CN115218860A - 一种基于Mems加速度传感器的道路形变预测方法 - Google Patents

一种基于Mems加速度传感器的道路形变预测方法 Download PDF

Info

Publication number
CN115218860A
CN115218860A CN202211142496.7A CN202211142496A CN115218860A CN 115218860 A CN115218860 A CN 115218860A CN 202211142496 A CN202211142496 A CN 202211142496A CN 115218860 A CN115218860 A CN 115218860A
Authority
CN
China
Prior art keywords
value
rigid body
angle
axis
acceleration
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
CN202211142496.7A
Other languages
English (en)
Other versions
CN115218860B (zh
Inventor
罗煜
徐海铭
唐浩
杨九明
白皓
王广军
王孝国
江勇顺
闫海卫
叶琳
邹璐
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.)
Sichuan Jiutong Zhilu Technology Co ltd
Sichuan Expressway Construction And Development Group Co ltd
Original Assignee
Sichuan Jiutong Zhilu Technology Co ltd
Sichuan Expressway Construction And Development Group Co ltd
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 Sichuan Jiutong Zhilu Technology Co ltd, Sichuan Expressway Construction And Development Group Co ltd filed Critical Sichuan Jiutong Zhilu Technology Co ltd
Priority to CN202211142496.7A priority Critical patent/CN115218860B/zh
Publication of CN115218860A publication Critical patent/CN115218860A/zh
Application granted granted Critical
Publication of CN115218860B publication Critical patent/CN115218860B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/32—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring the deformation in a solid
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Abstract

本发明公开了一种基于Mems加速度传感器的道路形变预测方法，属于道路监测技术领域，其特征在于，包括以下步骤：a、将刚体埋设于待检测软基地面，获取Mems加速度传感器的三轴加速度值；b、将三轴加速度值转化为三轴偏移角度值；c、以刚体初始安装后的结果为基准值，对偏移角度进行标定；d、计算刚体相对于水平地面的偏移角度
Figure 816886DEST_PATH_IMAGE001
；e、设置道路形变阈值τ，当刚体相对于水平地面的偏移角度
Figure 671972DEST_PATH_IMAGE002
≥τ，则判定为道路发生形变。本发明能够全面的对三轴加速度数据进行处理及分析，具有实时主动预测道路是否发生形变的特点，从而达到提前预警的良好效果。

Description

一种基于Mems加速度传感器的道路形变预测方法
技术领域
本发明涉及到道路监测技术领域，尤其涉及一种基于Mems加速度传感器的道路形变预测方法。
背景技术
路基作为道路的承重主体，其是否稳定坚固关系着行车是否安全。路面沉降作为道路使用过程中的一种常见问题，影响道路整体结构的稳定性，受环境各方面因素的影响，部分道路的修建会不可避免的经过软土地基。虽在地基施工中对其进行了加固处理，但由于软土本身的高含水量及高孔隙比的问题，因此仍然可能会发生沉降。缓慢的沉降变化是无法用肉眼所观测出来的，因此，对道路特别是软基地段进行沉降监测是十分必要的。
目前常用的沉降测量方法主要是通过GPS、水准仪或全站仪的方式。对于重复水准测量方法，观测前，首先要选择稳定的区域进行多基点埋设，根据各点位的布置设计合理的观测路线，通过测量监测点与基点的高程差得到各监测点的高程，并与上次测得高程做差即可得到该测点的沉降值。但该方法依托于基点值，一旦基点埋设区域不稳定，结果将出现较大的偏差。对于全站仪测量沉降值，只需测量监测点不同时间段的高程，高程之间做差就是该段时间的沉降值。但该方式监测的要求高，需要测量员有较好的专业知识，严格调试仪器；并且不能全时段实时测量，只有当测量员测量后才能得到结果，人工成本大。GPS作为一种全新的空间定位技术，从静态定位发展到动态定位，并具有很高的相对定位精度，因此，在越来越多的领域取代了常规的光学仪器和电子仪器。应用GPS进行建筑物的沉降监测，可以实现全天候和实时连续的高精度自动监测。但该方式成本较高，且由GPS卫星及GPS接收端多方面原因将带来相关误差，会不定时影响结果的准确性。
公开号为CN111768620A，公开日为2020年10月13日的中国专利文献公开了一种基于窗口划分以及形变聚类的道路异常检测方法，其特征在于，包括以下步骤：
步骤1、移动端对z轴加速度数据进行阈值检测和滑动窗口处理，筛选待确定的片段；
步骤2、移动端通过随机森林算法判断道路片段是否为异常片段，若是异常片段则将该片段传到云端：以一些标准样本作为训练集训练随机森林模型，保存随机森林模型参数并移植至移动端，移动端将待确定片段输入随机森林模型进行判断；
步骤3、云端通过形变聚类的方法将道路异常片段的数据变形至统一长度：
步骤4、云端比较与标准片段的距离判断片段类型：对所有训练集和移动端传输的数据应用形变分类；对移动端的不平整情况数据，将计算得到形变之后的序列与所有训练集形变序列计算欧几里得距离，确定该不平整情况的类型；
步骤5、云端将片段类型返回移动端。
该专利文献公开的基于窗口划分以及形变聚类的道路异常检测方法，能够较为完整地截取道路异常段落，在不同的数据集上可以检测出道路的异常状况。但是，判断道路是否发生形变是被动的，即只有当车辆经过道路异常区域时，通过采集此段区域的加速度数据，再经过算法分析才能确定道路是否发生形变，不能实时主动发现道路的异常，预警滞后，预警效果欠佳。
发明内容
本发明为了克服上述现有技术的缺陷，提供一种基于Mems加速度传感器的道路形变预测方法，本发明能够全面的对三轴加速度数据进行处理及分析，通过将得到的刚体相对于水平地面的偏移角度与设置的道路形变阈值进行比较就能够发现异常，具有实时主动预测道路是否发生形变的特点，从而达到提前预警的良好效果。
本发明通过下述技术方案实现：
一种基于Mems加速度传感器的道路形变预测方法，其特征在于，包括以下步骤：
a、将内嵌有Mems加速度传感器的刚体埋设于待检测软基地面，获取Mems加速度传感器的三轴加速度值，包括x轴方向的加速度
Figure 495617DEST_PATH_IMAGE001
、y轴方向的加速度
Figure 881599DEST_PATH_IMAGE002
和z轴方向的加速度
Figure 883840DEST_PATH_IMAGE003
；
b、建立偏移角度与加速度之间的几何关系，通过式1-式3将三轴加速度值转化为三轴偏移角度值；
Figure 747891DEST_PATH_IMAGE004
式1
Figure 31105DEST_PATH_IMAGE005
式2
Figure 322409DEST_PATH_IMAGE006
式3
其中，
Figure 41972DEST_PATH_IMAGE007
为x轴与水平面的偏移角度，
Figure 444134DEST_PATH_IMAGE008
为y轴与水平面的偏移角度，
Figure 581855DEST_PATH_IMAGE009
为z轴与竖直方向的偏移角度，
Figure 794792DEST_PATH_IMAGE001
为x轴方向的加速度，
Figure 283542DEST_PATH_IMAGE002
为y轴方向的加速度，
Figure 489396DEST_PATH_IMAGE003
为z轴方向的加速度；
c、以刚体初始安装后的结果为基准值，对偏移角度进行标定；
d、通过式4计算刚体相对于水平地面的偏移角度
Figure 481623DEST_PATH_IMAGE010
；
Figure 645888DEST_PATH_IMAGE011
式4
其中，
Figure 605622DEST_PATH_IMAGE010
为刚体相对于水平地面的偏移角度，
Figure 349587DEST_PATH_IMAGE012
为x轴方向与水平面夹角的标定值，
Figure 727479DEST_PATH_IMAGE013
为y轴方向与水平面夹角的标定值；
e、设置道路形变阈值τ，道路形变阈值τ为经验值，τ取5°，当刚体相对于水平地面的偏移角度
Figure 531487DEST_PATH_IMAGE014
≥τ，则判定为道路发生形变。
还包括计算刚体沉降值L和计算路面沉降值S。
所述刚体沉降值L根据刚体相对于水平地面的偏移角度
Figure 994829DEST_PATH_IMAGE010
，通过式5进行计算；
Figure 290288DEST_PATH_IMAGE015
式5
其中，L为刚体沉降值，D为刚体直径，
Figure 522686DEST_PATH_IMAGE010
为刚体相对于水平地面的偏移角度。
所述路面沉降值S根据路面沉降值S与刚体沉降值L成正比的关系，通过式6进行计算；
Figure 28754DEST_PATH_IMAGE016
式6
其中，S为路面沉降值，k为正比例系数，L为刚体沉降值。
所述步骤a中，x轴方向的加速度
Figure 448234DEST_PATH_IMAGE001
、y轴方向的加速度
Figure 65160DEST_PATH_IMAGE002
和z轴方向的加速度
Figure 135753DEST_PATH_IMAGE003
通过Mems加速度传感器将数据按每分钟一次的频率传送至云平台，经云平台解析得到。
所述步骤a中，刚体为圆柱体，刚体的直径为140mm，高为65mm，刚体为多个，多个刚体在软基路面均匀布置，任意两个相邻刚体之间的距离为15米。
所述步骤c中，对偏移角度进行标定具体是指对初始的前m条偏移角度数据求平均得到基准值，将后m+1条偏移角度数据与基准值相减得到标定结果，通过式7计算x轴方向与水平面夹角的标定值
Figure 812722DEST_PATH_IMAGE012
，通过式8计算y轴方向与水平面夹角的标定值
Figure 985078DEST_PATH_IMAGE013
，通过式9计算z轴方向与竖直方向夹角的标定值
Figure 874536DEST_PATH_IMAGE017
；
Figure 815947DEST_PATH_IMAGE018
式7
Figure 663818DEST_PATH_IMAGE019
式8
Figure 74202DEST_PATH_IMAGE020
式9
其中，
Figure 767351DEST_PATH_IMAGE012
为x轴方向与水平面夹角的标定值，
Figure 563269DEST_PATH_IMAGE013
为y轴方向与水平面夹角的标定值，
Figure 582040DEST_PATH_IMAGE017
为z轴方向与竖直方向夹角的标定值，
Figure 463409DEST_PATH_IMAGE021
为第
Figure 225828DEST_PATH_IMAGE022
条x轴与水平面的偏移角度，
Figure 125520DEST_PATH_IMAGE023
为第
Figure 49614DEST_PATH_IMAGE024
条x轴与水平面的偏移角度，
Figure 418278DEST_PATH_IMAGE025
为第
Figure 718810DEST_PATH_IMAGE022
条y轴与水平面的偏移角度，
Figure 754899DEST_PATH_IMAGE026
为第
Figure 349695DEST_PATH_IMAGE024
条y轴与水平面的偏移角度，
Figure 471235DEST_PATH_IMAGE027
为第
Figure 309878DEST_PATH_IMAGE022
条z轴与竖直方向的偏移角度，
Figure 934895DEST_PATH_IMAGE028
为第
Figure 466370DEST_PATH_IMAGE024
条z轴与竖直方向的偏移角度。
本发明所述Mems是指微电子机械系统。
本发明的有益效果主要表现在以下方面：
1、本发明，较现有技术而言，能够全面的对三轴加速度数据进行处理及分析，通过将得到的刚体相对于水平地面的偏移角度与设置的道路形变阈值进行比较就能够发现异常，具有实时主动预测道路是否发生形变的特点，从而达到提前预警的良好效果。
2、本发明，还包括计算刚体沉降值L和计算路面沉降值S，不仅对道路形变预测具有较高的准确度，而且能够精确的计算出路面沉降值。
3、本发明，步骤a中，x轴方向的加速度
Figure 544047DEST_PATH_IMAGE001
、y轴方向的加速度
Figure 701228DEST_PATH_IMAGE002
和z轴方向的加速度
Figure 180751DEST_PATH_IMAGE003
通过Mems加速度传感器将数据按每分钟一次的频率传送至云平台，经云平台解析得到，由于沉降是缓慢进行的，并且在一段时间内，路基沉降周围的姿态会保持相对稳定，因此将数据按每分钟一次的频率传送至云平台，不仅节省了数据存储空间，还降低了Mems加速度传感器的能耗，保障监测稳定性。
4、本发明，步骤a中，刚体为圆柱体，刚体的直径为140mm，高为65mm，刚体为多个，多个刚体在软基路面均匀布置，任意两个相邻刚体之间的距离为15米，能够对软基路面进行均匀全面的监测。
5、本发明，步骤c中，对偏移角度进行标定具体是指对初始的前m条偏移角度数据求平均得到基准值，将后m+1条偏移角度数据与基准值相减得到标定结果，考虑到刚体在安装过程中可能不是完全水平放置或Mems加速度传感器本身存在的零漂误差，从而导致计算结果偏差的情况，通过以刚体初始安装后的结果为基准值，对偏移角度进行标定，能够保障后续计算刚体沉降值更加准确。
6、本发明，较现有技术基于Mems倾角传感器，将其附着于刚性连接杆上，再将刚性连接杆埋设于监测区域，通过监测刚性连接杆的倾角变化情况，从而得到监测区域的路基沉降信息而言，不需要较多的刚性连接杆，从而不会对路面造成较大的破坏，且布设更加方便。
7、本发明，较Mems倾角传感器监测的结果是多轴倾角，如何利用这些倾角从而计算沉降值并没有具体可行的方法而言，通过获取Mems加速度传感器的三轴加速度值，就能够计算出刚体沉降值，进而精确的计算出路面偏移角度。
8、本发明，在实际应用过程中，基于路面沉降值与路面所嵌入刚体沉降值成正比关系，从而通过对刚体的沉降结果设置道路形变阈值就能够对道路形变进行预警，预警操作简单可行。
附图说明
下面将结合说明书附图和具体实施方式对本发明作进一步的具体说明：
图1为本发明的流程框图。
具体实施方式
实施例1
参见图1，一种基于Mems加速度传感器的道路形变预测方法，包括以下步骤：
a、将内嵌有Mems加速度传感器的刚体埋设于待检测软基地面，获取Mems加速度传感器的三轴加速度值，包括x轴方向的加速度
Figure 883128DEST_PATH_IMAGE001
、y轴方向的加速度
Figure 448101DEST_PATH_IMAGE002
和z轴方向的加速度
Figure 894126DEST_PATH_IMAGE003
；
b、建立偏移角度与加速度之间的几何关系，通过式1-式3将三轴加速度值转化为三轴偏移角度值；
Figure 493735DEST_PATH_IMAGE004
式1
Figure 852166DEST_PATH_IMAGE005
式2
Figure 170015DEST_PATH_IMAGE006
式3
其中，
Figure 154151DEST_PATH_IMAGE007
为x轴与水平面的偏移角度，
Figure 608267DEST_PATH_IMAGE008
为y轴与水平面的偏移角度，
Figure 652446DEST_PATH_IMAGE009
为z轴与竖直方向的偏移角度，
Figure 441279DEST_PATH_IMAGE001
为x轴方向的加速度，
Figure 229107DEST_PATH_IMAGE002
为y轴方向的加速度，
Figure 537728DEST_PATH_IMAGE003
为z轴方向的加速度；
c、以刚体初始安装后的结果为基准值，对偏移角度进行标定；
d、通过式4计算刚体相对于水平地面的偏移角度
Figure 752809DEST_PATH_IMAGE010
；
Figure 779671DEST_PATH_IMAGE029
式4
其中，
Figure 105610DEST_PATH_IMAGE010
为刚体相对于水平地面的偏移角度，
Figure 282120DEST_PATH_IMAGE012
为x轴方向与水平面夹角的标定值，
Figure 402523DEST_PATH_IMAGE013
为y轴方向与水平面夹角的标定值；
e、设置道路形变阈值τ，道路形变阈值τ为经验值，τ取5°，当刚体相对于水平地面的偏移角度
Figure 182260DEST_PATH_IMAGE014
≥τ，则判定为道路发生形变。
本实施例为最基本的实施方式，较现有技术而言，能够全面的对三轴加速度数据进行处理及分析，通过将得到的刚体相对于水平地面的偏移角度与设置的道路形变阈值进行比较就能够发现异常，具有实时主动预测道路是否发生形变的特点，从而达到提前预警的良好效果。
实施例2
参见图1，一种基于Mems加速度传感器的道路形变预测方法，包括以下步骤：
a、将内嵌有Mems加速度传感器的刚体埋设于待检测软基地面，获取Mems加速度传感器的三轴加速度值，包括x轴方向的加速度
Figure 311890DEST_PATH_IMAGE001
、y轴方向的加速度
Figure 329524DEST_PATH_IMAGE002
和z轴方向的加速度
Figure 151987DEST_PATH_IMAGE003
；
b、建立偏移角度与加速度之间的几何关系，通过式1-式3将三轴加速度值转化为三轴偏移角度值；
Figure 402709DEST_PATH_IMAGE004
式1
Figure 70450DEST_PATH_IMAGE030
式2
Figure 942591DEST_PATH_IMAGE006
式3
其中，
Figure 935955DEST_PATH_IMAGE007
为x轴与水平面的偏移角度，
Figure 424705DEST_PATH_IMAGE008
为y轴与水平面的偏移角度，
Figure 381291DEST_PATH_IMAGE009
为z轴与竖直方向的偏移角度，
Figure 639097DEST_PATH_IMAGE001
为x轴方向的加速度，
Figure 537783DEST_PATH_IMAGE002
为y轴方向的加速度，
Figure 982671DEST_PATH_IMAGE003
为z轴方向的加速度；
c、以刚体初始安装后的结果为基准值，对偏移角度进行标定；
d、通过式4计算刚体相对于水平地面的偏移角度
Figure 257794DEST_PATH_IMAGE010
；
Figure 619374DEST_PATH_IMAGE011
式4
其中，
Figure 688962DEST_PATH_IMAGE010
为刚体相对于水平地面的偏移角度，为x轴方向与水平面夹角的标定值，
Figure 886725DEST_PATH_IMAGE013
为y轴方向与水平面夹角的标定值；
e、设置道路形变阈值τ，道路形变阈值τ为经验值，τ取5°，当刚体相对于水平地面的偏移角度
Figure 699960DEST_PATH_IMAGE014
≥τ，则判定为道路发生形变。
还包括计算刚体沉降值L和计算路面沉降值S。
所述刚体沉降值L根据刚体相对于水平地面的偏移角度
Figure 666779DEST_PATH_IMAGE010
，通过式5进行计算；
Figure 907267DEST_PATH_IMAGE015
式5
其中，L为刚体沉降值，D为刚体直径，
Figure 345989DEST_PATH_IMAGE010
为刚体相对于水平地面的偏移角度。
所述路面沉降值S根据路面沉降值S与刚体沉降值L成正比的关系，通过式6进行计算；
Figure 962915DEST_PATH_IMAGE016
式6
其中，S为路面沉降值，k为正比例系数，L为刚体沉降值。
本实施例为一较佳实施方式，还包括计算刚体沉降值L和计算路面沉降值S，不仅对道路形变预测具有较高的准确度，而且能够精确的计算出路面沉降值。
实施例3
参见图1，一种基于Mems加速度传感器的道路形变预测方法，包括以下步骤：
a、将内嵌有Mems加速度传感器的刚体埋设于待检测软基地面，获取Mems加速度传感器的三轴加速度值，包括x轴方向的加速度
Figure 784240DEST_PATH_IMAGE001
、y轴方向的加速度
Figure 461209DEST_PATH_IMAGE002
和z轴方向的加速度
Figure 633565DEST_PATH_IMAGE003
；
b、建立偏移角度与加速度之间的几何关系，通过式1-式3将三轴加速度值转化为三轴偏移角度值；
Figure 772291DEST_PATH_IMAGE031
式1
Figure 713702DEST_PATH_IMAGE032
式2
Figure 295993DEST_PATH_IMAGE006
式3
其中，
Figure 690065DEST_PATH_IMAGE007
为x轴与水平面的偏移角度，
Figure 648794DEST_PATH_IMAGE008
为y轴与水平面的偏移角度，
Figure 195444DEST_PATH_IMAGE009
为z轴与竖直方向的偏移角度，
Figure 214216DEST_PATH_IMAGE001
为x轴方向的加速度，
Figure 95584DEST_PATH_IMAGE002
为y轴方向的加速度，
Figure 592425DEST_PATH_IMAGE003
为z轴方向的加速度；
c、以刚体初始安装后的结果为基准值，对偏移角度进行标定；
d、通过式4计算刚体相对于水平地面的偏移角度
Figure 242849DEST_PATH_IMAGE010
；
Figure 416210DEST_PATH_IMAGE011
式4
其中，
Figure 784874DEST_PATH_IMAGE010
为刚体相对于水平地面的偏移角度，
Figure 85406DEST_PATH_IMAGE012
为x轴方向与水平面夹角的标定值，
Figure 590337DEST_PATH_IMAGE013
为y轴方向与水平面夹角的标定值；
e、设置道路形变阈值τ，道路形变阈值τ为经验值，τ取5°，当刚体相对于水平地面的偏移角度
Figure 950911DEST_PATH_IMAGE014
≥τ，则判定为道路发生形变。
还包括计算刚体沉降值L和计算路面沉降值S。
所述刚体沉降值L根据刚体相对于水平地面的偏移角度
Figure 554674DEST_PATH_IMAGE010
，通过式5进行计算；
Figure 393317DEST_PATH_IMAGE015
式5
其中，L为刚体沉降值，D为刚体直径，
Figure 18333DEST_PATH_IMAGE010
为刚体相对于水平地面的偏移角度。
所述路面沉降值S根据路面沉降值S与刚体沉降值L成正比的关系，通过式6进行计算；
Figure 549809DEST_PATH_IMAGE016
式6
其中，S为路面沉降值，k为正比例系数，L为刚体沉降值。
进一步的，所述步骤a中，x轴方向的加速度
Figure 627486DEST_PATH_IMAGE001
、y轴方向的加速度
Figure 535399DEST_PATH_IMAGE002
和z轴方向的加速度
Figure 264190DEST_PATH_IMAGE003
通过Mems加速度传感器将数据按每分钟一次的频率传送至云平台，经云平台解析得到。
本实施例为又一较佳实施方式，步骤a中，x轴方向的加速度
Figure 966567DEST_PATH_IMAGE001
、y轴方向的加速度
Figure 531540DEST_PATH_IMAGE002
和z轴方向的加速度
Figure 711986DEST_PATH_IMAGE003
通过Mems加速度传感器将数据按每分钟一次的频率传送至云平台，经云平台解析得到，由于沉降是缓慢进行的，并且在一段时间内，路基沉降周围的姿态会保持相对稳定，因此将数据按每分钟一次的频率传送至云平台，不仅节省了数据存储空间，还降低了Mems加速度传感器的能耗，保障监测稳定性。
实施例4
参见图1，一种基于Mems加速度传感器的道路形变预测方法，包括以下步骤：
a、将内嵌有Mems加速度传感器的刚体埋设于待检测软基地面，获取Mems加速度传感器的三轴加速度值，包括x轴方向的加速度
Figure 311594DEST_PATH_IMAGE001
、y轴方向的加速度
Figure 935605DEST_PATH_IMAGE002
和z轴方向的加速度
Figure 253454DEST_PATH_IMAGE003
；
b、建立偏移角度与加速度之间的几何关系，通过式1-式3将三轴加速度值转化为三轴偏移角度值；
Figure 972011DEST_PATH_IMAGE033
式1
Figure 691705DEST_PATH_IMAGE030
式2
Figure 470306DEST_PATH_IMAGE006
式3
其中，
Figure 259139DEST_PATH_IMAGE007
为x轴与水平面的偏移角度，
Figure 781387DEST_PATH_IMAGE008
为y轴与水平面的偏移角度，
Figure 355588DEST_PATH_IMAGE009
为z轴与竖直方向的偏移角度，
Figure 305089DEST_PATH_IMAGE001
为x轴方向的加速度，
Figure 331951DEST_PATH_IMAGE002
为y轴方向的加速度，
Figure 399834DEST_PATH_IMAGE003
为z轴方向的加速度；
c、以刚体初始安装后的结果为基准值，对偏移角度进行标定；
d、通过式4计算刚体相对于水平地面的偏移角度
Figure 828541DEST_PATH_IMAGE010
；
Figure 948944DEST_PATH_IMAGE011
式4
其中，
Figure 728681DEST_PATH_IMAGE010
为刚体相对于水平地面的偏移角度，
Figure 592732DEST_PATH_IMAGE012
为x轴方向与水平面夹角的标定值，
Figure 875946DEST_PATH_IMAGE013
为y轴方向与水平面夹角的标定值；
e、设置道路形变阈值τ，道路形变阈值τ为经验值，τ取5°，当刚体相对于水平地面的偏移角度
Figure 682096DEST_PATH_IMAGE014
≥τ，则判定为道路发生形变。
还包括计算刚体沉降值L和计算路面沉降值S。
所述刚体沉降值L根据刚体相对于水平地面的偏移角度
Figure 683550DEST_PATH_IMAGE010
，通过式5进行计算；
Figure 85713DEST_PATH_IMAGE015
式5
其中，L为刚体沉降值，D为刚体直径，
Figure 489012DEST_PATH_IMAGE010
为刚体相对于水平地面的偏移角度。
所述路面沉降值S根据路面沉降值S与刚体沉降值L成正比的关系，通过式6进行计算；
Figure 216797DEST_PATH_IMAGE016
式6
其中，S为路面沉降值，k为正比例系数，L为刚体沉降值。
所述步骤a中，x轴方向的加速度
Figure 190700DEST_PATH_IMAGE001
、y轴方向的加速度
Figure 662133DEST_PATH_IMAGE002
和z轴方向的加速度
Figure 919939DEST_PATH_IMAGE003
通过Mems加速度传感器将数据按每分钟一次的频率传送至云平台，经云平台解析得到。
进一步的，所述步骤a中，刚体为圆柱体，刚体的直径为140mm，高为65mm，刚体为多个，多个刚体在软基路面均匀布置，任意两个相邻刚体之间的距离为15米。
本实施例为又一较佳实施方式，步骤a中，刚体为圆柱体，刚体的直径为140mm，高为65mm，刚体为多个，多个刚体在软基路面均匀布置，任意两个相邻刚体之间的距离为15米，能够对软基路面进行均匀全面的监测。
实施例5
参见图1，一种基于Mems加速度传感器的道路形变预测方法，包括以下步骤：
a、将内嵌有Mems加速度传感器的刚体埋设于待检测软基地面，获取Mems加速度传感器的三轴加速度值，包括x轴方向的加速度
Figure 553046DEST_PATH_IMAGE001
、y轴方向的加速度
Figure 263513DEST_PATH_IMAGE002
和z轴方向的加速度
Figure 787904DEST_PATH_IMAGE003
；
b、建立偏移角度与加速度之间的几何关系，通过式1-式3将三轴加速度值转化为三轴偏移角度值；
Figure 634637DEST_PATH_IMAGE004
式1
Figure 969803DEST_PATH_IMAGE030
式2
Figure 901987DEST_PATH_IMAGE006
式3
其中，
Figure 980802DEST_PATH_IMAGE007
为x轴与水平面的偏移角度，
Figure 213200DEST_PATH_IMAGE008
为y轴与水平面的偏移角度，
Figure 935912DEST_PATH_IMAGE009
为z轴与竖直方向的偏移角度，
Figure 620971DEST_PATH_IMAGE001
为x轴方向的加速度，
Figure 237897DEST_PATH_IMAGE002
为y轴方向的加速度，
Figure 59223DEST_PATH_IMAGE003
为z轴方向的加速度；
c、以刚体初始安装后的结果为基准值，对偏移角度进行标定；
d、通过式4计算刚体相对于水平地面的偏移角度
Figure 470613DEST_PATH_IMAGE010
；
Figure 626656DEST_PATH_IMAGE011
式4
其中，
Figure 47273DEST_PATH_IMAGE010
为刚体相对于水平地面的偏移角度，
Figure 723105DEST_PATH_IMAGE012
为x轴方向与水平面夹角的标定值，
Figure 570976DEST_PATH_IMAGE013
为y轴方向与水平面夹角的标定值；
e、设置道路形变阈值τ，道路形变阈值τ为经验值，τ取5°，当刚体相对于水平地面的偏移角度
Figure 230627DEST_PATH_IMAGE014
≥τ，则判定为道路发生形变。
还包括计算刚体沉降值L和计算路面沉降值S。
所述刚体沉降值L根据刚体相对于水平地面的偏移角度
Figure 674509DEST_PATH_IMAGE010
，通过式5进行计算；
Figure 736006DEST_PATH_IMAGE015
式5
其中，L为刚体沉降值，D为刚体直径，
Figure 489198DEST_PATH_IMAGE010
为刚体相对于水平地面的偏移角度。
所述路面沉降值S根据路面沉降值S与刚体沉降值L成正比的关系，通过式6进行计算；
Figure 370567DEST_PATH_IMAGE016
式6
其中，S为路面沉降值，k为正比例系数，L为刚体沉降值。
所述步骤a中，x轴方向的加速度、y轴方向的加速度
Figure 132986DEST_PATH_IMAGE002
和z轴方向的加速度
Figure 783410DEST_PATH_IMAGE003
通过Mems加速度传感器将数据按每分钟一次的频率传送至云平台，经云平台解析得到。
所述步骤a中，刚体为圆柱体，刚体的直径为140mm，高为65mm，刚体为多个，多个刚体在软基路面均匀布置，任意两个相邻刚体之间的距离为15米。
进一步的，所述步骤c中，对偏移角度进行标定具体是指对初始的前m条偏移角度数据求平均得到基准值，将后m+1条偏移角度数据与基准值相减得到标定结果，通过式7计算x轴方向与水平面夹角的标定值
Figure 222351DEST_PATH_IMAGE012
，通过式8计算y轴方向与水平面夹角的标定值
Figure 591015DEST_PATH_IMAGE013
，通过式9计算z轴方向与竖直方向夹角的标定值
Figure 891547DEST_PATH_IMAGE017
；
Figure 396477DEST_PATH_IMAGE018
式7
Figure 757052DEST_PATH_IMAGE019
式8
Figure 613012DEST_PATH_IMAGE020
式9
其中，
Figure 205317DEST_PATH_IMAGE012
为x轴方向与水平面夹角的标定值，
Figure 830334DEST_PATH_IMAGE013
为y轴方向与水平面夹角的标定值，
Figure 361809DEST_PATH_IMAGE017
为z轴方向与竖直方向夹角的标定值，
Figure 439487DEST_PATH_IMAGE021
为第
Figure 81820DEST_PATH_IMAGE022
条x轴与水平面的偏移角度，
Figure 810611DEST_PATH_IMAGE023
为第
Figure 512988DEST_PATH_IMAGE024
条x轴与水平面的偏移角度，
Figure 343540DEST_PATH_IMAGE025
为第
Figure 523986DEST_PATH_IMAGE022
条y轴与水平面的偏移角度，
Figure 123595DEST_PATH_IMAGE026
为第
Figure 747605DEST_PATH_IMAGE024
条y轴与水平面的偏移角度，
Figure 534296DEST_PATH_IMAGE027
为第
Figure 518432DEST_PATH_IMAGE022
条z轴与竖直方向的偏移角度，
Figure 238126DEST_PATH_IMAGE028
为第
Figure 16727DEST_PATH_IMAGE024
条z轴与竖直方向的偏移角度。
本实施例为最佳实施方式，步骤c中，对偏移角度进行标定具体是指对初始的前m条偏移角度数据求平均得到基准值，将后m+1条偏移角度数据与基准值相减得到标定结果，考虑到刚体在安装过程中可能不是完全水平放置或Mems加速度传感器本身存在的零漂误差，从而导致计算结果偏差的情况，通过以刚体初始安装后的结果为基准值，对偏移角度进行标定，能够保障后续计算刚体沉降值更加准确。
较现有技术基于Mems倾角传感器，将其附着于刚性连接杆上，再将刚性连接杆埋设于监测区域，通过监测刚性连接杆的倾角变化情况，从而得到监测区域的路基沉降信息而言，不需要较多的刚性连接杆，从而不会对路面造成较大的破坏，且布设更加方便。
较Mems倾角传感器监测的结果是多轴倾角，如何利用这些倾角从而计算沉降值并没有具体可行的方法而言，通过获取Mems加速度传感器的三轴加速度值，就能够计算出刚体沉降值，进而精确的计算出路面偏移角度。
在实际应用过程中，基于路面沉降值与路面所嵌入刚体沉降值成正比关系，从而通过对刚体的沉降结果设置道路形变阈值就能够对道路形变进行预警，预警操作简单可行。
本发明的原理如下：
静止状态下Mems加速度传感器主要测量的是物体重力加速度值。根据矢量分解原理，通过获得重力加速度值在加速度计轴上的投影，即可获得各轴的偏移角度。
当Mems加速度传感器水平静置时，x轴和y轴方向加速度值为0，重力加速度分量为0；z轴方向的加速度值为重力加速度值g。此时x轴和y轴与水平面重合，夹角为0°；z轴与竖直方向重合，夹角为0°。当Mems加速度传感器发生偏移时，Mems加速度传感器的xoy平面将与水平面形成夹角，假设x轴与水平面的偏移角度为
Figure 805560DEST_PATH_IMAGE007
，y轴与水平面的偏移角度为
Figure 593387DEST_PATH_IMAGE008
， z轴与竖直方向的偏移角度为
Figure 902009DEST_PATH_IMAGE009
，通过建立角度与加速度之间的几何关系，即可完成从加速度值到偏移角度的转换。基于几何学原理，计算两平面之间的夹角，可转化为计算两平面的法向量之间的夹角。基于刚体与路面之间的关系，通过计算刚体相对于水平地面的偏移角度
Figure 851510DEST_PATH_IMAGE010
，结合道路形变阈值τ，即可推断刚体所埋设软基路面的形变情况。
内嵌Mems加速度传感器的刚体的工作原理如下：
在待检测软基地面埋设内嵌有Mems加速度传感器的刚体，待检测软基地面在初始状态下，Mems加速度传感器的初始角度为零或者为某一固定值；当被测点发生沉降形变时，被测点端的刚体将随之发生位置变化，对应角度值将随Mems加速度传感器的加速度值的变化而变化。由于刚体的长度固定，因此对刚体的长度和角度变化值进行三角函数计算，就能够得到刚体沉降值L。
下面采用道钉作为刚体对本发明进行详细说明：
采用精密电动角位台作为测试设备，将道钉放置于角位台上，变化角位台以模拟水平地面形变时的偏移角度。根据获取道钉内Mems加速度传感器的三轴加速度值，预测路面的形变及沉降情况。
将Mems加速度传感器的采样频率设置为1HZ，取道钉静置后的25条数据计算基准值。x轴基准值为-1.1656°，y轴基准值为-0.6936°，z轴基准值为1.3740°，参见表1，表1为道钉检测结果对比。
表1
Figure 143951DEST_PATH_IMAGE035
Figure 952114DEST_PATH_IMAGE037
表1展示了通过设置精密电动角位台发生不同角度偏移时，道钉对应的检测数据。其中
Figure 646401DEST_PATH_IMAGE001
、
Figure 766803DEST_PATH_IMAGE002
和
Figure 280961DEST_PATH_IMAGE003
为道钉内置Mems加速度传感器采集到的三轴加速度，经式1-式3的转换后得到对应的偏移角度值。由于Mems加速度传感器本身存在零漂误差，因此，对计算的偏移角度值采用式7-式9进行标定，结果见表1中的三轴标定角度。标定完成后，结合式4计算得到道钉相对于水平地面的偏移角度
Figure 410591DEST_PATH_IMAGE010
，通过式5计算得到道钉的沉降值L。采用绝对误差对比分析道钉偏移角度和精密电动角位台角度，从表1中可知，道钉偏移角度与角位台的绝对误差在0.5°内，平均绝对误差在0.2°内。
可见，采用本发明对道路形变预测具有较高的准确度。

Claims (7)

1.一种基于Mems加速度传感器的道路形变预测方法，其特征在于，包括以下步骤：
a、将内嵌有Mems加速度传感器的刚体埋设于待检测软基地面，获取Mems加速度传感器的三轴加速度值，包括x轴方向的加速度
Figure 507885DEST_PATH_IMAGE001
、y轴方向的加速度
Figure DEST_PATH_IMAGE002
和z轴方向的加速度
Figure 972496DEST_PATH_IMAGE003
；
b、建立偏移角度与加速度之间的几何关系，通过式1-式3将三轴加速度值转化为三轴偏移角度值；
Figure DEST_PATH_IMAGE004
式1
Figure 548971DEST_PATH_IMAGE005
式2
Figure DEST_PATH_IMAGE006
式3
其中，
Figure 740917DEST_PATH_IMAGE007
为x轴与水平面的偏移角度，
Figure DEST_PATH_IMAGE008
为y轴与水平面的偏移角度，
Figure 604225DEST_PATH_IMAGE009
为z轴与竖直方向的偏移角度，
Figure 692266DEST_PATH_IMAGE001
为x轴方向的加速度，
Figure 224879DEST_PATH_IMAGE002
为y轴方向的加速度，
Figure 954937DEST_PATH_IMAGE003
为z轴方向的加速度；
c、以刚体初始安装后的结果为基准值，对偏移角度进行标定；
d、通过式4计算刚体相对于水平地面的偏移角度
Figure DEST_PATH_IMAGE010
；
Figure 171286DEST_PATH_IMAGE011
式4
其中，
Figure 430229DEST_PATH_IMAGE010
为刚体相对于水平地面的偏移角度，
Figure DEST_PATH_IMAGE012
为x轴方向与水平面夹角的标定值，
Figure 981296DEST_PATH_IMAGE013
为y轴方向与水平面夹角的标定值；
e、设置道路形变阈值τ，道路形变阈值τ为经验值，τ取5°，当刚体相对于水平地面的偏移角度
Figure DEST_PATH_IMAGE014
≥τ，则判定为道路发生形变。
2.根据权利要求1所述的一种基于Mems加速度传感器的道路形变预测方法，其特征在于：还包括计算刚体沉降值L和计算路面沉降值S。
3.根据权利要求2所述的一种基于Mems加速度传感器的道路形变预测方法，其特征在于：所述刚体沉降值L根据刚体相对于水平地面的偏移角度
Figure 764313DEST_PATH_IMAGE010
，通过式5进行计算；
Figure 553278DEST_PATH_IMAGE015
式5
其中，L为刚体沉降值，D为刚体直径，
Figure 514281DEST_PATH_IMAGE010
为刚体相对于水平地面的偏移角度。
4.根据权利要求2所述的一种基于Mems加速度传感器的道路形变预测方法，其特征在于：所述路面沉降值S根据路面沉降值S与刚体沉降值L成正比的关系，通过式6进行计算；
Figure DEST_PATH_IMAGE016
式6
其中，S为路面沉降值，k为正比例系数，L为刚体沉降值。
5.根据权利要求1所述的一种基于Mems加速度传感器的道路形变预测方法，其特征在于：所述步骤a中，x轴方向的加速度
Figure 552644DEST_PATH_IMAGE001
、y轴方向的加速度
Figure 93347DEST_PATH_IMAGE002
和z轴方向的加速度
Figure 753129DEST_PATH_IMAGE003
通过Mems加速度传感器将数据按每分钟一次的频率传送至云平台，经云平台解析得到。
6.根据权利要求1所述的一种基于Mems加速度传感器的道路形变预测方法，其特征在于：所述步骤a中，刚体为圆柱体，刚体的直径为140mm，高为65mm，刚体为多个，多个刚体在软基路面均匀布置，任意两个相邻刚体之间的距离为15米。
7.根据权利要求1所述的一种基于Mems加速度传感器的道路形变预测方法，其特征在于：所述步骤c中，对偏移角度进行标定具体是指对初始的前m条偏移角度数据求平均得到基准值，将后m+1条偏移角度数据与基准值相减得到标定结果，通过式7计算x轴方向与水平面夹角的标定值
Figure 619454DEST_PATH_IMAGE012
，通过式8计算y轴方向与水平面夹角的标定值
Figure 613955DEST_PATH_IMAGE013
，通过式9计算z轴方向与竖直方向夹角的标定值
Figure 223928DEST_PATH_IMAGE017
；
Figure DEST_PATH_IMAGE018
式7
Figure 770840DEST_PATH_IMAGE019
式8
Figure DEST_PATH_IMAGE020
式9
其中，
Figure 339225DEST_PATH_IMAGE012
为x轴方向与水平面夹角的标定值，
Figure 555442DEST_PATH_IMAGE013
为y轴方向与水平面夹角的标定值，
Figure 969106DEST_PATH_IMAGE017
为z轴方向与竖直方向夹角的标定值，
Figure 587169DEST_PATH_IMAGE021
为第
Figure DEST_PATH_IMAGE022
条x轴与水平面的偏移角度，
Figure 77188DEST_PATH_IMAGE023
为第
Figure DEST_PATH_IMAGE024
条x轴与水平面的偏移角度，
Figure 311860DEST_PATH_IMAGE025
为第
Figure 998056DEST_PATH_IMAGE022
条y轴与水平面的偏移角度，
Figure DEST_PATH_IMAGE026
为第
Figure 516631DEST_PATH_IMAGE024
条y轴与水平面的偏移角度，
Figure 161239DEST_PATH_IMAGE027
为第
Figure 617628DEST_PATH_IMAGE022
条z轴与竖直方向的偏移角度，
Figure DEST_PATH_IMAGE028
为第
Figure 389406DEST_PATH_IMAGE024
条z轴与竖直方向的偏移角度。
CN202211142496.7A 2022-09-20 2022-09-20 一种基于Mems加速度传感器的道路形变预测方法 Active CN115218860B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211142496.7A CN115218860B (zh) 2022-09-20 2022-09-20 一种基于Mems加速度传感器的道路形变预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211142496.7A CN115218860B (zh) 2022-09-20 2022-09-20 一种基于Mems加速度传感器的道路形变预测方法

Publications (2)

Publication Number Publication Date
CN115218860A true CN115218860A (zh) 2022-10-21
CN115218860B CN115218860B (zh) 2022-12-09

Family

ID=83617465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211142496.7A Active CN115218860B (zh) 2022-09-20 2022-09-20 一种基于Mems加速度传感器的道路形变预测方法

Country Status (1)

Country Link
CN (1) CN115218860B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116564067A (zh) * 2023-07-11 2023-08-08 西安航空学院 一种基于智慧集料技术的公路状态预警系统
CN116623515A (zh) * 2023-07-24 2023-08-22 四川高速公路建设开发集团有限公司 一种高速路面平整度检测系统及方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2104179A1 (en) * 1993-08-16 1995-02-17 Canagrav Research Ltd. Isolation of environmental accelerations and tilts on moving platform
JP2009156660A (ja) * 2007-12-26 2009-07-16 Kddi Corp 加速度センサ及び地磁気センサを用いて歩行者の進行方向を決定する携帯端末、プログラム及び方法
JP2010262563A (ja) * 2009-05-11 2010-11-18 Sony Ericsson Mobilecommunications Japan Inc 携帯端末、軌跡情報取得方法およびプログラム
CN106493205A (zh) * 2016-10-21 2017-03-15 广东工业大学 一种加热火枪头的校正方法及装置
WO2017081921A1 (ja) * 2015-11-11 2017-05-18 日立建機株式会社 車輪の滑り角推定装置及びその方法
CN110108279A (zh) * 2019-06-05 2019-08-09 河南理工大学 一种杆塔倾斜测量系统及倾斜解算方法
JP2019182034A (ja) * 2018-04-03 2019-10-24 トヨタ自動車株式会社 車両の制動制御装置
JP2020054433A (ja) * 2018-09-28 2020-04-09 中村　正一 身体姿勢検知システム
CN111457893A (zh) * 2020-05-11 2020-07-28 佛山市威格特电气设备有限公司 一种基于加速度传感器的杆塔倾角度检测方法
CN111768620A (zh) * 2020-06-17 2020-10-13 浙大城市学院 一种基于窗口划分以及形变聚类的道路异常检测方法
CN112414393A (zh) * 2020-10-21 2021-02-26 衢州学院 基于多元传感器的界桩状态监测方法与装置
CN112964220A (zh) * 2021-02-05 2021-06-15 四川九通智路科技有限公司 一种路面形变监测装置
CN112964219A (zh) * 2021-02-05 2021-06-15 四川九通智路科技有限公司 一种路面形变监测方法
CN113074807A (zh) * 2021-03-18 2021-07-06 中国水产科学研究院黄海水产研究所 养殖围栏设施结构振动及形变实时监测系统
CN114582122A (zh) * 2022-02-18 2022-06-03 西安长安大学工程设计研究院有限公司 一种多车道高速公路分流影响区通行能力分析方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2104179A1 (en) * 1993-08-16 1995-02-17 Canagrav Research Ltd. Isolation of environmental accelerations and tilts on moving platform
JP2009156660A (ja) * 2007-12-26 2009-07-16 Kddi Corp 加速度センサ及び地磁気センサを用いて歩行者の進行方向を決定する携帯端末、プログラム及び方法
JP2010262563A (ja) * 2009-05-11 2010-11-18 Sony Ericsson Mobilecommunications Japan Inc 携帯端末、軌跡情報取得方法およびプログラム
WO2017081921A1 (ja) * 2015-11-11 2017-05-18 日立建機株式会社 車輪の滑り角推定装置及びその方法
CN106493205A (zh) * 2016-10-21 2017-03-15 广东工业大学 一种加热火枪头的校正方法及装置
JP2019182034A (ja) * 2018-04-03 2019-10-24 トヨタ自動車株式会社 車両の制動制御装置
JP2020054433A (ja) * 2018-09-28 2020-04-09 中村　正一 身体姿勢検知システム
CN110108279A (zh) * 2019-06-05 2019-08-09 河南理工大学 一种杆塔倾斜测量系统及倾斜解算方法
CN111457893A (zh) * 2020-05-11 2020-07-28 佛山市威格特电气设备有限公司 一种基于加速度传感器的杆塔倾角度检测方法
CN111768620A (zh) * 2020-06-17 2020-10-13 浙大城市学院 一种基于窗口划分以及形变聚类的道路异常检测方法
CN112414393A (zh) * 2020-10-21 2021-02-26 衢州学院 基于多元传感器的界桩状态监测方法与装置
CN112964220A (zh) * 2021-02-05 2021-06-15 四川九通智路科技有限公司 一种路面形变监测装置
CN112964219A (zh) * 2021-02-05 2021-06-15 四川九通智路科技有限公司 一种路面形变监测方法
CN113074807A (zh) * 2021-03-18 2021-07-06 中国水产科学研究院黄海水产研究所 养殖围栏设施结构振动及形变实时监测系统
CN114582122A (zh) * 2022-02-18 2022-06-03 西安长安大学工程设计研究院有限公司 一种多车道高速公路分流影响区通行能力分析方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
王会峰等: "基于三轴加速度传感器的路面坡度测量仪", 《长安大学学报(自然科学版)》 *
肖巍: "基于智能视觉的人体跌倒检测仿真", 《计算机仿真》 *
陈涛等: "高速公路波形梁护栏安全性评价", 《长安大学学报(自然科学版)》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116564067A (zh) * 2023-07-11 2023-08-08 西安航空学院 一种基于智慧集料技术的公路状态预警系统
CN116564067B (zh) * 2023-07-11 2023-09-26 西安航空学院 一种基于智慧集料技术的公路状态预警系统
CN116623515A (zh) * 2023-07-24 2023-08-22 四川高速公路建设开发集团有限公司 一种高速路面平整度检测系统及方法
CN116623515B (zh) * 2023-07-24 2023-09-15 四川高速公路建设开发集团有限公司 一种高速路面平整度检测系统及方法

Also Published As

Publication number Publication date
CN115218860B (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
CN115218860B (zh) 一种基于Mems加速度传感器的道路形变预测方法
CN109029882B (zh) 一种提高基于倾角仪的桥梁挠度测试精度的方法
CN107588915B (zh) 一种桥梁影响线识别方法
JP5144711B2 (ja) 地理的軌道の軌跡を割り出すための方法
CN111767354B (zh) 一种高精度地图精度评估方法
CN109991601A (zh) 一种基于PS-InSAR技术的房屋风险评估方法
CN114439042B (zh) 沉管隧道安装精度检验方法
Arias-Lara et al. Assessment of methodologies to estimate displacements from measured acceleration records
CN106441168A (zh) 滚动直线导轨副滑块型面精度的测量方法
CN104748695B (zh) 基于区段精细测量的大断面地下洞室早期变形监测方法
CN109537650B (zh) 一种边坡大量程测距仪及边坡变形实时监测方法
CN111412884B (zh) 一种基于姿态信息的三维信息恢复方法
CN108801221B (zh) 基于数字摄影测量的露天矿山边坡岩体节理规模快速精细取值方法
CN111735591B (zh) 一种桥梁动态变形测量方法
CN107727045B (zh) 基于行车轨迹的道路平曲线半径测量方法
Li et al. Efficient calibration of a laser dynamic deflectometer
RU2577806C1 (ru) Способ калибровки акселерометрического трехосевого инклинометра
Gan et al. Bridge continuous deformation measurement technology based on fiber optic gyro
CN115035340A (zh) 遥感影像分类结果验证方法
Sheng et al. A novel bridge curve mode measurement technique based on FOG
El-Ashmawy Developing and testing a method for deformations measurements of structures
CN108592875A (zh) 一种新型接触式隧洞收敛监测系统收敛位移的计算方法
Mrówczyńska et al. The model identification of buildings horizontal displacements with the use of a free geodetic network
Štroner et al. Test of the Precision and Accuracy of the ShapeAccelArray Sensor
Bednarski et al. DETERMINATION OF VERTICAL AND HORIZONTAL SOIL DISPLACEMENTS IN AUTOMATED MEASURING SYSTEMS ON THE BASIS OF ANGULAR MEASUREMENTS.

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