差最大为30％或20％，或者根据优选实施方式至少10％，其中，该百分比是指距区51a和51b内的平均温度的±。
上述用于控制铺路质量的自动方法包括确定对应区51a和/或51b并且分析第一区的取向的步骤。基于取向并且根据进一步的示例，结合温度偏差，可以针对相应部分49执行指示(具体地，误差指示等)的分配。
从贯穿相应图案类型或误差类型(类型A-类型E)的这种分配开始，可以向操作员输出帮助他改进最近情形的指令。可以通过使用显示单元30或移动装置来执行输出指令的步骤。
下面，将关于图4至图9讨论不同的温度分布，其中，每个温度分布可以被分配给相应的图案指示或误差指示。图4至图9分别示出了新的路面道路50、新铺设的路面50在道路宽度B上的表面110的若干不同的测量温度分布，由此所示图形中的不同阴影线代表根据图3的阴影线温度梯度中所示的不同温度。其他温度梯度(例如，颜色梯度，如彩虹温度颜色梯度或铁温度颜色梯度)是已知的，例如，参见图2中的参考标号206。
在图3中并且还在图4至图9中，用较近的阴影线标记热温度，用较轻的阴影线标记冷温度，其中，热温度是指约356华氏度(约180摄氏度)的温度，冷温度是指约203华氏度(约95摄氏度)的温度。
距离B'和方向F'(仅在图4中示出但适用于所有的图4至图9)对应于新铺设的路面50的道路宽度B和道路修整机10的行进方向F(参见图1a)。图4至图9详细地示出了在铺路过程期间可能发生的不同的热分离问题。在下文中，更详细地描述了测量的温度分布、热分离问题、其根本原因以及可能的解决方案。
以下描述的一些部分涉及所谓的堆料铺路。在这种铺路机中，热铺路材料不直接倾卸到铺路机料斗中。相反，该热铺路材料作为堆料直接放置在铺路机前面的道路上。这种堆料铺路机提供装载输送机，该装载输送机拾起铺路材料并将其装载到料斗中。此后，铺路材料通过第二输送机移动到横向螺旋输送器和整平板前面的位置，以与具有料斗的铺路机器同样的一般方式直接从自卸车接收热沥青铺路材料。
图4示出了类型A的图案指示或误差指示的典型温度分布。此处，热变化水平示出了最小至中等的负载末端分离，其通常被视为沥青物质中较粗糙的位置，并且将具有高空气空隙，使得沥青更容易由于氧化、湿气渗透或者导致破裂和坑洞而引起的早期损坏的影响。
变化温度区段(例如，图4的行401至404)横向于道路修整机10的行进方向F、F'具有不同的温度偏差(热变化水平)。如该示例中可以看出的，整体温度偏差被限制到约50华氏度(约28摄氏度)。
为了改进所示的情况，存在三种可能的解决方案。如果是堆料铺路，则确保行在放置时重叠。如果是堆料铺路，则确保行放置不在铺路机前面的极端距离处。确保铺路机料斗和/或材料转移车辆(材料进料器)料斗中的堆高度保持一致并且处于可接受的水平。
图5示出了具有严重装载末端热分离的热变化水平，其影响沥青路面混凝土结构的长期耐久性。该图案或误差指示为类型B。
热图案示出了横向于道路修整机10的行进方向F、F'具有高温偏差(热变化水平)的各种温度区段(参见行501至509)。冷温度的小区段在一些行之间(参见510和511)，并且还靠近外边缘(参见512和513)。
可能的解决方案是：如果是堆料铺路，则确保行在放置时重叠。如果是堆料铺路，则确保在铺路机获得材料之前，行未被放置在铺路机前面的一距离处而引起极端冷却。确保铺路机料斗和/或材料转移车辆(材料进料器)料斗未被耗尽并且料斗翼未在负载之间折叠。如果最后倾卸到铺路机料斗中，则确保卡车的适当的多点装载。环境条件可以决定在用于再混合分离材料的操作中需要材料转移车辆(材料进料器)。
关于图6，将讨论类型C的图案或误差。图6的热图像示出了在低铺路速度下由长时间停止和过度整平加热引起的假分离。图6示出了具有各种温度区段的两个不同的区域601和602。在区域601中，存在具有高温度偏差(热变化水平)的若干温度区段。区段603和604处于约140摄氏度至150摄氏度的中间温度范围内。区段605和606处于约170摄氏度至180摄氏度的高温度范围内，并且横向于道路修整机10的行进方向F、F'延伸。区段607和608是在约95摄氏度至105摄氏度的低温度范围内的点。在区域602中，在道路修整机10的行进方向F、F'旁边的高温度范围内主要存在两个温度区段609和610。
可能的解决方案是：最小化停止时间。监测停止时的整平板印面的热图像，并且如果可能的话降低整平板温度。
关于图7，将讨论类型D的图案或误差。图7示出了具有一些热条纹区域的温度分布。图7中的图像包含由于条纹引起的最小变化，但是中等至严重的热条纹可以导致整个垫的连续分离。主要示出了处于中间温度范围内的四个区域701至704，其中，区域705示出了也处于中间温度范围内的道路修整机10的行进方向F、F'旁边的线性区域。线性区域705在702中开始并且在703中结束。此外，由区段706限定的区域示出了在非常高的温度范围(高达180摄氏度)中的中心线区域。
可能的解决方案是：检查侧面处的材料移动，以确定螺旋输送器扩展对于一致流动是否是必要的。如果材料在端门向前移动，则还可以考虑添加主框架扩展。关于中心线条纹检查，以确保反冲踏板处于良好状态。如果反冲踏板处于良好状态，则升高流动门和/或螺旋输送器高度。
图8描述了图案或误差类型E的区域倾斜。图8示出了具有负载到负载分离的路面的热图像。图8示出了具有各种温度区段的三个不同区域801、802和803。区域801和802示出了在中间温度范围和高温度范围内并且横向于道路修整机10的行进方向F、F'的几个主要温度区段804至807。在区域802与803之间存在指示铺路机停止的小边界。区域803示出了与其他两个区域801和802相当的无热变化水平。可能的解决方案是：确保一致的卡车运输操作。确保一致的混合设备操作。
仅为了完整起见，图9图示了示出最小分离至没有分离的温度分布。可以看出，热变化水平始终低于约25华氏度(约14摄氏度)或更低。
如以上所讨论的，例如通过操作和显示单元30(参见图1)或温度测量系统的CPU自动执行温度图案的分析。基于该分析，系统可以使用移动装置输出或者为操作员和工作人员显示指令。该指令可以包括实时每次负载。实时警报可以包括进一步的信息，例如分析的分离的潜在原因和/或给铺路工作人员建议的可能的解决方案。在给出的警报和提供的信息之外，卡车驾驶员和/或沥青混合设备工作人员可以调整、修改或优化沥青生产和运输过程的参数、设置等。这些可以例如改变沥青混合过程的温度或最小化从沥青混合设备到施工现场途中的卡车的数量(以最小化沥青铺路机前面的沥青卡车的等待时间)。
根据另一示例，可以使用网络技术执行指令的输出，使得如果所发生的分离问题是由错误的沥青混合料引起的，则可以将指令给沥青混合设备。
尽管在以上示例中，温度测量单元已经被表征为指向沥青铺路机后面的新铺设的沥青垫的热分布相机或沥青温度扫描仪，但是应注意，如果测量原理使得能够捕获热分布，则其他测量原理(如使用多个传感器)也是可能的。
根据另一实施方式，可以使用所谓的学习模式。这种学习模式(也被称为示教模式)的目的在于向已经可用的数据集添加新的热数据图案(描述热分离的资源的新的热分布)或者生成新的数据集。根据优选实现方式，例如通过使用人工智能或通常自学习算法自动或半自动地执行该学习模式。
下面，参考图10，将讨论对应的方法1000。
图10示出了检测数据集的方法1000，该数据集至少包括第一质量参数(例如，描述误差类型)和第一分析参数(例如，特定热图案或通常使得能够得出关于路面的质量的结论的参数，其中，该分析参数例如在图像/热分布内是可确定的)。
第一质量参数和第一分析参数一起描述了可识别的情况，例如，包括典型误差以及用于识别所述误差的典型参数。第一质量参数或通常一个或多个质量参数可以是关于误差/误差类型的信息或者还可以是测量值，例如，路面的均匀度等。分析参数描述用于表征第一区(例如，点)的参数，在该第一区内可检测到误差。该区被定义为彼此相邻布置并且具有预定范围内(例如，比部分包围第一区的测量点的温度值高至少10％)的所有温度值的测量点。当看到局部分配时，第一区与铺路区域的一部分的第一子部分相对应。第一子部分是确定第一质量参数的区域。两个参数(第一质量参数和第一分析参数)一起形成数据集，基于该数据集使得能够通过使用上述系统评估铺路材料的质量。可以使用包括两个基本步骤1100和1200的方法1000来完成数据集的(半自动/自动)确定。
在步骤1100中，接收分布有铺路材料的铺路区域的一部分的第一热分布。该部分包括第一子部分。假设在所述第一子部分中，存在局部受限的质量情况，例如，存在误差。第一子部分的点的温度值包括在第一热分布中，其中，测量点的第一区被分配给第一子部分。换句话说，第一热分布包括分配给该部分的相应测量点的多个温度值，其中，温度值的选择是指第一区并且属于第一子部分的测量点。当然，除了第一子部分(受关注/要分析的部分)之外，整个部分可以包括可分配到热分布内的其他/第二区的其他/第二子部分。
下一个基本步骤是分析第一热分布。该步骤在图10中由参考标号1200标记。该分析步骤1200包括三个子步骤1210、1220和1230。
在步骤1210中，确定彼此相邻并且具有预定范围内的温度范围的测量点的第一区。该第一区至少部分地被具有预定范围之外的温度的测量点包围，例如形成第二区或连续区域。例如，第一区可以被解释为具有非常高的温度值的点，即，在整个温度分布内的所谓的热点。
在下一个步骤1220中，确定第一区的第一特征分析参数。例如，当与属于第一区周围的测量点的温度值进行比较时，第一区内的温度值的平均温度或者第一区内的温度值的相对温度可以被确定为第一特征分析参数。另外或可选地，第一区的几何形状(例如，相对于第一区的行进方向的取向或第一区的大小或形状)可以被确定为特征分析参数。这些分析参数中的一个或多个用于使得能够识别假设可能发生可比较的可识别的情况/可比较的误差的区。优选地，使用多于一个或所有分析参数详细描述第一区。
对于与第一热分布内的第一区相对应的子部分，在步骤1220中确定质量参数，例如，均匀度或误差类型。根据实施方式，可以手动地(即，由操作员)确定该质量参数。可能的变体是手动测量例如分离的均匀度或视觉检查。该步骤1220的结果是将相应的第一分析参数或相应的分析参数的第一集合分配给相应的质量参数。
在步骤1230中，分析参数和质量参数的组合被存储在例如本地或服务器上。
根据实施方式，针对多个可比较的情况重复这些步骤1100和1200是有利地。例如，如果在不同的子部分处发现相同的质量参数，例如相同的误差类型(参见步骤1330)，则自运行算法可以发现分析参数内的相似性，以便训练其自身来确定相关误差类型。例如，如果确定属于相同误差类型的相应区具有相同的取向，则可以以该取向指示相应误差类型的方式训练算法。可选地，可以考虑点内的温度值之间的温度偏差或与点之外的平均温度相比的点的平均温度之间的温度偏差。例如，当点温度与周围环境的偏差大于10度并且当取向相对于行进方向具有某个角度(例如，90°)时，算法可以发现通常发生属于相应误差类型的相应误差。如果每当发现相应的误差时可以确定这两个分析参数，则可以通过使用该方法推导出多个分析参数中的所述两个分析参数是相关的，并且哪个相应的阈值指示存在某种情况。由于存在多个可能的分析参数，并且可以通过使用训练数据来训练单个参数或单个参数的组合相对于误差类型的相关性。参数可以是组中的一个或多个：
·第一区相对于行进方向的取向；
·第一区内的温度值的平均温度；
·当与属于该第一区周围的测量点的温度值进行比较时，第一区内的温度值的相对温度；
·第一区的大小；
·第一区内的温度偏差；
·第一区的图案的形状；
·存在与该部分的第二子部分相对应的测量点的第二区；
·与该部分的另一子部分相对应的测量点的另一区；
·第一区至第二区或第一区至另一区的距离；以及
·第一区至第二区或第一区至另一区的相对位置。
应当注意，针对不同的误差类型，不同的分析参数可以是相关的。
总之，优选地针对将可比较的误差类型映射到分析参数的不同情况重复两个步骤1100和1200，以便找出哪些分析参数和所述分析参数的哪个值指示相应的情况/误差。此外，优选地针对将不同的误差类型映射到分析参数的不同情况重复两个步骤1100和1200，以便找出哪些分析参数指示不同的情况/误差。这些误差类型或通常质量参数与一个或多个分析参数一起形成所谓的训练数据，使得能够训练算法。
根据进一步的实施方式，可以将针对相应情况的数据集存储为一种解决方案，如要改变的铺路机参数以便避免所确定的误差。
从确定分析参数的该中心过程开始，使得能够得到关于路面的质量(驾驶方向、点的取向、不同区之间的温度差)的结论。可以如下增强该过程。一般而言，上述方法1000使得能够从温度分布或另一种图像(例如，路面的彩色图像)中提取分析参数。这些是不常见或不期望的参数。在诊断阶段期间，可以确定质量参数和任选地潜在测量。在实施该测量之后，路面的图像改变，例如变得均匀。因此，相应的分析参数将低于相应的阈值，并且路面的质量在规范内。该过程可以描述如下：
-确定或使用分析参数；
-分析图像，例如，关于分析参数的热记录；
-执行诊断以确定路面的质量问题，即确定质量参数；
-提供关于潜在测量的消息以解决质量问题；
-实施测量；
-作为实施的结果，改变相应的分析参数；
-接收新图像并再次分析分析参数。
分析参数的确定或分析参数的验证针对通过人工智能执行的分析是重要的。
其背景独立于分析参数，可以使用相应地训练的人工智能图像识别算法来分析图像并提取诊断。在这种情况下，训练数据集仅包括使得能够执行诊断的图像和相应的质量参数。该过程被称为“标记”并且可以由人类支持，例如，通过选择应该执行标记所基于的分析参数。在缺少人类支持的情况下，可能发生不同质量情况之间的差异是误导性的。例如，被训练用于在哈士奇和狼的图像之间执行区分的人工智能算法可以基于错误的参数，例如背景，因为哈士奇通常被记录在冬季景观中。当由人工智能算法自动确定这种错误的参数时，大多数决策可以是正确的，但是放在了完全错误的参数中，因为这种算法无法区分哈士奇和狼，而更多的是区分冬季景观中的动物或另一景观中的动物。因此，根据实施方式，预先选择分析参数。
关于要输出到铺路工作人员的所提出的测量/指令，应当注意，根据实施方式，可以证明这些测量的有效性。例如，可以确定在实施测量之后拍摄的相应图像的相同质量参数，以证明所采取的动作是否成功。根据实施方式，可以将关于相应分析参数的信息输出至例如执行算法的训练的中央单元，以便评估所提出的测量。根据另一实施方式，可以监测工程机械/路面的改变的参数，并与分析参数一起并且可选地与质量参数一起反馈至训练算法，以便监测在哪种情况下哪些参数导致哪种结果。如此实施的系统可以连续地学习新问题点的确定，并连续地改进所选解决方案的有效性(例如，改变机器参数)。
方法1000可以优选地通过形成人工智能的神经回路来完成。此处，针对每种情况(点)确定的多个分析参数被用作神经回路的输入参数，其中，基于与可比较的质量参数相关的相应分析参数的相关性来确定节点。图11a和图11b示出了基于人工智能的计算单元的这种黑匣子。
图11a示出了例如从连接到红外相机1420(一般温度传感器)的接口1410接收至少第一热分布IR的计算单元1400。温度分布可以是用于包括至少第一子部分的路面的相应部分的红外图像IR。该第一子部分与例如由操作员分析的温度分析并行。基于该分析，生成质量参数QP并将其转发到计算单元1400。这两个参数IR和QP是输入参数。这些输入参数IR1、IR2、IR3、IRn和QP1、QP2、QP3和QPn优选地被接收用于多种情形，例如，多个子部分或部分。这些部分可以使用通过使用相同或不同的铺路机的相同的铺路区域或不同的铺路区域来确定。
基于至少一对参数IR1/OQ1或IR2/OQ2或IR3/OQ3，生成彼此分配的相应数据集。假设QP1和QP13描述了可比较的质量参数，例如相同的误差类型，则可以确定分析参数之间的相似性，即IR1与IR3之间的相似性。每对IR1和QP1以及IR3和QP3形成相应的数据集，例如，数据集情形1和数据集情形1'。两个数据集都可以用于描述相应的误差类型。通过具有多个这种数据集，可以确定所有分析参数和相应的阈值/阈值(大于120度或在115度至130度的范围内)范围中的相关分析参数。多个数据集“sit.1”提高了相应情况的确定效率和确定精度。当然，根据实施方式，可以确定不同的情况，例如，属于不同的质量参数。此处，数据集IR2和QP2产生描述不同情况的数据集，此处是情形2(数据集“sit.2”)。
应注意，数据集sit.2和数据集sit.1'用阴影线标记，因为根据基本实现方式分析多对ERn和QPn仅为可选的。
图11b示出了计算单元1400的另一配置。该计算单元接收相同的输入参数IR和OP，以确定它们相应的数据集。然而，根据图11b的实施方式的计算单元1400进一步使得能够接收决策参数作为学习数据的一部分。该决策参数可以是例如通过使用不同的传感器确定的参数。例如，该决策参数可以取决于铺路机的操作参数或铺路机的配置。例如，屏幕的宽度或铺路材料的温度可能会产生影响。该决策参数可以用作输入参数或可以用于适配节点，例如，要组合的节点的数量或分析参数。
根据实施方式，通过使用训练数据确定的确定算法具有多个决策层。例如，在第一决策层中，可以确定检测区是否具有取向。在下一个决策中，可以确定取向是垂直于还是平行于行进方向。在下一个决策层内，可以确定该区是热区还是冷区。通过使用这些决策，可以将情况清楚地分配给质量参数。然而，其他分析参数或另一顺序可以具有相同的结果。自学习算法使得能够找出哪个参数和哪个顺序导致高确定效率和精度。其背景是相应决策的顺序可能会产生影响；例如，导致平行于行进方向的分离点的误差可以具有低温度水平或中等温度水平的温度值。沿着行进方向从一端到另一端的温度由于沿着行进方向的点内不同位置的冷却持续时间不同而不同。因此，沿着行进方向的纵向点的确定可以使绝对温度值的一些分析例如过时。因此，首先确定取向(即，第一决策层中的一个)可能是有益的。通过使用多个训练数据，可以找出相应分析参数之间的交叉引用。优选地，这通过使得能够使用大数据(大量训练数据)的益处的人工智能方法来完成。
尽管已经在设备的上下文中描述了一些方面，但是清楚的是，这些方面还表示对应方法的描述，其中，框或装置与方法步骤或方法步骤的特征相对应。类似地，在方法步骤的上下文中描述的方面还表示对应设备的对应框或项目或特征的描述。一些或所有方法步骤可以通过(或使用)硬件设备(例如像微处理器、可编程计算机或电子电路)来执行。在一些实施方式中，一些一个或多个最重要的方法步骤可以由这样的设备来执行。
根据某些实施要求，本发明的实施方式可以以硬件或软件实施。可以使用数字存储介质(例如，软盘、DVD、蓝光、CD、ROM、PROM、EPROM、EEPROM或闪存)执行该实现方式，数字存储介质具有存储在其上的电子可读控制信号，该电子可读控制信号与可编程计算机系统协作(或能够协作)从而使得执行相应方法。因此，数字存储介质可以是计算机可读的。
根据本发明的一些实施方式包括具有电子可读控制信号的数据载体，该电子可读控制信号能够与可编程计算机系统协作，从而使得执行本文所述的方法之一。
通常，本发明的实施方式可以被实现为具有程序代码的计算机程序产品，当计算机程序产品在计算机上运行时，程序代码可操作用于执行这些方法之一。程序代码可以例如存储在机器可读载体上。
其他实施方式包括存储在机器可读载体上的用于执行本文所述的方法之一的计算机程序。
换句话说，本发明的方法的实施方式因此是具有程序代码的计算机程序，当计算机程序在计算机上运行时，程序代码用于执行本文所述的方法之一。
因此，本发明方法的进一步实施方式是数据载体(或数字存储介质，或计算机可读介质)，其包括记录在其上的用于执行本文所述的方法之一的计算机程序。数据载体、数字存储介质或记录介质通常是有形的和/或非过渡性的。
因此，本发明方法的进一步实施方式是表示用于执行本文所述的方法之一的计算机程序的数据流或信号序列。数据流或信号序列可以例如被配置为经由数据通信连接(例如，经由因特网)进行传送。
进一步的实施方式包括处理装置，例如，计算机或可编程逻辑装置，该处理装置被配置为或被适配为执行本文所述的方法之一。
进一步的实施方式包括其上安装有用于执行本文所述的方法之一的计算机程序的计算机。
根据本发明的进一步的实施方式包括被配置为将用于执行本文所述的方法之一的计算机程序传送(例如，电子地或光学地)到接收器的设备或系统。接收器可以例如是计算机、移动装置、存储装置等。该设备或系统可以例如包括用于将计算机程序传送至接收器的文件服务器。
在一些实施方式中，可编程逻辑装置(例如，现场可编程门阵列)可以用于执行本文所述的方法的一些或所有功能。在一些实施方式中，现场可编程门阵列可以与微处理器协作以便执行本文所述的方法之一。通常，这些方法优选地由任何硬件设备来执行。
上述实施方式仅用于说明本发明的原理。应理解，本文所述的布置和细节的修改和变化对于本领域的其他技术人员将是显而易见的。因此，其目的仅由随后的专利权利要求的范围限制，而不由通过本文实施方式的描述和解释呈现的具体细节限制。

Claims (22)

1.一种用于检测使用铺路机沿着铺路区域分布的铺路材料的质量的方法，包括以下步骤：
接收(1100)分布有所述铺路材料的所述铺路区域的一部分的第一热分布，所述第一热分布包括分配给相应测量点的多个温度值；其中，所述部分包括第一子部分；
分析(1200)所述第一热分布，以检测所述部分内的所述铺路材料的分离点，从而使得能够确定所述铺路材料的质量，其中，所述分析(1200)包括：
-确定彼此相邻布置并且具有预定范围内的温度值的所述测量点的第一区(1210)，其中，所述第一区与所述第一子部分相对应，并且其中，所述第一区至少部分地被具有所述预定范围之外的温度值的测量点包围；
-确定所述第一区的第一分析参数(1220)；并且
-确定子部分的第一质量参数(1230)，以将所述第一质量参数分配给所述第一分析参数，其中，所述第一分析参数使得能够得到关于路面的质量的结论；
其中，所述分析(1200)步骤基于包括至少学习参数和至少输入数据的学习数据，其中，所述输入数据包括所述第一分析参数或图案作为所述第一分析参数，并且其中，所述学习参数包括所述第一质量参数或所述第一子部分处的所述铺路材料的误差类型作为所述第一质量参数。
2.根据权利要求1所述的方法，其中，所述方法包括将所述第一分析参数与所述第一质量参数一起存储的步骤；和/或其中，所述方法包括将所述第一分析参数与所述第一质量参数一起发送以将所述第一分析参数和所述第一质量参数存储在服务器上的步骤。
3.根据权利要求1所述的方法，其中，所述分析(1200)步骤包括自学习算法和/或基于人工智能。
4.根据权利要求1所述的方法，
其中，所述方法包括选择分析参数或一个或多个可能的分析参数的区段作为确定所述第一分析参数的子步骤的步骤(1220)；和/或
其中，所述方法包括在执行所述分析(1200)步骤之前选择所述分析参数或一个或多个可能的分析参数的区段的步骤；和/或
其中，所述分析参数是从组中选择的或者包括所述组中的一个或多个参数中的至少一个参数，所述组包括：
·所述第一区相对于行进方向的取向；
·所述第一区内的所述温度值的平均温度；
·当与属于所述第一区周围的所述测量点的所述温度值进行比较时，所述第一区内的所述温度值的相对温度；
·所述第一区的大小；
·所述第一区内的温度偏差；
·所述第一区的图案的形状；
·存在与所述部分的第二子部分相对应的测量点的第二区；
·与所述部分的另一子部分相对应的测量点的另一区；
·所述第一区至第二区或所述第一区至另一区的距离；以及
·所述第一区至第二区或所述第一区至另一区的相对位置；或者
·至少两个或更多个组元素的组合。
5.根据权利要求1所述的方法，其中，所述方法进一步包括接收(1100)所述铺路机的参数和/或所述铺路机的配置的步骤。
6.根据权利要求1所述的方法，其中，确定所述测量点的所述第一区的步骤包括图案确定的步骤。
7.根据权利要求1所述的方法，其中，所述第一质量参数是描述所述第一子部分处的所述铺路材料的误差类型的参数；和/或
其中，确定所述第一质量参数的步骤包括从所述铺路机的操作员接收(1100)指令或信息的子步骤。
8.根据权利要求1所述的方法，其中，所述分析(1200)步骤基于至少包括定义决策节点的类型或数量的决策参数的学习数据，其中，所述决策参数取决于所述铺路机的参数或所述铺路机的配置。
9.根据权利要求1所述的方法，其中，所述方法进一步包括接收(1100)分配给所述第一子部分处的所述铺路材料的质量参数或误差类型的至少一个指令的步骤。
10.根据权利要求1所述的方法，其中，针对相同的铺路区域或另一铺路区域重复所述接收(1100)和所述分析(1200)步骤，和/或其中，针对另一铺路机重复所述接收(1100)和所述分析(1200)步骤。
11.根据权利要求10所述的方法，其中，重复使得能够确定用于可比较情形的多个可比较数据集和/或重复使得能够确定用于不同情形的多个不同数据集。
12.根据权利要求1所述的方法，其中，根据规则网格布置所述热分布内的多个所述测量点。
13.根据权利要求1所述的方法，其中，针对多个温度分布执行所述方法，或者其中，针对彼此重叠的多个温度分布执行所述方法。
14.根据权利要求1所述的方法，其中，所述方法进一步包括基于所述第一质量参数向铺路机工作人员输出指令和/或基于所述质量参数实施动作或改变施工机械的参数的步骤；和/或
其中，所述方法进一步包括在输出所述指令之后或在实施所述动作之后或在改变所述参数之后确定所述第一分析参数的步骤。
15.根据权利要求1所述的方法，其中，所述第一质量参数表征所述路面的质量。
16.一种存储有计算机程序的计算机可读数字存储介质，所述计算机程序具有用于执行根据权利要求1所述的方法的程序代码。
17.一种用于检测沿着铺路区域分布的铺路材料的质量的设备，所述设备包括：
接口(1410)，用于接收(1100)分布有所述铺路材料的所述铺路区域的一部分的第一热分布，所述第一热分布包括分配给相应测量点的多个温度值；其中，所述部分包括第一子部分；以及
计算单元(1400)，用于分析(1200)所述第一热分布以检测所述部分内的所述铺路材料的分离点，从而使得能够确定所述铺路材料的质量，其中，所述分析(1200)包括：
-确定彼此相邻布置并且具有预定范围内的温度值的所述测量点的第一区，其中，所述第一区与所述第一子部分相对应，并且其中，所述第一区至少部分地被具有所述预定范围之外的温度值的测量点包围；
-确定所述第一区的第一分析参数(1220)；并且
-确定子部分的第一质量参数(1230)以将所述第一质量参数分配给所述第一分析参数，其中，所述第一分析参数使得能够得到关于路面的质量的结论；
其中，所述分析(1200)基于包括至少学习参数和至少输入数据的学习数据，其中，所述输入数据包括所述第一分析参数或图案作为所述第一分析参数，并且其中，所述学习参数包括所述第一质量参数或所述第一子部分处的所述铺路材料的误差类型作为所述第一质量参数。
18.根据权利要求17所述的设备，其中，所述计算单元(1400)基于人工智能和/或被配置为执行自学习算法。
19.根据权利要求17所述的设备，其中，所述设备包括被配置为当被引导至所述铺路区域时记录所述部分的热分布的热分布相机或沥青温度扫描仪。
20.根据权利要求17所述的设备，其中，所述设备包括被配置为输出信息和/或指令的移动装置和/或显示器；和/或
其中，所述设备包括从操作员接收(1100)关于质量参数的信息的移动装置或控制单元。
21.根据权利要求17所述的设备，其中，所述设备包括无线通信模块，所述无线通信模块被配置为与服务器交换包括所述第一分析参数以及所述第一质量参数的集合。
22.一种用于分布铺路材料的铺路机，包括根据权利要求17所述的设备。
CN202110694980.XA 2020-06-22 2021-06-22 用于检测数据集的方法和设备 Pending CN113899781A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP20181434.0A EP3929356A1 (en) 2020-06-22 2020-06-22 Method and apparatus for detecting a data set
EP20181434.0 2020-06-22

Publications (1)

Publication Number Publication Date
CN113899781A true CN113899781A (zh) 2022-01-07

Family

ID=71120115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110694980.XA Pending CN113899781A (zh) 2020-06-22 2021-06-22 用于检测数据集的方法和设备

Country Status (3)

Country Link
US (1) US20210395961A1 (zh)
EP (1) EP3929356A1 (zh)
CN (1) CN113899781A (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3456880B1 (en) * 2017-09-13 2021-06-23 MOBA Mobile Automation AG Method and apparatus for controlling a quality of a paving material
US20230002981A1 (en) * 2021-07-02 2023-01-05 Caterpillar Paving Products Inc. System and method for determining paving machine productivity
EP4354370A1 (en) * 2022-10-10 2024-04-17 Volvo Construction Equipment AB Method and system for providing final verification data of the pavement quality of a paving process

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000070150A1 (en) 1999-05-19 2000-11-23 Ingersoll-Rand Company Temperature sensing for controlling paving and compaction operations
US9963836B1 (en) * 2005-02-23 2018-05-08 Gomaco Corporation Method for operating paving train machines
US8099218B2 (en) 2007-11-30 2012-01-17 Caterpillar Inc. Paving system and method
CN102691251B (zh) 2011-03-25 2015-03-25 德国Moba自动控制股份有限公司 摊铺机沥青温度离析红外检测方法
EP2535458B2 (de) * 2011-06-15 2020-04-29 Joseph Vögele AG Straßenfertiger mit Schichtdickenmessvorrichtung
EP2844798A4 (en) * 2012-04-06 2016-08-24 Univ Oklahoma METHOD AND DEVICE FOR DETERMINING THE STIFFNESS OF A TRACK
EP2666908A1 (en) 2012-05-24 2013-11-27 Universiteit Twente Real-time method for automated prediction of internal layer temperature of paving material during paving operations
DE202012009335U1 (de) * 2012-09-27 2012-12-11 Moba Ag Kombinierter Ultraschall Abstandssensor und Infrarot Temperatursensor
PL2789741T5 (pl) 2013-04-12 2019-05-31 Voegele Ag J Wykańczarka z urządzeniem termograficznym
PL2982951T3 (pl) * 2014-08-05 2019-04-30 Voegele Ag J Moduł termograficzny dla układarki
EP2990531A1 (de) 2014-08-27 2016-03-02 Joseph Vögele AG System für Straßenfertiger mit einer Temperaturmessvorrichtung, Verfahren zur Bestimmung eines Abkühlverhaltens und computerlesbares Speichermedium
US9476168B2 (en) * 2014-08-29 2016-10-25 Caterpillar Paving Products Inc. Asphalt paver temperature alert system for asphalt compactor operator
EP3124698B1 (de) * 2015-07-28 2017-07-26 Joseph Vögele AG Strassenfertiger mit walzhinweisanzeigeeinrichtung
EP3229183A1 (de) * 2016-04-08 2017-10-11 MOBA - Mobile Automation AG Vorrichtung und verfahren zur überwachung von prozessdaten bei der strassenfertigung
EP3456880B1 (en) 2017-09-13 2021-06-23 MOBA Mobile Automation AG Method and apparatus for controlling a quality of a paving material
US20190106846A1 (en) * 2017-10-06 2019-04-11 Caterpillar Paving Products Inc. Compaction boundary map for use in paving systems

Also Published As

Publication number Publication date
US20210395961A1 (en) 2021-12-23
EP3929356A1 (en) 2021-12-29

Similar Documents

Publication Publication Date Title
US11802383B2 (en) Method and apparatus for controlling a quality of a paving material
CN113899781A (zh) 用于检测数据集的方法和设备
US10482330B2 (en) Thermographic module for pavers
US11255055B2 (en) Method and system for maintenance of a permanent way for rail vehicles
CN105387939B (zh) 用于确定冷却行为的用于摊铺机的系统
US8099218B2 (en) Paving system and method
Tsai et al. Automatically detect and classify asphalt pavement raveling severity using 3D technology and machine learning
US11572663B2 (en) Facilitating a screed assembly in laying a paving material mat with a uniform finish
CA3211954A1 (en) System and method for automatic monitoring of pavement condition
CN111126802A (zh) 基于人工智能的高速公路检查评价方法及系统
WO2020144219A1 (en) A system and method for assisting in improving a paving job
Salameh et al. Adoption of 3D Laser Imaging Systems for Automated Pavement Condition Assessment in the United States: Challenges and Opportunities
KR101339399B1 (ko) 공항 포장 상태 정보 제공 장치 및 방법
Hui et al. Quality assessment of milling pavement surface using 3D line laser technology
Shorey et al. Computer Vision for Infrastructure Health Monitoring: Automated Detection of Pavement Rutting from Street-Level Images
NCHRP Development of an Asphalt Pavement Raveling Detection Algorithm Using Emerging 3D Laser Technology and Macrotexture Analysis
Elseifi et al. A Machine Learning–Based Framework for Predicting Pavement Roughness and Aggregate Segregation during Construction
CN116858851A (zh) 道路损伤检测方法、装置、计算机设备和存储介质
Mustaffar et al. Application of Digital Photogrammetry to Quantification of Road Surface Distresses
Simms et al. Opportunities and challenges with automation in road construction and condition monitoring in england

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