CN114155700A - 路面湿滑状态监测方法及系统 - Google Patents

路面湿滑状态监测方法及系统 Download PDF

Info

Publication number
CN114155700A
CN114155700A CN202210119967.6A CN202210119967A CN114155700A CN 114155700 A CN114155700 A CN 114155700A CN 202210119967 A CN202210119967 A CN 202210119967A CN 114155700 A CN114155700 A CN 114155700A
Authority
CN
China
Prior art keywords
road surface
friction coefficient
wet
target
target 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
CN202210119967.6A
Other languages
English (en)
Other versions
CN114155700B (zh
Inventor
王丽娟
慕建利
谢静芳
李文静
袁彬
陈树
张鑫鑫
邓美玲
杨如意
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.)
Public Meteorological Service Center Of China Meteorological Administration National Early Warning Information Release Center
Original Assignee
Public Meteorological Service Center Of China Meteorological Administration National Early Warning Information Release Center
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 Public Meteorological Service Center Of China Meteorological Administration National Early Warning Information Release Center filed Critical Public Meteorological Service Center Of China Meteorological Administration National Early Warning Information Release Center
Priority to CN202210119967.6A priority Critical patent/CN114155700B/zh
Publication of CN114155700A publication Critical patent/CN114155700A/zh
Application granted granted Critical
Publication of CN114155700B publication Critical patent/CN114155700B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N19/00Investigating materials by mechanical methods
    • G01N19/02Measuring coefficient of friction between materials
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Automation & Control Theory (AREA)
  • Computing Systems (AREA)
  • Emergency Management (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Regulating Braking Force (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明提供一种路面湿滑状态监测方法及系统,首先通过边缘计算体获取目标路面的路面信息,所述路面信息包括路面状态、路面材质、坡角信息以及路面形态;然后基于所述路面状态以及所述路面材质,确定所述目标路面的优化初始路面摩擦系数,并基于所述坡角信息以及所述路面形态,对所述优化初始路面摩擦系数进行订正,得到目标路面摩擦系数;最后通过目标路面摩擦系数,计算目标路面的湿滑指数,并通过目标路面的湿滑指数表征目标路面的湿滑状态。

Description

路面湿滑状态监测方法及系统
技术领域
本发明涉及路面状态监测技术领域,尤其涉及一种路面湿滑状态监测方法及系统。
背景技术
随着生活水平的提高,目前人们的业余生活丰富起来,例如参加旅游、徒步等活动。而徒步时步道的湿滑状态将直接影响了用户在徒步过程中的人身安全。为此,监测路面湿滑状态至关重要。
目前,现有技术中存在一种路面湿滑状态识别方法,采用包含输入层、银行和输出层的路面湿滑状态识别BP人工神经网络实现对路面湿滑状态进行识别,并给出了路面湿滑状态包括干燥路面、潮湿路面、雪路面以及冰路面。
这种方式虽然可以确定出路面是否属于干燥路面、潮湿路面、雪路面或冰路面,但是而且,BP人工神经网络的训练过程比较复杂,提高了路面状态识别的整体成本。
发明内容
本发明提供一种路面湿滑状态监测方法及系统,用以解决现有技术中存在的缺陷。
本发明提供一种路面湿滑状态监测方法,包括:
获取目标路面的路面信息,所述路面信息包括路面状态、路面材质、坡角信息以及路面形态;
基于所述路面状态以及所述路面材质,确定所述目标路面的初始路面摩擦系数,并基于所述坡角信息以及所述路面形态,对所述初始路面摩擦系数进行订正,得到目标路面摩擦系数;
基于所述目标路面摩擦系数,计算所述目标路面的湿滑指数,所述目标路面的湿滑指数用于表征所述目标路面的湿滑状态。
根据本发明提供的一种路面湿滑状态监测方法,所述基于所述路面状态以及所述路面材质,确定所述目标路面的初始路面摩擦系数,具体包括:
基于所述路面状态以及所述路面材质,从路面状态、路面材质以及路面摩擦系数之间的相关关系中查找所述初始路面摩擦系数。
根据本发明提供的一种路面湿滑状态监测方法,所述路面状态包括干燥路面、潮湿路面、积水路面、雨雪路面、薄雪路面、厚雪路面、结冰路面以及冰雪路面中的一种,所述路面材质包括沥青路面、木板、水泥和石板中的一种,所述路面形态包括台阶以及平面中的一种。
将摩擦系数参考值初始化到每个边缘计算体数据库中,预设根据路面材质参数。
建立摩擦系数矩阵,
Figure 402966DEST_PATH_IMAGE001
,其中s表示边缘计算体编号信息,a表示边缘计算 体所在地点采集的摩擦系数,b表示边缘计算体摩擦系数采集编号;其中,每个边缘计算体, 选择近期摩擦系数矩阵中n*n组数据,n为3的倍数整数;
建立第一标准矩阵
Figure 382423DEST_PATH_IMAGE002
,矩阵共计n行n列,对根据摩擦系数矩阵中a 值按照从小至大进行排序,排序后依次装载到矩阵
Figure 693319DEST_PATH_IMAGE002
中;其中,s表示边缘计算 体编号信息,a表示边缘计算体所在地点采集的摩擦系数,b表示边缘计算体摩擦系数采集 编号,x表示第一标准矩阵中摩擦系数a在矩阵中对应的横坐标,y表示第一标准矩阵中摩擦 系数a在矩阵中对应的纵坐标;
采用两层嵌套九格中心计算法,第一层计算,对第一标准矩阵
Figure 619686DEST_PATH_IMAGE002
数据 分为n组,每组n/3行n/3列共计n个数据,对n组进行轮询计算,计算每n个数据的中心平均数 据,计算方法是,先去除n个数据的中心数据,再计算周围数据的平均数据,计算方法如下:
Figure 230796DEST_PATH_IMAGE003
所述矩阵为n行n列矩阵,其半径r为r=(n/3-1)/2,建立第二标准矩阵
Figure 584417DEST_PATH_IMAGE004
, 将第一层计算结果保存到第二标准矩阵
Figure 668696DEST_PATH_IMAGE004
中。第二标准矩阵共计n位数 据。
第二层计算,对于第二标准矩阵
Figure 398755DEST_PATH_IMAGE004
的n组数据,嵌套采用九格中心 计算法,计算方法如下:
Figure 864371DEST_PATH_IMAGE005
其中a2为该边缘计算体经过历史数据学习的摩擦系数,a1为第一层九格中心计算计算结果。
根据本发明提供的一种路面湿滑状态监测方法,所述基于所述坡角信息以及所述路面形态,对所述初始路面摩擦系数进行订正,得到目标路面摩擦系数,具体包括:
基于所述目标路面的坡角信息,计算所述坡角信息对所述初始路面摩擦系数的第一订正系数,并基于所述路面形态,确定所述路面形态对所述初始路面摩擦系数的第二订正系数;
计算所述第一订正系数、所述第二订正系数与所述初始路面摩擦系数的乘积,并将所述乘积作为所述目标路面摩擦系数。
具体来说,计算第一订正系数C1、第二订正系数C2与边缘计算体经过历史数据学习的摩擦系数a2的乘积,并将所述乘积作为所述目标路面摩擦系数:
Figure 654472DEST_PATH_IMAGE006
其中,第一订正系数采用坡角的余弦值订正摩擦系数:
Figure 939960DEST_PATH_IMAGE007
当路面状态为非干燥路面时,采用路面形态s订正摩擦系数作为第二订正系数:
Figure 208131DEST_PATH_IMAGE008
根据本发明提供的一种路面湿滑状态监测方法,所述基于所述目标路面摩擦系数,计算所述目标路面的湿滑指数,具体包括:
采用如下公式计算所述目标路面的湿滑指数:
I = 1 - a3
边缘计算体将计算结果发送至云计算中心,云计算中心计算所有边缘计算体湿滑指数的平均值,作为总体湿滑指数;
其中,I为所述目标路面的湿滑指数,a3为所述初始路面摩擦系数。
根据本发明提供的一种路面湿滑状态监测方法,所述基于所述目标路面摩擦系数,计算所述目标路面的湿滑指数,之后还包括:
基于所述目标路面的湿滑指数,确定所述目标路面的湿滑风险级别。
根据本发明提供的一种路面湿滑状态监测方法,所述方法还包括:
若判断获知所述湿滑风险级别大于等于预设级别,则发布湿滑预警。
本发明还提供一种路面湿滑状态监测系统,包括:
获取模块,用于获取目标路面的路面信息,所述路面信息包括路面状态、路面材质、坡角信息以及路面形态;
订正模块,用于基于所述路面状态以及所述路面材质,确定所述目标路面的初始路面摩擦系数,并基于所述坡角信息以及所述路面形态,对所述初始路面摩擦系数进行订正,得到目标路面摩擦系数;
监测模块,用于基于所述目标路面摩擦系数,计算所述目标路面的湿滑指数,所述目标路面的湿滑指数用于表征所述目标路面的湿滑状态。
本发明还提供一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一种所述路面湿滑状态监测方法的步骤。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述路面湿滑状态监测方法的步骤。
本发明提供的路面湿滑状态监测方法及系统,首先获取目标路面的路面信息,所述路面信息包括路面状态、路面材质、坡角信息以及路面形态;然后基于所述路面状态以及所述路面材质,确定所述目标路面的初始路面摩擦系数,并基于所述坡角信息以及所述路面形态,对所述初始路面摩擦系数进行订正,得到目标路面摩擦系数;最后通过目标路面摩擦系数,计算目标路面的湿滑指数,并通过目标路面的湿滑指数表征目标路面的湿滑状态。计算过程简单,且计算量小,降低了路面湿滑状态监测成本。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中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是本发明提供的路面湿滑状态监测方法的流程示意图;
图2是本发明提供的路面湿滑状态监测系统的结构示意图;
图3是本发明提供的电子设备的结构示意图;
图4是本发明提供的路面湿滑状态监控系统架构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例中提供的路面湿滑状态监测方法,包括:
S1,获取目标路面的路面信息,所述路面信息包括路面状态、路面材质、坡角信息以及路面形态;
S2,基于所述路面状态以及所述路面材质,确定所述目标路面的初始路面摩擦系数,并基于所述坡角信息以及所述路面形态,对所述初始路面摩擦系数进行订正,得到目标路面摩擦系数;
S3,基于所述目标路面摩擦系数,计算所述目标路面的湿滑指数,所述目标路面的湿滑指数用于表征所述目标路面的湿滑状态。
具体地,本发明实施例中提供的路面湿滑状态监测方法,其执行主体为服务器,该服务器可以是本地服务器,也可以是云端服务器,本地服务器具体可以是计算机以及平板电脑等,本发明实施例中对此不作具体限定。
首先执行步骤S1,获取目标路面的路面信息,所述路面信息包括路面状态、路面材质、坡角信息以及路面形态。其中,目标路面可以是水平路面,也可以是与水平面具有一定夹角的倾斜路面,例如爬山步道路面。当目标路面为爬山步道路面时,本发明实施例中的路面湿滑状态监测方法,可以应用于山岳景区(Mountain Scenic Spots)内爬山步道路面的湿滑状态监测。山岳景区是指以自然山体为主要风景资源和构景要素的具有较高生态价值、观赏价值以及科研价值的地域综合体。
目标路面的路面信息可以包括路面状态、路面材质、坡角信息以及路面形态等。路面状态是指气象条件导致目标路面附着雨、雪、冰等物质的状态,坡角信息是目标路面是否存在坡度的信息,路面材质是指目标路面构建时所采用的材料,路面形态是指路面是否平整的形态。目标路面的路面信息、通过边缘计算体传感器测量得到
在被监测路面设置n个边缘计算体。所述边缘计算体包含湿度监测传感器、积水高度测量传感器、温度传感器、风速监测传感器、边缘计算模块、坡角计算传感器、边缘数据库等。边缘计算体可采集路面状态数据,并计算摩擦系数,依据摩擦系数,计算该边缘计算题对应监测点的湿滑指数,并保存历史数据。
进行数据初始化。将摩擦系数参考值初始化到每个边缘计算体数据库中,预设根据路面材质参数。边缘计算体通过监测的历史数据计算摩擦系数。
然后执行步骤S2,基于路面状态以及路面材质,确定目标路面的优化初始路面摩擦系数,并基于坡角信息以及路面形态,对初始路面摩擦系数进行订正,得到目标路面摩擦系数。其中,路面摩擦系数是指路面以及与之接触的表面之间的摩擦力和作用在路面或表面上的垂直力之比,路面摩擦系数至少由路面材质、路面状态等因素共同决定,其取值范围可以为[0,1]。因此,通过路面状态以及路面材质,可以先对边缘计算体所处路段进行路面摩擦系数初始化。然后边缘计算体通过对历史数据自动学习分析计算摩擦系数,再根据目标路面的坡角信息以及路面形态,对初始路面摩擦系数进行订正,得到目标路面摩擦系数。该过程即优化路面摩擦系数的过程,使通过目标路面摩擦系数监测得到的路面湿滑状态更加准确。其中,坡角信息的取值范围可以是[0,90°],坡度信息的增加,则导致初始路面摩擦系数的降低。而路面形态越平整,则也会导致初始路面摩擦系数越低。
最后执行步骤S3,根据目标路面摩擦系数,计算目标路面的湿滑指数(slipperyindex)。其中,湿滑指数用于描述特定时间和区域内,目标路面抗滑性能的好坏,可以采用归一化无量纲函数I表征,I值介于[0,1]之间。
其中,目标路面的湿滑指数可以通过1与目标路面摩擦系数之差确定。
根据S2所述的摩擦系数计算方法,边缘计算体采用如下公式计算所述目标路面的湿滑指数(I),公式如下:
I = 1 - a3
边缘计算体将计算结果发送至云计算中心,云计算中心计算所有边缘计算体湿滑指数的平均值,作为总体湿滑指数。
其中,I为所述目标路面的湿滑指数,a3为所述初始路面摩擦系数。特别地,当本发明实施例中的路面湿滑状态监测方法应用于山岳景区内爬山步道路面的湿滑状态监测时,目标路面的湿滑指数又可以称为爬山湿滑指数(climbing slippery index)。
然后,通过目标路面的湿滑指数可以表征目标路面的湿滑状态,目标路面的湿滑状态是指目标路面的湿滑情况,即目标路面的附着力情况。目标路面的湿滑指数可以与目标路面的湿滑状态正相关,即目标路面的湿滑指数越大,则表示目标路面的湿滑状态越好,即不容易打滑。目标路面的湿滑指数越小,则表示目标路面的湿滑状态越差,即容易打滑。
本发明实施例中提供的路面湿滑状态监测方法,首先获取目标路面的路面信息,所述路面信息包括路面状态、路面材质、坡角信息以及路面形态;然后基于所述路面状态以及所述路面材质,确定所述目标路面的初始路面摩擦系数,并基于所述坡角信息以及所述路面形态,对所述初始路面摩擦系数进行订正,得到目标路面摩擦系数;最后通过目标路面摩擦系数,计算目标路面的湿滑指数,并通过目标路面的湿滑指数表征目标路面的湿滑状态。计算过程简单,且计算量小,降低了路面湿滑状态监测成本。
在上述实施例的基础上,本发明实施例中提供的路面湿滑状态监测方法,所述路面状态(State of the road)包括干燥路面、潮湿路面、积水路面、雨雪路面、薄雪路面、厚雪路面、结冰路面以及冰雪路面中的一种,所述路面材质(The road surface material)包括沥青路面、木板、水泥和石板中的一种,所述路面形态包括台阶以及平面中的一种。
具体地,路面状态可以包括干燥路面(The dry pavement)、潮湿路面(the wetpavement)、积水路面(the pavement covered with water)、雨雪路面(Sleet on thepavement)、薄雪路面(the pavement covered with thin snow)、厚雪路面(the pavementcovered with thick snow)、结冰路面(the icy pavement)以及冰雪路面(the pavementcovered with snow and ice)等。
干燥路面是指表面无积水、积冰、积雪或润湿的印痕,而且在过去第二预设时间段内没有降水的路面。潮湿路面是指表面潮湿的路面,此处是指第一预设时间段内的第一降水量小于0.5mm,同时第二预设时间段内的第二降水量小于3mm形成的路面状态。积水路面是指表面有积水的路面,此处是指第一预设时间段内的第一降水量不小于0.5mm,或者第一预设时间段内的第一降水量小于0.5mm,同时第二预设时间段内的第二降水量不小于3mm形成的路面状态。雨雪路面是指表面覆盖雨雪混合物的路面,雨雪混合物由雨夹雪以及积雪半融化形成。薄雪路面是指表面少量积雪的路面,通常是指降雪导致干路面少量积雪,而且尚未压实的路面,此处指小于0.5mm的降水形成的路面状态。厚雪路面是指表面有明显积雪的路面,此处指陈旧积雪、不小于0.5mm降雪或者二者叠加形成的路面状态。结冰路面是指雨雪后积水或积雪融化导致表面冻结成冰的路面。冰雪路面是指包含有冰雪混合物的路面,冰雪混合物可以是冰路面上具有少量积雪或通过积雪部分融化结冰形成。
路面材质可以包括沥青路面、木板、水泥和石板中的一种。目标路面的路面形态可以包括台阶以及平面中的一种。
在上述实施例的基础上,本发明实施例中提供的路面湿滑状态监测方法,所述基于所述路面状态以及所述路面材质,确定所述目标路面的初始路面摩擦系数,具体包括:
基于所述路面状态以及所述路面材质,从路面状态、路面材质以及路面摩擦系数之间的相关关系中查找所述初始路面摩擦系数。
具体地,本发明实施例中,边缘计算题初始化路面摩擦系数时,可以根据目标路面的路面状态以及路面材质,从路面状态、路面材质以及路面摩擦系数之间的相关关系中查找初始路面摩擦系数。路面状态、路面材质以及路面摩擦系数之间的相关关系,可以通过表1表示。
表1 相关关系
Figure 528253DEST_PATH_IMAGE009
本发明实施例中,通过路面状态、路面材质以及路面摩擦系数之间的相关关系初始化路面摩擦系数,可以提高初始路面摩擦系数的确定效率,进而提高路面湿滑状态的监测效率。查找到初始化路面摩擦系数用于在后计算优化初始化路面摩擦系数。
在上述实施例的基础上,本发明实施例中提供的路面湿滑状态监测方法,所述基于所述坡角信息以及所述路面形态,对所述初始路面摩擦系数进行订正,得到目标路面摩擦系数,具体包括:
基于所述目标路面的坡角信息,计算所述坡角信息对所述优化初始路面摩擦系数的第一订正系数,并基于所述路面形态,确定所述路面形态对所述优化初始路面摩擦系数的第二订正系数;
计算所述第一订正系数、所述第二订正系数与所述优化初始路面摩擦系数的乘积,并将所述乘积作为所述目标路面摩擦系数。具体如下:
边缘计算体建立摩擦系数矩阵,
Figure 489256DEST_PATH_IMAGE001
,其中s表示边缘计算体编号信息,a 表示边缘计算体所在地点采集的摩擦系数,b表示边缘计算体摩擦系数采集编号。
每个边缘计算体,选择近期摩擦系数矩阵
Figure 527619DEST_PATH_IMAGE001
中81组数据。建立第一标准 矩阵
Figure 599481DEST_PATH_IMAGE002
,矩阵共计9行9列。对根据摩擦系数矩阵中a值按照从小至大进行排 序,排序后依次装载到矩阵
Figure 39689DEST_PATH_IMAGE002
中。其中s表示边缘计算体编号信息,a表示边 缘计算体所在地点采集的摩擦系数,b表示边缘计算体摩擦系数采集编号。x表示第一标准 矩阵中摩擦系数a在矩阵中对应的横坐标,y表示第一标准矩阵中摩擦系数a在矩阵中对应 的纵坐标。
采用两层嵌套九格中心计算法,第一层计算,对第一标准矩阵数据
Figure 906014DEST_PATH_IMAGE002
分为9组,每组3行3列共计9个数据,对9组进行轮询计算,计算每9个数据的中心平均数据, 计算方法是,先去除9个数据的中心数据,再计算周围数据的平均数据,计算方法如下:
Figure 434603DEST_PATH_IMAGE003
因所述矩阵为3行3列矩阵,其半径r为1。建立第二标准矩阵
Figure 44576DEST_PATH_IMAGE004
,将 第一层计算结果保存到第二标准矩阵中。第二标准矩阵共计9位数据。
第二层计算,对于第二标准矩阵
Figure 73712DEST_PATH_IMAGE004
的9组数据,嵌套采用九格中心 计算法,计算方法如下:
Figure 642096DEST_PATH_IMAGE005
其中a2为该边缘计算体经过历史数据学习的摩擦系数。a1为第一层九格中心计算计算结果。x为数据的横坐标,y为数据的纵坐标。本发明对摩擦系数的计算相比于仅从摩擦系数表中查询更加准确,因此计算的精度越高。
具体地,本发明实施例中,在确定目标路面摩擦系数时,可以先根据目标路面的坡度信息计算出目标路面的坡度信息对初始路面摩擦系数的第一订正系数。该第一订正系数又可以称为坡度订正值(The coefficient of slope),用于表征目标路面的斜坡的陡峭程度对其路面摩擦系数的影响,可以采用归一化无量纲数表示,取值范围为[0,1]。
该第一订正系数可以与目标路面的坡度信息负相关,即如果目标路面的坡度信息越大,则该修正值越小,如果目标路面的坡度信息越小,则该修正值越大。该第一订正系数可以通过计算坡度信息的余弦值得到,
其中采用坡角的余弦值订正摩擦系数,即第一订正系数C1,具体见公式如下:
Figure 123893DEST_PATH_IMAGE007
然后,根据目标路面的路面形态,确定路面形态对优化初始路面摩擦系数的第二订正系数C2,第二订正系数可以采用归一化无量纲数表示,取值范围为[0,1],具体见公式如下:
Figure 803136DEST_PATH_IMAGE008
最后,可以计算第一订正系数C1、第二订正系数C2与边缘计算体经过历史数据学习的摩擦系数a2的乘积,并将所述乘积作为所述目标路面摩擦系数。该修正值与水平路面的路面摩擦系数的乘积,并将乘积作为目标路面的路面摩擦系数,即有:
Figure 686779DEST_PATH_IMAGE006
其中,a2步骤S2确定的摩擦系数。
本发明实施例中,引入第一订正系数、第二订正系数作为优化初始路面摩擦系数的权重,进而确定出目标路面摩擦系数,可以使确定出的目标路面摩擦系数更加准确,进而进一步提高路面湿滑状态监测结果的准确性。
在上述实施例的基础上,本发明实施例中提供的路面湿滑状态监测方法,所述基于所述目标路面摩擦系数,计算所述目标路面的湿滑指数,具体包括:
根据S2所述的摩擦系数计算方法,边缘计算体采用如下公式计算所述目标路面的湿滑指数:
I = 1 - a3
其中,I为所述目标路面的湿滑指数,a3为步骤S2经过历史数据分析计算得到的路面摩擦系数。
边缘计算体将计算结果发送至云计算中心,云计算中心计算所有边缘计算体湿滑指数的平均值,作为总体湿滑指数。具体地,本发明实施例中,在计算目标湿滑指数时,可以直接通过上述公式进行计算,如此可以大大简化路面湿滑状态的监测过程,提高监测效率。
在上述实施例的基础上,本发明实施例中提供的路面湿滑状态监测方法,所述基于所述目标路面摩擦系数,计算所述目标路面的湿滑指数,之后还包括:
基于所述目标路面的湿滑指数,确定所述目标路面的湿滑风险级别。
具体地,本发明实施例中,在计算出目标路面的湿滑指数之后,还可以根据目标路面的湿滑指数,确定出目标路面的湿滑风险级别。其中,湿滑风险级别可以用于表示目标路面的湿滑风险的高低,湿滑风险等级越高说明目标路面越容易出现打滑的风险,湿滑风险级别越低说明目标路面越不容易出现打滑的风险。
本发明实施例中,湿滑风险级别可以包括四个:第一级别I、第二级别II、第三级别III以及第四级别IV,各级别的大小关系为第一级别>第二级别>第三级别>第四级别,且风险依次降低,具体如表2所示。
表2湿滑风险级别表
Figure 426065DEST_PATH_IMAGE011
若目标路面的湿滑指数在(0.3,0.4]的范围内,则可以确定出目标路面的湿滑风险级别为第四级别,若目标路面的湿滑指数在(0.4,0.55]的范围内,则可以确定出目标路面的湿滑风险级别为第三级别,若目标路面的湿滑指数在(0.55,0.7]的范围内,则可以确定出目标路面的湿滑风险级别为第二级别,若目标路面的湿滑指数在(0.7,1]的范围内,则可以确定出目标路面的湿滑风险级别为第一级别。
在确定出目标路面的湿滑风险级别后,可以通过各级别对应的表征颜色对目标路面进行显示。即若目标路面的湿滑风险级别为第一级别,则采用红色显示目标路面,若目标路面的湿滑风险级别为第二级别,则采用橙色显示目标路面,若目标路面的湿滑风险级别为第三级别,则采用黄色显示目标路面,若目标路面的湿滑风险级别为第四级别,则采用蓝色显示目标路面。
本发明实施例中,通过目标路面的湿滑指数确定目标路面的湿滑风险级别,可以使用户更直观的知晓目标路面的湿滑风险状况。
在上述实施例的基础上,本发明实施例中提供的路面湿滑状态监测方法,所述方法还包括:
若判断获知所述湿滑风险级别大于等于预设级别,则发布湿滑预警。
具体地,本发明实施例中,在确定出目标路面的湿滑风险级别后,可以进一步判断湿滑风险级别与预设级别的大小关系。其中,预设级别可以根据需要进行设定,例如可以是第二级别或第三级别。
若目标路面的湿滑风险级别大于等于预设级别,则说明湿滑风险达到或超出用户允许的湿滑风险,此时发布湿滑预警,以提示用户。预警方式可以是将目标路面的湿滑风险级别以短信、微信、语音等方式发送至用户终端,以保证用户可以及时收到预警信息。
本发明实施例中,在目标路面的湿滑风险级别大于等于预设级别时发布湿滑预警,可以使用户及时掌握目标路面的湿滑风险现状。
如图2所示,在上述实施例的基础上,本发明实施例中提供了一种路面湿滑状态监测系统,包括:
获取模块21,用于获取目标路面的路面信息,所述路面信息包括路面状态、路面材质、坡角信息以及路面形态;
订正模块22,用于基于所述路面状态以及所述路面材质,确定所述目标路面的优化初始路面摩擦系数,并基于所述坡角信息以及所述路面形态,对所述初始路面摩擦系数进行订正,得到目标路面摩擦系数;
监测模块23,用于基于所述目标路面摩擦系数,计算所述目标路面的湿滑指数,所述目标路面的湿滑指数用于表征所述目标路面的湿滑状态。
在上述实施例的基础上,本发明实施例中提供的路面湿滑状态监测系统,所述订正模块,具体用于:
基于所述路面状态以及所述路面材质,从路面状态、路面材质以及路面摩擦系数之间的相关关系中查找所述初始路面摩擦系数用于计算优化初始路面摩擦系数。
在上述实施例的基础上,本发明实施例中提供的路面湿滑状态监测系统,所述路面状态包括干燥路面、潮湿路面、积水路面、雨雪路面、薄雪路面、厚雪路面、结冰路面以及冰雪路面中的一种,所述路面材质包括沥青路面、木板、水泥和石板中的一种,所述路面形态包括台阶以及平面中的一种。
在上述实施例的基础上,本发明实施例中提供的路面湿滑状态监测系统,所述订正模块,还具体用于:
基于所述目标路面的坡角信息,计算所述坡角信息对所述优化初始路面摩擦系数的第一订正系数,并基于所述路面形态,确定所述路面形态对所述优化初始路面摩擦系数的第二订正系数;
计算所述第一订正系数、所述第二订正系数与所述优化初始路面摩擦系数的乘积,并将所述乘积作为所述目标路面摩擦系数。
在上述实施例的基础上,本发明实施例中提供的路面湿滑状态监测系统,所述监测模块,具体用于:
采用如下公式计算所述目标路面的湿滑指数:
I = 1 - a3
其中,I为所述目标路面的湿滑指数,a3为步骤S2经过历史数据分析计算得到的路面摩擦系数。
其中,I为所述目标路面的湿滑指数,为所述第一订正系数,为所述第二订正系数,a3为S2步骤计算得到的路面摩擦系数,为所述目标路面摩擦系数。
在上述实施例的基础上,本发明实施例中提供的路面湿滑状态监测系统,还包括湿滑风险级别确定模块,用于:
基于所述目标路面的湿滑指数,确定所述目标路面的湿滑风险级别。
在上述实施例的基础上,本发明实施例中提供的路面湿滑状态监测系统,还包括预警发布模块,用于:
若判断获知所述湿滑风险级别大于等于预设级别,则发布湿滑预警。
具体地,本发明实施例中提供的路面湿滑状态监测系统中各模块的作用与上述方法类实施例中各步骤的操作流程是一一对应的,实现的效果也是一致的,具体参见上述实施例,本发明实施例中对此不再赘述。
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(CommunicationsInterface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行上述各实施例提供的路面湿滑状态监测方法,该方法包括:获取目标路面的路面信息,所述路面信息包括路面状态、路面材质、坡角信息以及路面形态;基于所述路面状态以及所述路面材质,确定所述目标路面的优化初始路面摩擦系数,并基于所述坡角信息以及所述路面形态,对所述初始路面摩擦系数进行订正,得到目标路面摩擦系数;基于所述目标路面摩擦系数,计算所述目标路面的湿滑指数,所述目标路面的湿滑指数用于表征所述目标路面的湿滑状态。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各实施例提供的路面湿滑状态监测方法,该方法包括:获取目标路面的路面信息,所述路面信息包括路面状态、路面材质、坡角信息以及路面形态;基于所述路面状态以及所述路面材质,确定所述目标路面的优化初始路面摩擦系数,并基于所述坡角信息以及所述路面形态,对所述初始路面摩擦系数进行订正,得到目标路面摩擦系数;基于所述目标路面摩擦系数,计算所述目标路面的湿滑指数,所述目标路面的湿滑指数用于表征所述目标路面的湿滑状态。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的路面湿滑状态监测方法,该方法包括:获取目标路面的路面信息,所述路面信息包括路面状态、路面材质、坡角信息以及路面形态;基于所述路面状态以及所述路面材质,确定所述目标路面的初始路面摩擦系数,并基于所述坡角信息以及所述路面形态,对所述初始路面摩擦系数进行订正,得到目标路面摩擦系数;基于所述目标路面摩擦系数,计算所述目标路面的湿滑指数,所述目标路面的湿滑指数用于表征所述目标路面的湿滑状态。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
图4示例了一种路面湿滑状态监控系统架构图,如图4所示,该系统可以包括:边缘计算体、中心计算模块、数据库。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种路面湿滑状态监测方法,其特征在于,包括:
获取目标路面的路面信息,所述路面信息包括路面状态、路面材质、坡角信息以及路面形态;基于所述路面状态以及所述路面材质,确定所述目标路面的初始路面摩擦系数,并基于所述坡角信息以及所述路面形态,对所述初始路面摩擦系数进行订正,得到目标路面摩擦系数;
基于所述目标路面摩擦系数,计算所述目标路面的湿滑指数,所述目标路面的湿滑指数用于表征所述目标路面的湿滑状态。
2.根据权利要求1所述的路面湿滑状态监测方法,其特征在于,所述基于所述路面状态以及所述路面材质,确定所述目标路面的优化初始路面摩擦系数,具体包括:
将摩擦系数参考值初始化到每个边缘计算体数据库中,预设根据路面材质参数;
建立摩擦系数矩阵,
Figure 763505DEST_PATH_IMAGE001
,其中s表示边缘计算体编号信息,a表示边缘计算体所 在地点采集的摩擦系数,b表示边缘计算体摩擦系数采集编号;其中,每个边缘计算体,选择 近期摩擦系数矩阵
Figure 715280DEST_PATH_IMAGE001
中n*n组数据,n为3的倍数整数;
建立第一标准矩阵
Figure 889647DEST_PATH_IMAGE002
,矩阵共计n行n列,对根据摩擦系数矩阵中a值按照 从小至大进行排序,排序后依次装载到矩阵
Figure 409622DEST_PATH_IMAGE002
中;其中,s表示边缘计算体编 号信息,x表示第一标准矩阵中摩擦系数a在矩阵中对应的横坐标,y表示第一标准矩阵中摩 擦系数a在矩阵中对应的纵坐标;
采用两层嵌套九格中心计算法,第一层计算,对第一标准矩阵
Figure 866011DEST_PATH_IMAGE002
数据分 为n组,每组n/3行n/3列共计n个数据,对n组进行轮询计算,计算每n个数据的中心平均数 据,计算方法是,先去除n个数据的中心数据,再计算周围数据的平均数据,计算方法如下:
Figure 496843DEST_PATH_IMAGE003
所述矩阵为n行n列矩阵,其半径r=(n/3-1)/2,建立第二标准矩阵
Figure 89499DEST_PATH_IMAGE004
,将 第一层计算结果保存到第二标准矩阵
Figure 514795DEST_PATH_IMAGE004
中;第二标准矩阵共计n位数据;
第二层计算,对于第二标准矩阵
Figure 458480DEST_PATH_IMAGE004
的n组数据,嵌套采用九格中心计算 法,计算方法如下:
Figure 391539DEST_PATH_IMAGE005
其中a2为该边缘计算体经过历史数据学习的摩擦系数,a1为第一层九格中心计算计算结果。
3.根据权利要求2所述的路面湿滑状态监测方法,其特征在于,所述路面状态包括干燥路面、潮湿路面、积水路面、雨雪路面、薄雪路面、厚雪路面、结冰路面以及冰雪路面中的一种,所述路面材质包括沥青路面、木板、水泥和石板中的一种,所述路面形态包括台阶以及平面中的一种。
4.根据权利要求2所述的路面湿滑状态监测方法,其特征在于,所述基于所述坡角信息以及所述路面形态,对所述优化初始路面摩擦系数进行订正,得到目标路面摩擦系数,具体包括:
计算第一订正系数C1、第二订正系数C2与所述边缘计算体经过历史数据学习的摩擦系数a2的乘积,并将所述乘积作为所述目标路面摩擦系数:
Figure 104280DEST_PATH_IMAGE006
其中,第一订正系数采用坡角的余弦值订正摩擦系数:
Figure 497215DEST_PATH_IMAGE007
当路面状态为非干燥路面时,采用路面形态s订正摩擦系数作为第二订正系数:
Figure 803563DEST_PATH_IMAGE008
5.根据权利要求4所述的路面湿滑状态监测方法,其特征在于,所述基于所述目标路面摩擦系数,计算所述目标路面的湿滑指数,具体包括:
边缘计算体计算所述目标路面的湿滑指数I:
I = 1 - a3
边缘计算体将计算结果发送至云计算中心,云计算中心计算所有边缘计算体湿滑指数的平均值,作为总体湿滑指数;
其中,I为所述目标路面的湿滑指数,a3为所述初始路面摩擦系数。
6.根据权利要求1-5中任一项所述的路面湿滑状态监测方法,其特征在于,所述基于所述目标路面摩擦系数,计算所述目标路面的湿滑指数,之后还包括:
基于所述目标路面的湿滑指数,确定所述目标路面的湿滑风险级别。
7.根据权利要求6所述的路面湿滑状态监测方法,其特征在于,所述方法还包括:
若判断获知所述湿滑风险级别大于等于预设级别,则发布湿滑预警。
8.一种路面湿滑状态监测系统,其特征在于,包括:
获取模块,用于获取目标路面的路面信息,所述路面信息包括路面状态、路面材质、坡角信息以及路面形态;
订正模块,用于基于所述路面状态以及所述路面材质,确定所述目标路面的初始路面摩擦系数,并基于所述坡角信息以及所述路面形态,对所述初始路面摩擦系数进行订正,得到目标路面摩擦系数;
监测模块,用于基于所述目标路面摩擦系数,计算所述目标路面的湿滑指数,所述目标路面的湿滑指数用于表征所述目标路面的湿滑状态。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述路面湿滑状态监测方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述路面湿滑状态监测方法的步骤。
CN202210119967.6A 2022-02-09 2022-02-09 路面湿滑状态监测方法及系统 Active CN114155700B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210119967.6A CN114155700B (zh) 2022-02-09 2022-02-09 路面湿滑状态监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210119967.6A CN114155700B (zh) 2022-02-09 2022-02-09 路面湿滑状态监测方法及系统

Publications (2)

Publication Number Publication Date
CN114155700A true CN114155700A (zh) 2022-03-08
CN114155700B CN114155700B (zh) 2022-04-19

Family

ID=80450077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210119967.6A Active CN114155700B (zh) 2022-02-09 2022-02-09 路面湿滑状态监测方法及系统

Country Status (1)

Country Link
CN (1) CN114155700B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114819001A (zh) * 2022-06-30 2022-07-29 交通运输部公路科学研究所 一种基于移动检测设备的隧道路面湿滑状态的评价方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010054954A1 (en) * 2000-06-27 2001-12-27 Nissan Motor Co., Ltd. Alarming apparatus and method for automotive vehicle
US20050010350A1 (en) * 2003-07-07 2005-01-13 Fuji Jukogyo Kabushiki Kaisha Road-surface friction coefficient estimating device and road-surface friction coefficient estimating method
CN106442639A (zh) * 2016-10-12 2017-02-22 杭州尊鹏信息科技有限公司 潮湿路面实际摩擦系数检测装置与方法
CN112668669A (zh) * 2021-01-27 2021-04-16 河北省交通规划设计院 一种路面摩擦系数估计方法、装置和电子设备
CN112784060A (zh) * 2021-01-27 2021-05-11 河北省交通规划设计院 基于车联网的路面摩擦系数确定方法、装置和电子设备
CN113276882A (zh) * 2021-04-22 2021-08-20 清华大学苏州汽车研究院(相城) 自动驾驶车辆控制方法、控制系统及目标速度的计算方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010054954A1 (en) * 2000-06-27 2001-12-27 Nissan Motor Co., Ltd. Alarming apparatus and method for automotive vehicle
US20050010350A1 (en) * 2003-07-07 2005-01-13 Fuji Jukogyo Kabushiki Kaisha Road-surface friction coefficient estimating device and road-surface friction coefficient estimating method
CN106442639A (zh) * 2016-10-12 2017-02-22 杭州尊鹏信息科技有限公司 潮湿路面实际摩擦系数检测装置与方法
CN112668669A (zh) * 2021-01-27 2021-04-16 河北省交通规划设计院 一种路面摩擦系数估计方法、装置和电子设备
CN112784060A (zh) * 2021-01-27 2021-05-11 河北省交通规划设计院 基于车联网的路面摩擦系数确定方法、装置和电子设备
CN113276882A (zh) * 2021-04-22 2021-08-20 清华大学苏州汽车研究院(相城) 自动驾驶车辆控制方法、控制系统及目标速度的计算方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114819001A (zh) * 2022-06-30 2022-07-29 交通运输部公路科学研究所 一种基于移动检测设备的隧道路面湿滑状态的评价方法
CN114819001B (zh) * 2022-06-30 2022-11-11 交通运输部公路科学研究所 一种基于移动检测设备的隧道路面湿滑状态的评价方法

Also Published As

Publication number Publication date
CN114155700B (zh) 2022-04-19

Similar Documents

Publication Publication Date Title
RU2012134361A (ru) Способ и система для определения цвета из изображения
CN108760740B (zh) 一种基于机器视觉的路面抗滑性能快速检测方法
CN114155700B (zh) 路面湿滑状态监测方法及系统
CN103632158A (zh) 森林防火监控方法及森林防火监控系统
CN110738187A (zh) 一种基于Google Earth Engine的湖泊面积动态变化快速遥感估算方法
CN110211325A (zh) 一种基于气象大数据的区域道路结冰高精度监测预警系统
CN113204061B (zh) 一种构建格点风速订正模型的方法及装置
WO2021195955A1 (zh) 检测车辆行驶场景的复杂度的方法和装置
CN111126662A (zh) 基于大数据的灌溉决策制定方法、装置、服务器和介质
Mitterer et al. An operational supporting tool for assessing wet-snow avalanche danger
CN111879915B (zh) 一种滨海湿地高分辨率的逐月土壤盐度监测方法及系统
CN113435630B (zh) 一种产流模式自适应的流域水文预报方法及系统
CN103155836B (zh) 一种预测林业有害生物发生程度的方法
CN108896021A (zh) 基于航空摄影测量点云提取人工林林分结构参数的方法
CN109271466A (zh) 一种基于层次聚类与k均值算法的气象数据分析方法
Suk et al. Creation of the snow avalanche susceptibility map of the Krkonoše Mountains using GIS
CN112668967A (zh) 基于大数据分析的冷链物流跟踪与溯源处理方法及大数据云平台
CN111986464A (zh) 一种基于动态方法预报道路结冰的系统
CN115271557B (zh) 一种优先保护空间的划分方法
CN111062092A (zh) 一种直升机飞行谱编制方法和装置
CN113821895B (zh) 输电线路覆冰厚度预测模型的构建方法、装置及存储介质
CN113554899B (zh) 天气影响空中交通程度分析方法、装置、设备及存储介质
CN114327914B (zh) 基于多因子边缘计算的山岳景区登山决策方法及系统
CN114372611A (zh) 水资源优化分配方法和装置
CN117436003B (zh) 考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法

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