CN115099267A - 一种路面平整度维护方法、系统、检测终端、服务器 - Google Patents
一种路面平整度维护方法、系统、检测终端、服务器 Download PDFInfo
- Publication number
- CN115099267A CN115099267A CN202210660264.4A CN202210660264A CN115099267A CN 115099267 A CN115099267 A CN 115099267A CN 202210660264 A CN202210660264 A CN 202210660264A CN 115099267 A CN115099267 A CN 115099267A
- Authority
- CN
- China
- Prior art keywords
- point
- damage
- damaged
- estimated
- track
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
一种路面平整度维护方法、系统、检测终端、服务器,方法包括:安装在车辆中的检测终端获取车辆行驶过程中的轨迹数据,所述轨迹数据由轨迹点组成,每一个轨迹点包括颠簸、晃动的传感器数据;根据检测终端所处的环境信息对轨迹点进行甄别,剔除掉没有颠簸、晃动的轨迹点,保留有效的轨迹点;从有效的轨迹点提取颠簸和晃动的特征参数,基于提取的特征参数初步识别出路面的预估损坏点,将预估损坏点相关的信息上报至服务器;服务器接收多个车辆的上报信息,并结合相应的路面损坏认定标准对预估损坏点重新评估是否为确认损坏点;如此,本发明可以帮助实现全面的路面平整度维护,既可以减小服务器的处理压力,又可以提高计算可靠性。
Description
技术领域
本发明涉及路面管理领域,尤其涉及一种路面平整度维护方法、系统、检测终端、服务器。
背景技术
路面管理系统(Pavement Management System,PMS),是近20年来在道路工程界出现的一个新研究领域,它的研究起源于美国和加拿大,最初针对的是路面的养护和改建。作为公路管理部门,应该尽快建立起自己辖区内的路面管理系统,运用现代管理科学的理论、系统的分析方法和计算机技术手段,为路面的养护、改建提供科学的数据和分析方法,以便有效地使用有限的资源,提供良好服务水平的路面,最终达到降低整个社会的交通运输成本,节约社会资源的目的。道路的工作条件非常恶劣,不但要反复承受荷载,而且还要受到严格的气候作用。养护维修又是复杂辛苦而简单乏味的工作,很容易被忽视。但随着社会的发展,对道路提供的服务要求却越来越高。为了使道路保持良好状态及进行经济的运营,要求对道路进行经常的养护维修,防止道路的老朽和损耗就成为一项重要的工作。因此,有必要构建一套合适的道路数据采集系统,通过维护道路及道路上的构筑物和设施,尽可能保持道路使用性能,及时恢复破损部分,保证行车安全、舒适、畅通,节约运输费用和时间;通过采取正确的技术措施,提高工程质量,延长道路的使用年限,推迟重建时间。
当前道路数据采集系统的数据采集工作,通常是定期的外包性工作,通过外包的道路数据采集车,定期对部分或全部辖区的道路进行采集扫描,搜集道路数据。这种定期的数据搜集方式虽然数据全面,但存在很大的滞后性,经常路边破损一个月后还无人修复。此外传统的道路状况检测方法,多基于视觉、雷达波、超声波等技术,均为专人操作的专用设备装置,数据采集的费用成本较高。因此,有必要提供一种低成本、被动的广谱性道路数据采集技术,在非刻意的定期采集情况下,完成道路全过程寿命周期的数据实时评估,提升道路养护工作的及时性,延长道路的使用年限,推迟重建时间。
公开号为CN111504436A的专利申请,提出了一种基于车辆振动数据的车辆载荷及道路路况监测方法及装置,其是通过振动传感器实时采集车辆行驶过程中的参数,监测某次行程中车辆的振动频率是否发生突变,若发生,则标记位置,表明此处高速道路路面可能存在沉降不均的问题;否则,认为此次行程中车辆经过的高速路面养护良好;优选地,获取数据库中经过此路段的车辆行程,采用聚类的方法确认行程中的车辆振动的频率突变是否是由于路面出现沉降不均问题,最终确认出现沉降不均问题的路面的位置。此种方案基于一次行程中,车辆的载重一般不会发生变化的前提,虽然可以实现高速公路路面沉降不均类的平整度的自动检测,但是服务器的数据处理压力很大,而且还会存在较大的误判的可能,可靠性不高。此外,此种方案针对市区道路环境中,存在的车辆载重会发生变化的情况,无法很好的解决,譬如货车多地点多批次装卸货,公交车靠站上下客等,都会导致车辆的载重发生明显变化,此种方案遇此情况存在较大的误判的可能。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述服务器的数据处理压力很大、可靠性不高的缺陷,提供一种路面平整度维护方法、系统、检测终端、服务器。
本发明解决其技术问题所采用的技术方案是:构造一种路面平整度维护方法,所述方法包括:
安装在车辆中的检测终端获取车辆行驶过程中的轨迹数据,所述轨迹数据由轨迹点组成,每一个轨迹点包括颠簸、晃动的传感器数据;
根据检测终端所处的环境信息对轨迹点进行甄别,剔除掉没有颠簸、晃动的轨迹点,保留有效的轨迹点;
从有效的轨迹点提取颠簸和晃动的特征参数,基于提取的特征参数初步识别出路面的预估损坏点,将预估损坏点相关的信息上报至服务器;
服务器接收多个车辆的上报信息,并结合相应的路面损坏认定标准对预估损坏点重新评估是否为确认损坏点。
进一步地,在本发明所述的路面平整度维护方法中,所述的方法还包括:对原始获取的轨迹数据进行滤波处理,去除掉叠加在轨迹数据中的周期性出现的颠簸/晃动的噪音数据。
进一步地,在本发明所述的路面平整度维护方法中,所述服务器接收到上报信息时,将上报的预估损坏点加入预估损坏数据库;
所述的结合相应的路面损坏认定标准对预估损坏点重新评估是否为确认损坏点,具体包括:根据车辆的地理位置、电子地图、道路等级匹配对应的路面损坏认定标准,根据所述路面损坏认定标准评估预估损坏点是否损坏,如果评估损坏,则认为该预估损坏点属于确认损坏点,并将其加入确认损坏数据库,如果评估没有损坏,则将预估损坏点从预估损坏数据库删除,并将对应的确认损坏点从确认损坏数据库同步删除。
进一步地,在本发明所述的路面平整度维护方法中,所述方法还包括:针对预估损坏数据库内的每一个预估损坏点,判断一段时间内是否收集到预估损坏点附近的预设数量的车辆的检测终端的上报信息,如果没有收集到,则将预估损坏点从预估损坏数据库删除,并将对应的确认损坏点从确认损坏数据库同步删除。
进一步地,在本发明所述的路面平整度维护方法中,所述方法还包括:
服务器定期性地或者在预估损坏数据库、确认损坏数据库更新时将预估损坏数据库以及确认损坏数据库中的信息下发给所有的检测终端;
检测终端在车辆处于预估损坏点的附近以及确认损坏点的附近时,提高轨迹数据的采样精度和采样频率。
进一步地,在本发明所述的路面平整度维护方法中,所述方法还包括:服务器根据损坏情况、道路等级、最新一段时间的车流量、历史同期车流量,计算每一个确认损坏点的维修紧迫性,将所有的确认损坏点按照维修紧迫性进行排序,并发送给关联区域内维护人员。
进一步地,在本发明所述的路面平整度维护方法中,颠簸、晃动的传感器数据具体是角度、加速度数据;
所述的从有效的轨迹点提取颠簸和晃动的特征参数,包括:基于角度、加速度数据,计算得到加速度变化率、加速度变化幅度、角度变化率、角度变化幅度、加速度变化与角度变化的时延。
进一步地,在本发明所述的路面平整度维护方法中,所述环境信息包括检测终端所处车辆的类型、检测终端的摆放位置、检测终端的类型、检测终端所处车辆的速度、车辆所处的地理位置;
所述的根据检测终端所处的环境信息对轨迹点进行甄别,包括:
综合所有的环境信息为角度和加速度的变化幅值或/和变化率配置对应的甄别阈值,其中,车辆的类型对应的减震效果越差、摆放位置对应的连接强度越大、检测终端的类型所决定的采样精度越低、车辆的速度越大、车辆所处的地理位置本就存在可导致车辆抖动的结构,则配置的甄别阈值越高;
将每个轨迹点的角度和加速度的变化幅值或/和变化率与对应的甄别阈值进行比较,筛除掉角度和加速度的变化幅值或/和变化率低于对应的甄别阈值的轨迹点。
进一步地,在本发明所述的路面平整度维护方法中,在从有效的轨迹点提取颠簸和晃动的特征参数之前,所述方法还包括:基于正常行车颠簸晃动分析策略对轨迹点进行甄别,剔除掉非因路面损坏导致的颠簸、晃动的轨迹点;
所述正常行车颠簸晃动分析策略具体包括:分析轨迹点的速度、加速度的变化与前进方向的关系,如果速度、加速度与前进方向一致或相反,且速度在前进方向线性增大而加速度会逐步下降、或者速度在前进方向线性减小而加速度会逐步下降,则判定轨迹点出现车辆启停或者加减速,不属于因路面损坏导致的颠簸、晃动;分析加速度变化与角度变化的时延,如果时延超过第一预设时间,则判定轨迹点出现正常的路面坡度,不属于因路面损坏导致的颠簸、晃动。
进一步地,在本发明所述的路面平整度维护方法中,所述的基于提取的特征参数初步识别出路面的预估损坏点,包括:
若出现瞬间的俯仰角和/或横滚角的角度变化,随后在第二预设时间内出现与前进方向相反的阻力加速度,且在出现阻力加速度的同时出现瞬间的俯仰角和/或横滚角的再次变化,而且角度再次变化的变化趋势与上一次相反,则判定出现路面局部凹陷的预估损坏点;
若出现瞬间的俯仰角和/或横滚角的角度变化,与此同时出现与前进方向相反的阻力加速度,随后在第三预设时间内出现瞬间的俯仰角和/或横滚角的再次变化,而且角度再次变化的变化趋势与上一次相反,则判定出现路面局部凸起的预估损坏点。
二方面,构造一种用于执行如前所述方法的路面平整度维护系统,包括服务器和多个分布在不同的车辆上的检测终端。
三方面,构造一种检测终端,安装在车辆中,包括处理器和存储器,所述存储器存储有计算机程序,所述计算机程序被处理器执行时实现所述的方法中由检测终端执行的方法步骤。
四方面,构造一种服务器,包括处理器和存储器,所述存储器存储有计算机程序,所述计算机程序被处理器执行时实现所述的方法中由服务器执行的方法步骤。
本发明的路面平整度维护方法、系统、检测终端、服务器,具有以下有益效果:本发明根据检测终端所处的环境信息对轨迹点进行甄别,剔除掉没有颠簸、晃动的轨迹点,保留有效的轨迹点,如此既可以减小无效数据带来的处理压力,又可以提高参与计算的数据的可靠性;而且本发明在终端一侧会对甄别后得到的轨迹点提取颠簸和晃动的特征参数,基于提取的特征参数初步识别出路面的预估损坏点,只将预估损坏点相关的信息上报至服务器,如此进一步减小了服务器的通信和计算压力,而且基于颠簸、晃动的特征参数进行的损坏判断,相比于现有技术中基于车辆振动的频率进行的沉降判断,可靠性更好,误判的可能性相对减小;
进一步地,本发明中对数据的甄别,除了上面提到的没有颠簸、晃动的轨迹点被剔除外,还基于正常行车颠簸晃动分析策略对轨迹点进行甄别,剔除掉非因路面损坏导致的颠簸、晃动的轨迹点,进一步减小服务器处理压力;另外,本发明还会滤波处理,去除掉叠加在轨迹数据中的周期性出现的颠簸/晃动的噪音数据,进一步提高数据处理的可靠性和效率;另外,本发明会对预估损坏点、确认损坏点进行跟踪、更新,而且本发明会将所有的确认损坏点按照维修紧迫性进行排序,并发送给关联区域内维护人员,以便对路面进行实时高效的跟踪维护;另外,检测终端在车辆处于预估损坏点的附近以及确认损坏点的附近时,提高轨迹数据的采样精度和采样频率,可以在满足数据有效采集的前提下,适当的降低整个系统的数据量和计算量,从而降低整体系统的能耗。
附图说明
为了更清楚地说明本发明实施例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,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图:
图1是本发明的应用场景示意图;
图2是本发明实施例一的路面平整度维护方法的流程图;
图3是本发明实施例二的路面平整度维护方法的流程图;
图4是本发明实施例三的路面平整度维护系统的结构示意图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的典型实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。应当理解本发明实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本发明实施例以及实施例中的技术特征可以相互组合。
参考图1,本发明的方法和系统适用于图1所示的场景。图中示意了检测终端200、车辆100、车辆的行驶路面300、行驶路面300上的损坏点400。检测终端200安装在车辆100中,检测终端200可以是独立的设备,也可以集成于导航仪、行车记录仪、汽车辅助驾驶系统或手机中。车辆100为出租车、公交巴士、滴滴车、私家车等。检测终端200优先安放于车辆100的前部,两者连接强度足够大。当车辆100行驶到损坏点300时,车辆因路面平整度不够而导致车辆100发生颠簸和/或晃动,这种颠簸、晃动信息会被传递到检测终端200,从而被检测终端200所感知到。
实施例一
结合图1,本实施例的路面平整度维护方法的执行主体涉及到两个,分别是检测终端和服务器。参考图2,所述方法包括:
S101:安装在车辆中的检测终端获取车辆行驶过程中的轨迹数据;
其中,所述轨迹数据由大量轨迹点组成。每一个轨迹点包括时间以及与该时间对应的前进方向、地理位置、速度以及如颠簸、晃动的传感器数据等,颠簸、晃动的传感器数据具体是角度、加速度数据。角度具体是俯仰角和/或横滚角。加速度优选是采用三轴加速度传感器采样得到。
因为终端放置位置和角度问题,无法预知加速度的变化在哪一个方向发生,如果只判断某一轴的加速度数据变化曲线,将会非常的不准确,故可以采用多个方向的数据曲线进行统计运算。因此所述方法还包括:在获取到三轴加速度数据时,先从x轴加速度、y轴加速度、z轴加速度、任意两轴加速度合成的加速度、三轴加速度合成的加速度中,选取变化最大的加速度参与后续计算。例如,对三轴加速度传感器的加速度数据进行处理时,采用信号向量模(Signal Vector Module,SVM)特征量可以将空间的加速度变化集合为其他方向的矢量。加速度信号向量模(Acceleration Signal Vector Module,ASVM)如下列公式所示:
ASVMx=ax
ASVMy=ay
ASVMz=az
其中,ax、ay、az分别为加速度传感器在空间坐标系x、y、z三个垂直轴方向的加速度数据,合成后的加速度一共有7条对应的加速度曲线,我们优选采用这7条中变化最大的那一条加速度曲线参与后续计算。
S102:根据检测终端所处的环境信息对轨迹点进行甄别,剔除掉没有颠簸、晃动的轨迹点,保留有效的轨迹点;
该步骤具体包括:
1)综合所有的环境信息为角度和加速度的变化幅值或/和变化率配置对应的甄别阈值;
这里提到的环境信息,主要是指的导致终端检测到的加速度和/或角度变化的一些环境因素,如果导致的加速度和/或角度变化越大,则甄别阈值就越高。
其中,所述环境信息包括但不限于:检测终端所处车辆的类型、检测终端的摆放位置、检测终端的类型、检测终端所处车辆的速度、车辆所处的地理位置。比如,不同的车辆其减震效果不一样,公交车相对差、轿车相对好,所以经过相同的路面损坏点时,产生的颠簸、晃动会有差别;再比如,摆放位置可以是与主车架刚性连接、或与车内后视镜刚性连接、或简单摆放于主驾驶位附近等;再比如,检测终端的类型不同,其所采用的传感器的采样精度会不同;再比如同一个或同一程度类型的损坏点,车辆的速度越大则产生的颠簸、晃动越明显;再比如车辆所处的地理位置可能存在可导致车辆抖动的结构(比如减速带、桥梁的伸缩缝,再比如拉索桥),则也会对颠簸、晃动产生影响。
因此,相应的,车辆的类型对应的减震效果越差、摆放位置对应的连接强度越大、检测终端的类型所决定的采样精度越低、车辆的速度越大、车辆所处的地理位置本就存在可导致车辆抖动的结构,则配置的甄别阈值越高。
2)将每个轨迹点的角度和加速度的变化幅值或/和变化率与对应的甄别阈值进行比较,筛除掉角度和加速度的变化幅值或/和变化率低于对应的甄别阈值的轨迹点。
可以理解的是,对于单个甄别对象(如加速度的变化幅值、加速度变化率、角度变化幅值、角度变化率都是单个甄别对象),其只有一个甄别阈值,但是该甄别阈值并非在任何时刻都是一成不变的,而是由上面提到的各个时刻的诸多环境信息共同决定,不同环境信息对甄别阈值的贡献可以根据经验分配。
这样经过本步骤的处理,我们会把没有颠簸和晃动的轨迹点直接剔除掉,极大的减小了数据处理的负担。
S103:从有效的轨迹点提取颠簸和晃动的特征参数,基于提取的特征参数初步识别出路面的预估损坏点,将预估损坏点相关的信息上报至服务器;
具体的,上报的方式包括自动上报和人工手动上报。
具体的,所述的从有效的轨迹点提取颠簸和晃动的特征参数,包括:基于角度、加速度数据,计算得到加速度变化率、加速度变化幅度、角度变化率、角度变化幅度、加速度变化与角度变化的时延。
具体的,基于提取的特征参数初步识别出路面的预估损坏点,包括:
1)若出现瞬间的俯仰角和/或横滚角的角度变化,随后在第二预设时间内出现与前进方向相反的阻力加速度,且在出现阻力加速度的同时出现瞬间的俯仰角和/或横滚角的再次变化,而且角度再次变化的变化趋势与上一次相反,则判定出现路面局部凹陷的预估损坏点;
其中,凹陷的深度与所受到的阻力加速度大小成正比,且与瞬间角度变化大小成正比,从瞬间的角度变化到阻力加速度变化之间的时延与凹陷的大小成正比,具体凹陷大小可以通过速度与时延的乘积大致估算。凹陷的深度是竖直方向上的高度尺寸,凹陷的大小是指水平方向的径向宽度。
2)若出现瞬间的俯仰角和/或横滚角的角度变化,与此同时出现与前进方向相反的阻力加速度,随后在第三预设时间内出现瞬间的俯仰角和/或横滚角的再次变化,而且角度再次变化的变化趋势与上一次相反,则判定出现路面局部凸起的预估损坏点;
其中,凸起的高度与所受到的阻力加速度大小成正比,且与瞬间角度变化大小成正比,从阻力加速度变化到再次出现瞬间的角度变化之间的时延与凸起的大小成正比,具体凸起大小可以通过速度与时延的乘积大致估算。同理,凸起的深度是竖直方向上的高度尺寸,凸起的大小是指水平方向的径向宽度。
上面提到的预设时间,可以根据经验设置。上面提到的瞬间的变化,这里的瞬间强调的是变化很快,可以通过变化率来体现,比如变化率大于设定的值则认为属于瞬间的变化。
本步骤中,上报的预估损坏点相关的信息,包括此预估损坏点对应的相关检测时刻前后一段时间内的所有的与预估损坏点相关联的环境信息、轨迹点数据以及特征参数等,全部发给服务器是为了便于服务器进行全面分析。
S104:服务器接收多个车辆的上报信息,并结合相应的路面损坏认定标准对预估损坏点重新评估是否为确认损坏点。
可以理解的是,服务器既可以结合多个车辆的上报信息自己重新计算预估损坏点,比如会根根多个车辆的上报的原始信息,再次滤波去除干扰,甄别,提取特征参数,再结合相应的路面损坏认定标准对预估损坏点重新评估是否为确认损坏点;也可以直接将终端判定的预估损坏点拿来直接使用,即直接对终端判定的预估损坏点,结合相应的路面损坏认定标准对预估损坏点重新评估是否为确认损坏点。
评估可以是在每接收到上报信息时就针对其涉及的预估损坏点进行一次评估,也可以是间隔一段时间后,对该段时间内的上报信息涉及的所有预估损坏点统一进行评估。为了保证可靠性,一般建议间隔一段时间后综合多辆车的终端的信息综合进行一次评估,所以可以先将上报的预估损坏点及时加入预估损坏数据库,在定期地间隔一段时间后评估得到确认损坏点时再将损坏点加入确认损坏数据库。
本步骤中,所述的结合相应的路面损坏认定标准对预估损坏点重新评估是否为确认损坏点,具体包括:
1)根据车辆的地理位置、电子地图、道路等级匹配对应的路面损坏认定标准,根据所述路面损坏认定标准评估预估损坏点是否损坏;
因为不同的区域、不同的道路对损坏的认定标准存在差异,认定标准包括判定是否损坏以及损坏的具体情况。因此需要根据车辆的地理位置与电子地图比对,确定车辆所处的区域,再加上具体的道路等级,从而可以找到与之对应的路面损坏认定标准。比如说道路等级越低,对路面损坏点的认定标准会低一些。
其中,认定标准的高低与损坏点的尺寸定义负相关,即认定标准越高,损坏点的尺寸定义越小,认定标准越低,损坏点的尺寸定义越大。比如,在城市可能凹陷的大小超过20cm、深度超过3cm就认定为损坏点,而在郊区凹陷的大小要超过50cm、深度超过8cm才认定为损坏点。
2)如果评估损坏,则认为该预估损坏点属于确认损坏点,并将其加入确认损坏数据库;
3)如果评估没有损坏,则将预估损坏点从预估损坏数据库删除,并将对应的确认损坏点从确认损坏数据库同步删除。
可以理解的是,如果预估损坏点之前就存在于预估损坏数据库了,那就没必要重复写入,同理,如果确认损坏点之前就存在于确认损坏数据库了,那就没必要重复写入。
S105:服务器根据损坏情况、道路等级、最新一段时间的车流量、历史同期车流量,计算每一个确认损坏点的维修紧迫性,将所有的确认损坏点按照维修紧迫性进行排序,并发送给关联区域内维护人员。
所谓关联区域,是指的道路所在区域,一般不同的区域有不同的维护人员,因此可以将确认损坏点的信息有针对性的发送给特定的维护人员的维护终端。当然除了发送确认损坏点,还可以结合损坏情况、车流量、道路等级给出合适的维护时间段、可选的维护方案,降低因道路维护而导致的拥堵情况。此外,对于部分内部道路,也可以把维护信息推送给关联的物业管理单位。
具体来说,损坏情况越严重、道路等级越高、最新一段时间的车流量越大、历史同期车流量越大,则维修紧迫性越高。当然,虽然这四个因素都会影响维修紧迫性,但是他们对维修紧迫性的贡献作用是有区别的,具体来说,损坏情况、道路等级、最新一段时间的车流量、历史同期车流量对维修紧迫性的贡献作用依次降低。
优选地,所述方法还包括:服务器定期性地或者在预估损坏数据库、确认损坏数据库更新时将预估损坏数据库以及确认损坏数据库中的信息下发给所有的检测终端。检测终端在车辆处于预估损坏点的附近以及确认损坏点的附近时,提高轨迹数据的采样精度和采样频率。如此,通过变动传感器的采样精度和采样频率,可以在满足数据有效采集的前提下,适当的降低整个系统的数据量和计算量,从而降低整体系统的能耗。
需要说明的是,以上步骤S101-S103是由终端执行,S104-S105是服务器执行,所以S101-S103、S104-S105是由不同的主体独立执行的,并非是必须按照流程图的顺序严格执行。另外,步骤S104、S105并不严格的时序关联,S105不必然在S104之后马上执行。
本实施例中,通过长期的路面损坏修复后评估,还可以比较出不同情况下的不同道路维护方案的高效性,从而为长期的道路维护提供更好的维护方案。通过对养护和治理后的道路再次进行数据采集、验证。本发明结合道路全生命周期的时间跨度,能够更清楚地了解道路的整体情况。
实施例二
参考图3,本实施例的路面平整度维护方法包括:
S201:安装在车辆中的检测终端获取车辆行驶过程中的轨迹数据,此步骤与实施例一中的步骤S101同理,此处不再赘述;
S202:对原始获取的轨迹数据进行滤波处理,去除掉叠加在轨迹数据中的周期性出现的颠簸/晃动的噪音数据。
本步骤的目的是滤除干扰信息,比如说,车辆的发动机带来的抖动,这些抖动和路面没有任何关系,而且一般是个有规律的长期的抖动信息,因此滤波部分就首先去掉这个干扰。去掉大部分的先决干扰信息后的信息,剩下的颠簸与晃动信息中大部分是与道路相关的。
可见,滤波和甄别的不同在于,甄别是直接剔除掉轨迹点,而滤波并非如此,其仅仅是对轨迹点的数据进行噪音的去除,并非剔除掉轨迹点。
S203:根据检测终端所处的环境信息对轨迹点进行甄别,剔除掉没有颠簸、晃动的轨迹点,基于正常行车颠簸晃动分析策略对轨迹点进行甄别,剔除掉非因路面损坏导致的颠簸、晃动的轨迹点,最终保留有效的轨迹点;
虽然经过S201的滤波处理,剩下的主要是与道路相关联的颠簸与晃动信息,但是因为行驶中车辆的颠簸和晃动除了路面的损坏点,还有是属于正常的道路结构下车辆爬坡、车辆的启停、加减速、转向避让、碰撞等造成的,而非路面真的损坏导致的,因此这些也需要甄别掉。比如说道路本身确实存在往上或者往下的坡度;还有部分是正常行车过程中会存在的一些现象,比如说道路中的路口经常出现车辆启停,还有正常的车辆加速、减速,这些都会导致加速度曲线的变化,但是这些实际上并不属于因为道路损坏而导致的颠簸、晃动,因此这些轨迹点也有必要去除。
也就是说本步骤进行了两类甄别。其中第一类甄别,即此步骤中,“根据检测终端所处的环境信息对轨迹点进行甄别,剔除掉没有颠簸、晃动的轨迹点”的内容,与实施例一中的步骤S102同理,此处不再赘述。与实施例一相比,本步骤中增加了第二类甄别,即“基于正常行车颠簸晃动分析策略对轨迹点进行甄别”的内容,该类甄别的主要目的是剔除掉非因路面损坏导致的颠簸、晃动的轨迹点。
具体的,第二类甄别中,所述正常行车颠簸晃动分析策略具体包括:
1)分析轨迹点的速度、加速度的变化与前进方向的关系,如果速度、加速度与前进方向一致或相反,且速度在前进方向线性增大而加速度会逐步下降、或者速度在前进方向线性减小而加速度会逐步下降,则判定轨迹点出现车辆启停或者加减速,不属于因路面损坏导致的颠簸、晃动;
2)分析加速度变化与角度变化的时延,如果时延超过第一预设时间,则判定轨迹点出现正常的路面坡度,不属于因路面损坏导致的颠簸、晃动。
S204:从有效的轨迹点提取颠簸和晃动的特征参数,基于提取的特征参数初步识别出路面的预估损坏点,将预估损坏点相关的信息上报至服务器;此步骤与实施例一中的步骤S103同理,此处不再赘述;
S205:服务器接收多个车辆的上报信息,将上报的预估损坏点及时加入预估损坏数据库;
S206:服务器针对预估损坏数据库内的每一个预估损坏点,判断一段时间T内是否收集到预估损坏点附近的预设数量(比如N个,N为设定的正整数)的车辆的检测终端的上报信息,如果没有收集到,则执行S207,否则执行S208后在执行S209;
可以理解的是,同样的时间内,不同的损坏点收集的上报信息是有差异的,譬如相对偏僻路段上的损坏点,相较于车流量大的主干道上的损坏点,其单位时间内的车流量存在差异,因此单位时间内收集到的损坏点的信息的数量也存在差异。为了获得足够多的损坏点信息,可以针对不同的损坏点设定不同的时间T。
S207:将预估损坏点从预估损坏数据库删除,并将对应的确认损坏点从确认损坏数据库同步删除。
如果一段时间内某个损坏点未收到足够多的关于该损坏点的上报信息,则表明该损坏点已经修复,或者之前的上报评估存在错误(譬如是由于转向避让、碰撞而误触发的上报),需要给与纠正。或该损坏点所处道路极其偏僻或弃用,暂时不纳入系统的考虑范围。
S208:结合相应的路面损坏认定标准对预估损坏点重新评估是否为确认损坏点,此步骤与实施例一中的步骤S104同理,此处不再赘述。
S209:服务器根据损坏情况、道路等级、最新一段时间的车流量、历史同期车流量,计算每一个确认损坏点的维修紧迫性,将所有的确认损坏点按照维修紧迫性进行排序,并发送给关联区域内维护人员。
实施例三
参考图4,本实施例公开了一种用于执行上述所述方法的路面平整度维护系统,其包括服务器和多个分布在不同的车辆上的检测终端,还包括维护终端,维护终端是由维护人员管理,每一个维护终端负责相关区域的道路管理,服务器会将各个区域的道路维护信息有针对性地推送到对应的维护终端。
服务器可以自行计算,也可以将计算任务交给算力中心。服务器可以连接多个检测终端,检测终端可以单独工作,也可以通过服务器组网,多个检测终端组网配合协同工作。服务器和算力中心均可以是单台设备,也可以是多台设备组成的集群,也可以是两者集成于同一个设备内部,彼此通过网络链接。当服务器需要大数据计算和训练算力时,其主动向算力中心发起请求,原始数据通过脱敏加密的方式传递给算力中心,计算和训练后的结果与状态返回给服务器。算力中心通过对不停上报的数据进行长期的大数据离线学习与训练,不断优化模型、判断标准与预设阈值,优化后的模型和参数可以更新给服务器自身和所有的检测终端。
实施例四
本实施例公开了一种检测终端,安装在车辆中,包括处理器和存储器,所述存储器存储有计算机程序,所述计算机程序被处理器执行时实现所述的方法中由检测终端执行的方法步骤。
实施例五
本实施例公开了一种服务器,包括处理器和存储器,所述存储器存储有计算机程序,所述计算机程序被处理器执行时实现所述的方法中由服务器执行的方法步骤。
综上所述,本发明的路面平整度维护方法、系统、检测终端、服务器,具有以下有益效果:本发明根据检测终端所处的环境信息对轨迹点进行甄别,剔除掉没有颠簸、晃动的轨迹点,保留有效的轨迹点,如此既可以减小无效数据带来的处理压力,又可以提高参与计算的数据的可靠性;而且本发明在终端一侧会对甄别后得到的轨迹点提取颠簸和晃动的特征参数,基于提取的特征参数初步识别出路面的预估损坏点,只将预估损坏点相关的信息上报至服务器,如此进一步减小了服务器的通信和计算压力,而且基于颠簸、晃动的特征参数进行的损坏判断,相比于现有技术中基于车辆振动的频率进行的沉降判断,可靠性更好,误判的可能性相对减小;进一步地,本发明中对数据的甄别,除了上面提到的没有颠簸、晃动的轨迹点被剔除外,还基于正常行车颠簸晃动分析策略对轨迹点进行甄别,剔除掉非因路面损坏导致的颠簸、晃动的轨迹点,进一步减小服务器处理压力;另外,本发明还会滤波处理,去除掉叠加在轨迹数据中的周期性出现的颠簸/晃动的噪音数据,进一步提高数据处理的可靠性和效率;另外,本发明会对预估损坏点、确认损坏点进行跟踪、更新,而且本发明会将所有的确认损坏点按照维修紧迫性进行排序,并发送给关联区域内维护人员,以便对路面进行实时高效的跟踪维护;另外,检测终端在车辆处于预估损坏点的附近以及确认损坏点的附近时,提高轨迹数据的采样精度和采样频率,可以在满足数据有效采集的前提下,适当的降低整个系统的数据量和计算量,从而降低整体系统的能耗。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (13)
1.一种路面平整度维护方法,其特征在于,所述方法包括:
安装在车辆中的检测终端获取车辆行驶过程中的轨迹数据,所述轨迹数据由轨迹点组成,每一个轨迹点包括颠簸、晃动的传感器数据;
根据检测终端所处的环境信息对轨迹点进行甄别,剔除掉没有颠簸、晃动的轨迹点,保留有效的轨迹点;
从有效的轨迹点提取颠簸和晃动的特征参数,基于提取的特征参数初步识别出路面的预估损坏点,将预估损坏点相关的信息上报至服务器;
服务器接收多个车辆的上报信息,并结合相应的路面损坏认定标准对预估损坏点重新评估是否为确认损坏点。
2.根据权利要求1所述的路面平整度维护方法,其特征在于,所述的方法还包括:对原始获取的轨迹数据进行滤波处理,去除掉叠加在轨迹数据中的周期性出现的颠簸/晃动的噪音数据。
3.根据权利要求1所述的路面平整度维护方法,其特征在于,所述服务器接收到上报信息时,将上报的预估损坏点加入预估损坏数据库;
所述的结合相应的路面损坏认定标准对预估损坏点重新评估是否为确认损坏点,具体包括:根据车辆的地理位置、电子地图、道路等级匹配对应的路面损坏认定标准,根据所述路面损坏认定标准评估预估损坏点是否损坏,如果评估损坏,则认为该预估损坏点属于确认损坏点,并将其加入确认损坏数据库,如果评估没有损坏,则将预估损坏点从预估损坏数据库删除,并将对应的确认损坏点从确认损坏数据库同步删除。
4.根据权利要求3所述的路面平整度维护方法,其特征在于,所述方法还包括:针对预估损坏数据库内的每一个预估损坏点,判断一段时间内是否收集到预估损坏点附近的预设数量的车辆的检测终端的上报信息,如果没有收集到,则将预估损坏点从预估损坏数据库删除,并将对应的确认损坏点从确认损坏数据库同步删除。
5.根据权利要求3所述的路面平整度维护方法,其特征在于,所述方法还包括:
服务器定期性地或者在预估损坏数据库、确认损坏数据库更新时将预估损坏数据库以及确认损坏数据库中的信息下发给所有的检测终端;
检测终端在车辆处于预估损坏点的附近以及确认损坏点的附近时,提高轨迹数据的采样精度和采样频率。
6.根据权利要求1所述的路面平整度维护方法,其特征在于,所述方法还包括:服务器根据损坏情况、道路等级、最新一段时间的车流量、历史同期车流量,计算每一个确认损坏点的维修紧迫性,将所有的确认损坏点按照维修紧迫性进行排序,并发送给关联区域内维护人员。
7.根据权利要求1所述的路面平整度维护方法,其特征在于,颠簸、晃动的传感器数据具体是角度、加速度数据;
所述的从有效的轨迹点提取颠簸和晃动的特征参数,包括:基于角度、加速度数据,计算得到加速度变化率、加速度变化幅度、角度变化率、角度变化幅度、加速度变化与角度变化的时延。
8.根据权利要求7所述的路面平整度维护方法,其特征在于,所述环境信息包括检测终端所处车辆的类型、检测终端的摆放位置、检测终端的类型、检测终端所处车辆的速度、车辆所处的地理位置;
所述的根据检测终端所处的环境信息对轨迹点进行甄别,包括:
综合所有的环境信息为角度和加速度的变化幅值或/和变化率配置对应的甄别阈值,其中,车辆的类型对应的减震效果越差、摆放位置对应的连接强度越大、检测终端的类型所决定的采样精度越低、车辆的速度越大、车辆所处的地理位置本就存在可导致车辆抖动的结构,则配置的甄别阈值越高;
将每个轨迹点的角度和加速度的变化幅值或/和变化率与对应的甄别阈值进行比较,筛除掉角度和加速度的变化幅值或/和变化率低于对应的甄别阈值的轨迹点。
9.根据权利要求7所述的路面平整度维护方法,其特征在于,在从有效的轨迹点提取颠簸和晃动的特征参数之前,所述方法还包括:基于正常行车颠簸晃动分析策略对轨迹点进行甄别,剔除掉非因路面损坏导致的颠簸、晃动的轨迹点;所述正常行车颠簸晃动分析策略具体包括:分析轨迹点的速度、加速度的变化与前进方向的关系,如果速度、加速度与前进方向一致或相反,且速度在前进方向线性增大而加速度会逐步下降、或者速度在前进方向线性减小而加速度会逐步下降,则判定轨迹点出现车辆启停或者加减速,不属于因路面损坏导致的颠簸、晃动;以及,分析加速度变化与角度变化的时延,如果时延超过第一预设时间,则判定轨迹点出现正常的路面坡度,不属于因路面损坏导致的颠簸、晃动。
10.根据权利要求7所述的路面平整度维护方法,其特征在于,所述的基于提取的特征参数初步识别出路面的预估损坏点,包括:若出现瞬间的俯仰角和/或横滚角的角度变化,随后在第二预设时间内出现与前进方向相反的阻力加速度,且在出现阻力加速度的同时出现瞬间的俯仰角和/或横滚角的再次变化,而且角度再次变化的变化趋势与上一次相反,则判定出现路面局部凹陷的预估损坏点;若出现瞬间的俯仰角和/或横滚角的角度变化,与此同时出现与前进方向相反的阻力加速度,随后在第三预设时间内出现瞬间的俯仰角和/或横滚角的再次变化,而且角度再次变化的变化趋势与上一次相反,则判定出现路面局部凸起的预估损坏点。
11.一种用于执行如权利要求1-10任一项所述方法的路面平整度维护系统,其特征在于,包括服务器和多个分布在不同的车辆上的检测终端。
12.一种检测终端,安装在车辆中,其特征在于,包括处理器和存储器,所述存储器存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-10所述的方法中由检测终端执行的方法步骤。
13.一种服务器,其特征在于,包括处理器和存储器,所述存储器存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-10所述的方法中由服务器执行的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210660264.4A CN115099267A (zh) | 2022-06-10 | 2022-06-10 | 一种路面平整度维护方法、系统、检测终端、服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210660264.4A CN115099267A (zh) | 2022-06-10 | 2022-06-10 | 一种路面平整度维护方法、系统、检测终端、服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115099267A true CN115099267A (zh) | 2022-09-23 |
Family
ID=83291754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210660264.4A Pending CN115099267A (zh) | 2022-06-10 | 2022-06-10 | 一种路面平整度维护方法、系统、检测终端、服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115099267A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115601663A (zh) * | 2022-12-16 | 2023-01-13 | 陕西交通电子工程科技有限公司(Cn) | 一种用于高速公路路面养护的信息分类方法 |
CN116304583A (zh) * | 2023-05-17 | 2023-06-23 | 中铁大桥局集团有限公司 | 一种路面平顺性检测评估方法及装置 |
CN116972906A (zh) * | 2023-06-21 | 2023-10-31 | 清华大学 | 公路状态评估方法、装置、存储介质以及采集箱 |
-
2022
- 2022-06-10 CN CN202210660264.4A patent/CN115099267A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115601663A (zh) * | 2022-12-16 | 2023-01-13 | 陕西交通电子工程科技有限公司(Cn) | 一种用于高速公路路面养护的信息分类方法 |
CN116304583A (zh) * | 2023-05-17 | 2023-06-23 | 中铁大桥局集团有限公司 | 一种路面平顺性检测评估方法及装置 |
CN116304583B (zh) * | 2023-05-17 | 2023-08-11 | 中铁大桥局集团有限公司 | 一种路面平顺性检测评估方法及装置 |
CN116972906A (zh) * | 2023-06-21 | 2023-10-31 | 清华大学 | 公路状态评估方法、装置、存储介质以及采集箱 |
CN116972906B (zh) * | 2023-06-21 | 2024-02-13 | 清华大学 | 公路状态评估方法、装置、存储介质以及采集箱 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115099267A (zh) | 一种路面平整度维护方法、系统、检测终端、服务器 | |
CN107103775B (zh) | 一种基于群智计算的道路质量检测方法 | |
CN111091720B (zh) | 基于信令数据和浮动车数据的拥堵路段识别方法及装置 | |
CN109859500A (zh) | 一种基于车路协同的高速合流区安全预警方法 | |
CN108182800B (zh) | 一种货运交通信息处理方法及设备 | |
CN107240264B (zh) | 一种车辆非有效行驶轨迹识别方法和城市道路设施规划方法 | |
CN103050013B (zh) | 基于车联网技术的车辆分级限速监控方法及其装置 | |
Li et al. | Public bus arrival time prediction based on traffic information management system | |
CN100589143C (zh) | 判断浮动车行驶状态的方法及装置 | |
CN102708689B (zh) | 一种实时路况监控系统 | |
Kumar et al. | A model based approach to predict stream travel time using public transit as probes | |
CN102722984B (zh) | 一种实时路况监控方法 | |
CN113538072A (zh) | 一种货运车辆的出行链智能识别方法、装置及电子设备 | |
CN105869402B (zh) | 基于多类型浮动车数据的高速公路路段速度修正方法 | |
CN111612670A (zh) | 一种构建机动车排放清单的方法、装置和计算机设备 | |
CN103280110A (zh) | 高速公路旅行时间的预测方法及装置 | |
CN111179589A (zh) | 车辆od预测的方法、装置、设备及存储介质 | |
CN115375234A (zh) | 基于gnss的运输车辆运行轨迹规划方法 | |
CN114387785A (zh) | 一种基于智慧公路的安全管控方法、系统及可存储介质 | |
CN111340674A (zh) | 一种交通运力承运意图辨识方法 | |
CN109637112A (zh) | 重点车辆源头动态监管系统及监控方法 | |
CN102087789A (zh) | 基于交通状态参数的交通状态判别系统和方法 | |
CN109214827A (zh) | 一种识别车辆刷单骗补行为的方法和装置 | |
CN114023065A (zh) | 一种利用视频解析数据智能诊断路口服务等级的算法 | |
Pooja et al. | An early warning system for traffic and road safety hazards using collaborative crowd sourcing |
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 |