CN117377608A - 国际粗糙度指标估计方法及系统 - Google Patents
国际粗糙度指标估计方法及系统 Download PDFInfo
- Publication number
- CN117377608A CN117377608A CN202280036676.9A CN202280036676A CN117377608A CN 117377608 A CN117377608 A CN 117377608A CN 202280036676 A CN202280036676 A CN 202280036676A CN 117377608 A CN117377608 A CN 117377608A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- given
- roughness index
- international roughness
- vertical 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000001133 acceleration Effects 0.000 claims abstract description 57
- 238000012546 transfer Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 238000011002 quantification Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/05—Big data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle for navigation systems
Abstract
本发明涉及国际粗糙度指标(IRI)估计方法,包括初步步骤(10)和IRI估计步骤(20),其中初步步骤(10)包括:收集(11)第一运载工具垂直加速度值(其是在与已知IRI值或已知道路简档相关联的一个或多于一个道路或道路段上以一个或多于一个给定恒定速率驾驶的一个或多于一个机动运载工具(40)上测量的)、所测量的第一垂直加速度值的第一运载工具地理参考数据、以及第一运载工具速率数据(其指示与所测量的第一垂直加速度值相关联的给定恒定速率);计算(12)第一运载工具垂直加速度值的第一均方根值;以及基于已知的IRI值/道路简档、基于第一运载工具地理参考和速率数据以及基于第一均方根值,确定(13)在给定恒定速率下将运载工具垂直加速度均方根值和IRI值以数学方式相关联的一个或多于一个运载工具传递函数。IRI估计步骤(20)包括:获取(21)在给定道路或道路段上以驾驶速率驾驶的给定机动运载工具(40)上测量的第二运载工具垂直加速度值;计算(22)第二运载工具垂直加速度值的第二均方根值;以及基于在初步步骤(10)中确定的一个或多于一个运载工具传递函数以及基于第二均方根值和给定机动运载工具(40)的驾驶速率,估计(23)给定道路或道路段的IRI值。
Description
技术领域
本发明大体上涉及汽车和道路路面监测领域。更具体地,本发明涉及用于国际粗糙度指标(IRI)估计的方法和系统。
背景技术
众所周知,道路路面需要被设计成确保滚动表面基本上规则且变形小,以满足在道路路面上驾驶的机动运载工具的安全性和舒适性要求。
事实上,机动运载工具的轮子相对于道路路面上的障碍物(诸如坑洼或隆起等)/在该障碍物上的撞击可能导致轮子的轮胎的损坏,特别是轮子的胎体(即壳体)的损坏。
例如,轮胎侧壁上的外部凸起典型地指示由于相对于障碍物/在障碍物上的撞击而造成胎体内部的帘线已经破裂,这是因为在如隆起和坑洼等的物体上驾驶可能导致个别帘线破裂。
如果损坏的轮胎(例如,具有一些损坏的帘线的轮胎)没有被及时检测到并因此未被及时修理/更换,那么通过继续利用所述损坏的轮胎进行驾驶,(例如,在损坏的轮胎相对于其他障碍物或在其他障碍物上的进一步撞击的情况下)存在使轮胎的胎体完全破裂/破坏、甚至损坏轮辋和/或悬架的风险。
现今,会不时对个别道路的规则性/平滑性水平进行定期监测,主要是为了规划维修工程。典型地,所述监测是基于国际粗糙度指标(IRI)的计算,其中IRI是最常用于道路路面不规则性的粗糙度指标。IRI典型地基于所测量的纵向道路简档(road profile)(更具体地,道路路面标高的纵向断面)来获得,特别是通过使用四分之一车-运载工具数学模型来获得,该模型的响应被累积以产生具有坡度单位(in/mi、m/km等)的粗糙度指标。
不幸的是,IRI测量实际上相当昂贵,并且难以在由公司管理的整个道路网上大规模运行。
因此,在汽车和道路路面监测领域,显著感受到需要创新性技术解决方案来实现道路路面不规则性/不平整性的更快且更容易的检测。
在这方面,WO 2020/225699 A1中公开了用于识别道路路面的不规则性的方法和系统。
特别地,WO 2020/225699 A1涉及如下的方法,该方法包括:
a)初步测试步骤,依次包括:
-子步骤,其中在使充气轮胎以机动运载工具的不同速率驾驶通过和/或撞击不同的不规则物体时进行测试,
-子步骤,其中在测试期间(方便地以至少10Hz的采样率)获取垂直加速度,以及
-子步骤,其用于构建至少一个第一模型,以供将与所进行的测试相关的垂直加速度的标准偏差与道路路面上的不规则性相关联;以及
b)实际识别步骤,依次包括:
-子步骤,其中(方便地以至少10Hz的采样率)获取垂直加速度,
-子步骤,其中实现垂直加速度的高通滤波,其中高通滤波器的最小滤波阈值优选地小于或等于0.1Hz,并且其中滤波的子步骤在长度在2和25延米之间(优选地在5和10延米之间)的可变长度的道路路面的参考段上进行,
-子步骤,其中通过快速傅立叶变换(FFT)处理垂直加速度,
-子步骤,其中在相关频率处通过FFT计算所处理的垂直加速度的标准偏差,其中相关频率包括机动运载工具悬架系统的优选地在1.5Hz和3Hz之间的第一范围振动频率,以及
-基于所述第一模型和在相关频率处通过FFT所处理的垂直加速度的标准偏差之间的比较,来识别道路路面上不规则性的存在和尺寸。
根据WO 2020/225699 A1,相关频率方便地包括机动运载工具底盘的第二范围振动频率,步骤b)方便地包括通过GPS信号获取与运载工具位置有关的信息并且根据运载工具位置来定位任意不规则性的进一步子步骤,并且步骤a)方便地包括如下的进一步子步骤:通过使不同类型的机动运载工具上的不同类型的轮胎驾驶通过和/或撞击来进行测试、以及构建多个模型以将垂直加速度的标准偏差与轮胎和/或机动运载工具的类型相关联。
另外,根据WO 2020/225699 A1,步骤a)优选地还包括:
-子步骤,其中,在所进行的测试期间,获取轮子速率和机动运载工具的速率,并且其中通过轮子速率和机动运载工具的相应速率之间的比率来计算与所进行的测试相关的归一化轮子速率;以及
-子步骤,其用于构建用于将归一化轮子速率的标准偏差与道路路面上的不规则性相关联的至少一个第二模型。
最后,根据WO 2020/225699 A1,步骤b)优选地包括:
-子步骤,其中获取所述机动运载工具的轮子的转向角;
-子步骤,其中通过FFT获取所述机动运载工具的轮子的转向角;
-子步骤,其中在通过FFT处理的轮子的转向角的频率内容内确定最小阈值;
-子步骤,其中获取轮子速率;
-子步骤,其中获取机动运载工具的速率;
-子步骤,其中通过轮子速率和机动运载工具的相应速率之间的比率来计算归一化轮子速率;
-子步骤,其中在应用所述最小阈值时进行轮子速率或归一化轮子速率的高通滤波;以及
-子步骤,其中计算归一化轮子速率的标准偏差;
其中,用于识别道路路面上不规则性的存在的子步骤方便地意味着:使用第一模型和在相关频率处通过FFT所处理的垂直加速度的标准偏差之间的比较以及第二模型和归一化轮子速率的标准偏差之间的比较这两者。
发明内容
鉴于上述内容,申请人感到需要执行深入的研究,以尝试开发创新性技术解决方案,以供实现道路路面的粗糙度的通常更快且更容易的量化,特别是类似IRI的估计,其中该类似IRI的估计比传统的IRI测量更容易进行并且可以更频繁地执行,从而实现本发明。
因此,本发明的目的在于提供技术解决方案,以供实现道路路面的粗糙度的通常更快且更容易的量化,特别是类似IRI的估计,其中该类似IRI的估计比传统的IRI测量更容易进行并且可以更频繁地执行。
该目的和其他目的通过本发明而实现,这是因为本发明涉及如所附权利要求书中所定义的用于国际粗糙度指标(IRI)估计的方法和系统。
特别地,根据本发明的IRI估计方法包括初步步骤和IRI估计步骤,其中所述初步步骤包括:
·收集:
-第一运载工具垂直加速度值,其是在与已知IRI值或已知道路简档相关联的一个或多于一个道路或道路段上以一个或多于一个给定恒定速率驾驶的一个或多于一个机动运载工具上测量的,
-所测量的第一垂直加速度值的第一运载工具地理参考数据,以及
-第一运载工具速率数据,其指示与所测量的第一垂直加速度值相关联的一个或多于一个给定恒定速率;
·计算所述第一运载工具垂直加速度值的第一均方根值;以及
·基于已知的IRI值/道路简档、基于所述第一运载工具地理参考和所述第一运载工具速率数据以及基于所述第一均方根值,来确定在一个或多于一个给定恒定速率下将运载工具垂直加速度均方根值和IRI值以数学方式相关联的一个或多于一个运载工具传递函数。
所述IRI估计步骤包括:
·获取在给定道路或道路段上以驾驶速率驾驶的给定机动运载工具上测量的第二运载工具垂直加速度值;
·计算所述第二运载工具垂直加速度值的第二均方根值;以及
·基于在所述初步步骤中确定的一个或多于一个运载工具传递函数以及基于所述第二均方根值和所述给定机动运载工具的所述驾驶速率,来估计所述给定道路或道路段的IRI值。
附图说明
为了更好地理解本发明,现在将参考(全部不按比例的)附图描述被纯粹用于作为非限制性示例的优选实施例,其中:
·图1和图2分别示意性地例示根据本发明优选实施例的IRI估计方法的初步步骤和IRI估计步骤;
·图3示出与道路的不同段相关的IRI值的示例;
·图4示出在不同运载工具速率下的运载工具垂直加速度的IRI值和均方根的示例;
·图5示出运载工具传递函数的示例;
·图6示出道路或道路段的实际IRI值与通过执行本发明所估计的IRI值之间的比较的示例;
·图7示意性地示出根据本发明优选实施例的IRI估计系统;以及
·图8和图9示意性地示出用于实现图7的IRI估计系统的处理部件的两个优选实施例。
具体实施方式
呈现以下讨论以使得本领域技术人员能够制造和使用本发明。对实施例的各种修改对于本领域技术人员来说将是相当明显的,而不会脱离如本发明所要求保护的范围。因此,本发明并不旨在被限制为所示和所描述的实施例,而是被赋予与所附权利要求书中所定义的特征一致的最宽的保护范围。
本发明涉及包括初步步骤和IRI估计步骤的国际粗糙度指标(IRI)估计方法。
在这方面,图1示意性地示出根据本发明优选实施例的IRI估计方法的初步步骤(整体上用10表示)。
特别地,初步步骤10包括:
·收集(图1中的框11)
-第一运载工具垂直加速度值,其是在与已知IRI值或已知道路简档相关联的一个或多于一个道路或道路段上以一个或多于一个给定恒定速率驾驶的、装配有内燃机的以及/或者混合动力和/或(一个或多于一个)电动类型的一个或多于一个机动运载工具(诸如一个或多于一个小汽车和/或公共汽车和/或卡车和/或摩托车等)上测量的,
-所测量的第一垂直加速度值的第一运载工具地理参考数据,即,与所测量的第一垂直加速度值相对应的指示随时间的二维/三维(2D/3D)位置(例如,由全球导航卫星系统(GNSS)接收器提供的位置(诸如全球定位系统(GPS)位置等))的数据,以及
-第一运载工具速率数据,其指示与所测量的第一垂直加速度值相关联的(一个或多于一个)给定恒定速率;
·计算(图1中的框12)第一运载工具垂直加速度值的第一均方根值;以及
·基于已知的IRI值/道路简档、基于第一运载工具地理参考和速率数据以及基于第一均方根值,来确定(图1中的框13)在(一个或多于一个)给定恒定速率下将运载工具垂直加速度均方根值和IRI值以数学方式相关联的一个或多于一个运载工具传递函数。
图2示意性地示出根据本发明优选实施例的IRI估计方法的IRI估计步骤(整体上用10表示)。
特别地,IRI估计步骤20包括:
·获取(图2中的框21)在给定道路/道路段上以驾驶速率驾驶的给定机动运载工具上测量的第二运载工具垂直加速度值;
·计算(图2中的框22)第二运载工具垂直加速度值的第二均方根值;以及
·基于在初步步骤10中确定的一个或多于一个运载工具传递函数以及基于第二均方根值和给定机动运载工具的驾驶速率,来估计给定道路/道路段的IRI值(图2中的框23)。
方便地,IRI估计步骤20包括:连同给定机动运载工具的第二运载工具地理参考数据(即,指示给定机动运载工具的2D/3D位置(例如,GPS位置)的数据)和指示所述给定机动运载工具的驾驶速率的第二运载工具速率数据一起,获取(图2中的框21)第二运载工具垂直加速度值。
优选地,为了在IRI估计步骤20中实现更准确的IRI估计,初步步骤10包括:在与已知IRI值或已知道路简档相关联的一个或多于一个道路或道路段上,以一个或多于一个给定恒定速率驾驶一个相同的给定运载工具类型和/或一个相同的给定运载工具型号的一个或多于一个机动运载工具,以:
·收集(图1中的框11)与所述给定运载工具类型和/或型号相关的第一运载工具垂直加速度值、第一运载工具地理参考数据和第一运载工具速率数据;以及
·确定(图1中的框13)特定于所述给定运载工具类型和/或型号的一个或多于一个运载工具传递函数。
方便地,初步步骤10包括:驾驶不同给定运载工具类型和/或不同给定运载工具型号的一个或多于一个机动运载工具,以:
·针对所述给定运载工具类型和/或型号中的每一个,收集(图1中的框11)相应第一运载工具垂直加速度值、相应第一运载工具地理参考数据和相应第一运载工具速率数据(方便地,在具有已知IRI/简档的单个道路或道路段上以恒定速率的单个运载工具类型/型号通道(passage)进行聚类);以及
·针对所述给定运载工具类型和/或型号中的每一个,确定(图1中的框13)特定于所述给定运载工具类型和/或型号的相应的一个或多于一个运载工具传递函数。
因此,在IRI估计步骤20中,通过使用在初步步骤10中确定的特定于给定机动运载工具的运载工具类型/型号的至少一个运载工具传递函数来方便地估计(图2中的框23)IRI值。
更详细地,在初步步骤10中,用于收集(图1中的框11)第一运载工具垂直加速度值、第一运载工具地理参考数据和第一运载工具速率数据的子步骤可以方便地包括运载工具遥测数据获取,其中运载工具方便地配备有数据记录器单元,该数据记录器单元以预定获取频率f(VA)≥10Hz和f(GPS)≥1Hz来获取运载工具的垂直加速度VA和GPS位置GPS,以及其中,遥测数据经由无线连接(例如,基于2G、3G、4G或5G蜂窝技术)被自动传输到远程计算系统(例如云计算系统)。
方便地,在初步步骤10中,与道路相关的IRI值在不同的道路段中被划分,并且与不同的道路段相关联,其中所述IRI值由用于通过标准化且合规的测量程序测量IRI值的外部实体来提供。在这方面,图3示出在道路的八个不同段中被划分、并且与这八个不同段相关联的所述道路的八个IRI值的示例。
另外,可以方便地考虑用于运载工具遥测数据获取的预定时间段(例如,三个月),其中所述预定时间段优选地包括IRI值的测量日期。
方便地,初步步骤10还包括:选择以给定速率范围在道路段上的运载工具“良好”通道,其中,如果运载工具以恒定速率在道路段上驾驶了至少70%的道路段长度,则运载工具通道可以方便地被考虑为“良好”并且因此被用于进一步处理。
方便地,GPS被用于定位路段上的运载工具。
优选地,处理在通道期间测量的VA值,计算(图1中的框12)均方根RMSVAV,并且通过考虑以下项来方便地针对各个道路段进行平均RMSVA=average(RMSVAV):
·针对所涉及的运载工具中的每一个,
·在预定时间段期间的不同时刻,
·在单个道路段上,
·处于给定速率。
可以方便地连同道路段的已知IRI值一起绘制RMSVA,从而使得能够识别相关的数学相关性,由此可以方便地确定(图1中的框13)运载工具传递函数在这方面,图4示出不同恒定运载工具速率下的IRI-RMSVA曲线图的示例。
然后,在IRI估计步骤20中,可以方便地执行逆计算。实际上,一旦已知了运载工具传递函数、RMSVA和给定运载工具在一般道路上的驾驶速率v,就可以计算所估计的IRI值(图2中的框23)。
在这方面,图5示出运载工具传递函数的示例,即:
IRI=-1.834-v(km/h)·0.4145+0.04853·RMSVA(m/s2)-0.1925·v2(km/h)-0.0002679RMSVA2(m/s2)+0.01239·v(km/h)·RMSVA(m/s2)。
另外,图6示出道路或道路段的实际IRI值与通过执行根据本发明的IRI估计方法所估计的IRI值之间的比较的示例。
本发明还涉及被设计成执行上述IRI估计方法的系统。在这方面,图7通过框图示意性地示出根据本发明优选实施例的IRI估计系统30的功能架构。
特别地,IRI估计系统30包括获取装置31,该获取装置31:
·被安装装载(on-board)在装配有内燃机的或混合动力/电动类型的机动运载工具(诸如小汽车或公共汽车或卡车或摩托车等)(图7中未示出)上;
·被耦合到所述机动运载工具的运载工具总线41(例如,基于标准控制器局域网(CAN)总线);以及
·被配置为从所述运载工具总线41获取运载工具垂直加速度以及运载工具地理参考和速率数据。
优选地,相应的获取装置31被安装装载在:
·用于执行初步步骤10的各个机动运载工具上,以从所述机动运载工具的相应运载工具总线41获取第一运载工具垂直加速度值和第一运载工具地理参考和速率数据;以及
·IRI估计步骤20中涉及的各个给定机动运载工具上,以从所述给定机动运载工具的相应运载工具总线41获取第二运载工具垂直加速度值和第二运载工具地理参考和速率数据。
另外,IRI估计系统30还包括处理部件32,该处理部件32以有线或无线方式连接到(一个或多于一个)获取装置31以从该获取装置31接收第一/第二运载工具垂直加速度值和第一/第二运载工具地理参考和速率数据,并且该处理部件32被编程以:
·计算(图1中的框12)第一均方根值并确定(图1中的框13)(一个或多于一个)运载工具传递函数;以及
·计算(图2中的框22)第二均方根值并估计(一个或多于一个)IRI值(图2中的框23)。
图8和9示意性地示出用于实现处理部件32的两个优选实施例。
特别地,参考图8,在第一优选实施例(整体上用30*表示)中,处理部件32是通过云计算系统32*实现/执行的,其中该云计算系统32*(例如,经由诸如GSM、GPRS、EDGE、HSPA、UMTS、LTE、高级LTE(LTE Advanced)、5G等的一个或多于一个蜂窝技术)无线且远程地连接到(一个或多于一个)获取装置31,并且方便地用于进行初步步骤10和IRI估计步骤20这两者。
代替地,参考图9,在第二优选实施例(整体上用30**表示)中,处理部件32是通过安装装载在机动运载工具40上的(汽车)电子控制单元(ECU)32**来实现/执行的,其中所述ECU 32**可以方便地是专门专用于IRI估计的ECU,或者专用于也包括IRI估计的若干任务的ECU。
优选地,云计算系统32*用于执行初步步骤10,而ECU 32**用于进行IRI估计步骤20。特别地,各个ECU 32**可以方便地安装装载在IRI估计步骤20所涉及的各个给定机动运载工具40上,以从相应的获取装置31获取第二运载工具垂直加速度值和第二运载工具地理参考和速率数据。
综上所述,本发明的技术优势和创新特征对于本领域技术人员而言是相当明显的。
特别地,重要的是指出,本发明使得能够实现道路路面的粗糙度的通常更快且更容易的量化,特别是类似IRI的估计,其中该类似IRI的估计比传统的IRI测量更容易进行并且可以更频繁地执行。更具体地,根据本发明的IRI估计方法和系统使得能够向道路网络管理公司提供粗略的(即不太准确的)但更便宜、更毛细管化且更频繁的IRI估计,从而实现更便宜、更多毛细且更频繁的道路路面监测。
如前所述,本发明使得能够通过利用属于所连接的队列的运载工具的垂直加速度来估计IRI值。特别地,根据本发明的IRI估计方法和系统使得能够使用以恒定速率的所连接的运载工具的垂直加速度来以高于传统IRI测量方法的频率确定驾驶道路的粗略IRI值。IRI估计虽然不太准确,但对于实现更便宜、更毛细管化且更频繁的道路路面监测是有用的,从而使得道路网络管理公司能够针对特定道路或道路段优先进行更准确的IRI测量,并适当规划和/或优先进行该特定道路或道路段上的维修工程。
总之,明显的是,可以对本发明进行多个修改和变型,这些修改和变型落在如所附权利要求书中所定义的本发明的范围内。
Claims (12)
1.一种国际粗糙度指标估计方法,包括初步步骤(10)和国际粗糙度指标估计步骤(20);
其中,所述初步步骤(10)包括:
收集(11):
第一运载工具垂直加速度值,其是在与已知国际粗糙度指标值或已知道路简档相关联的一个或多于一个道路或道路段上以一个或多于一个给定恒定速率驾驶的一个或多于一个机动运载工具(40)上测量的,
所测量的第一垂直加速度值的第一运载工具地理参考数据,以及
第一运载工具速率数据,其指示与所测量的第一垂直加速度值相关联的一个或多于一个给定恒定速率;
计算(12)所述第一运载工具垂直加速度值的第一均方根值;以及
基于已知的国际粗糙度指标值/道路简档、基于所述第一运载工具地理参考和所述第一运载工具速率数据以及基于所述第一均方根值,来确定(13)在一个或多于一个给定恒定速率下将运载工具垂直加速度均方根值和国际粗糙度指标值以数学方式相关联的一个或多于一个运载工具传递函数;
其中,所述国际粗糙度指标估计步骤(20)包括:
获取(21)在给定道路或道路段上以驾驶速率驾驶的给定机动运载工具(40)上测量的第二运载工具垂直加速度值;
计算(22)所述第二运载工具垂直加速度值的第二均方根值;以及
基于在所述初步步骤(10)中确定的一个或多于一个运载工具传递函数以及基于所述第二均方根值和所述给定机动运载工具(40)的所述驾驶速率,来估计(23)所述给定道路或道路段的国际粗糙度指标值。
2.根据权利要求1所述的国际粗糙度指标估计方法,其中,所述国际粗糙度指标估计步骤(20)包括:连同所述给定机动运载工具(40)的第二运载工具地理参考数据和指示所述给定机动运载工具(40)的所述驾驶速率的第二运载工具速率数据一起,获取(21)所述第二运载工具垂直加速度值。
3.根据权利要求1或2所述的国际粗糙度指标估计方法,其中,所述初步步骤(10)包括:在与已知国际粗糙度指标值或已知道路简档相关联的一个或多于一个道路或道路段上,以一个或多于一个给定恒定速率驾驶一个相同的给定运载工具类型和/或一个相同的给定运载工具型号的一个或多于一个机动运载工具;
由此,在所述初步步骤(10)中:
收集(11)与所述给定运载工具类型和/或所述给定运载工具型号相关的第一运载工具垂直加速度值、第一运载工具地理参考数据和第一运载工具速率数据,以及
确定(13)特定于所述给定运载工具类型和/或所述给定运载工具型号的一个或多于一个运载工具传递函数。
4.根据权利要求1至3中任一项所述的国际粗糙度指标估计方法,其中,所述初步步骤(10)包括:在与已知国际粗糙度指标值或已知道路简档相关联的一个或多于一个道路或道路段上,以一个或多于一个给定恒定速率驾驶不同的给定运载工具类型和/或不同的给定运载工具型号的一个或多于一个机动运载工具;
由此,在所述初步步骤(10)中:
针对所述给定运载工具类型和/或所述给定运载工具型号中的每一个,收集(11)相应的第一运载工具垂直加速度值、相应的第一运载工具地理参考数据和相应的第一运载工具速率数据,以及
针对所述给定运载工具类型和/或所述给定运载工具型号中的每一个,确定(13)特定于所述给定运载工具类型和/或所述给定运载工具型号的相应的一个或多于一个运载工具传递函数;
其中,在所述国际粗糙度指标估计步骤(20)中,通过使用在所述初步步骤(10)中确定的特定于所述给定机动运载工具(40)的运载工具类型/运载工具型号的至少一个运载工具传递函数来估计(23)所述国际粗糙度指标值。
5.根据前述权利要求中任一项所述的国际粗糙度指标估计方法,其中,在所述初步步骤(10)中:
计算所述第一均方根值的一个或多于一个平均值;以及
基于所计算出的所述一个或多于一个平均值来确定(13)所述一个或多于一个运载工具传递函数。
6.一种国际粗糙度指标估计系统(30,30*,30**),其被设计为用于执行根据前述权利要求中任一项所述的国际粗糙度指标估计方法。
7.根据权利要求6所述的国际粗糙度指标估计系统,
针对用于执行所述国际粗糙度指标估计方法的所述初步步骤(10)的各个机动运载工具(40),所述国际粗糙度指标估计系统包括相应的第一获取装置(31),所述第一获取装置(31):
被安装装载在所述机动运载工具(40)上,
被耦合到所述机动运载工具(40)的相应运载工具总线(41),以及
被配置为从所述相应运载工具总线(41)获取所述第一运载工具垂直加速度值以及所述第一运载工具地理参考和所述第一运载工具速率数据;
针对所述国际粗糙度指标估计方法的所述国际粗糙度指标估计步骤(20)中所涉及的各个给定机动运载工具(40),所述国际粗糙度指标估计系统包括相应的第二获取装置(31),所述第二获取装置(31):
被安装装载在所述给定机动运载工具(40)上,
被耦合到所述给定机动运载工具(40)的相应运载工具总线(41),以及
被配置为从所述相应运载工具总线(41)获取所述第二运载工具垂直加速度值;以及
所述国际粗糙度指标估计系统包括处理部件(32),所述处理部件(32)连接到第一获取装置(31)和第二获取装置(31),以从所述第一获取装置(31)和所述第二获取装置(31)接收所述第一运载工具垂直加速度值和所述第二运载工具垂直加速度值以及所述第一运载工具地理参考和所述第一运载工具速率数据,并且所述处理部件(32)被配置为:
计算(12)所述第一均方根值并且确定(13)所述一个或多于一个运载工具传递函数,以及
计算(22)所述第二均方根值并且估计(23)一个或多于一个国际粗糙度指标值。
8.根据权利要求7所述的国际粗糙度指标估计系统,其中,所述处理部件(32)包括云计算系统(32*),所述云计算系统(32*)被远程连接到所述第一获取装置(31)和所述第二获取装置(31),并且被配置为执行所述初步步骤(10)和所述国际粗糙度指标估计步骤(20)这两者。
9.根据权利要求7所述的国际粗糙度指标估计系统,其中,
所述处理部件(32)包括云计算系统(32*),所述云计算系统(32*)被远程连接到一个或多于一个所述第一获取装置(31)并且被配置为执行所述初步步骤(10);以及
针对所述国际粗糙度指标估计步骤(20)中所涉及的各个给定机动运载工具(40),所述处理部件(32)包括被安装装载在所述给定机动运载工具(40)上的相应电子控制单元(32**),所述电子控制单元(32**)连接到相应的第二获取装置(31)并且被配置为执行所述国际粗糙度指标估计步骤(20)。
10.一种云计算系统(32*),其被配置为执行根据权利要求1至5中任一项所述的国际粗糙度指标估计方法的所述初步步骤(10)和所述国际粗糙度指标估计步骤(20)这两者、或者仅执行所述国际粗糙度指标估计方法的所述初步步骤(10)。
11.一种电子控制单元(32**),其被设计为安装装载在机动运载工具(40)上并且被配置为执行根据权利要求1至5中任一项所述的国际粗糙度指标估计方法的所述国际粗糙度指标估计步骤(20)。
12.一种计算机程序产品,其包括一个或多于一个软件和/或固件代码部分,所述一个或多于一个软件和/或固件代码部分:
能够加载在处理部件(32、32*、32**)上;以及
使得在被加载时使所述处理部件(32、32*、32**)变得被配置为执行根据权利要求1至5中任一项所述的国际粗糙度指标估计方法的所述初步步骤(10)和/或所述国际粗糙度指标估计步骤(20)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IT202100007817 | 2021-03-30 | ||
IT102021000007817 | 2021-03-30 | ||
PCT/EP2022/058405 WO2022207700A1 (en) | 2021-03-30 | 2022-03-30 | International roughness index estimation method and system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117377608A true CN117377608A (zh) | 2024-01-09 |
Family
ID=76270003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280036676.9A Pending CN117377608A (zh) | 2021-03-30 | 2022-03-30 | 国际粗糙度指标估计方法及系统 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP4313710A1 (zh) |
JP (1) | JP2024514515A (zh) |
CN (1) | CN117377608A (zh) |
WO (1) | WO2022207700A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2525839B (en) * | 2014-02-18 | 2017-09-27 | Jaguar Land Rover Ltd | Method of and system for collecting data relating to road irregularities |
CN109476310B (zh) * | 2016-12-30 | 2021-11-12 | 同济大学 | 一种基于舒适度的自动驾驶车速控制方法 |
WO2019113022A1 (en) * | 2017-12-04 | 2019-06-13 | University Of Massachusetts | Method to measure road roughness characteristics and pavement induced vehicle fuel consumption |
IT201900006613A1 (it) | 2019-05-07 | 2020-11-07 | Bridgestone Europe Nv Sa | Metodo e sistema per il riconoscimento delle irregolarita' di una pavimentazione stradale |
-
2022
- 2022-03-30 CN CN202280036676.9A patent/CN117377608A/zh active Pending
- 2022-03-30 WO PCT/EP2022/058405 patent/WO2022207700A1/en active Application Filing
- 2022-03-30 JP JP2023560758A patent/JP2024514515A/ja active Pending
- 2022-03-30 EP EP22719557.5A patent/EP4313710A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022207700A1 (en) | 2022-10-06 |
JP2024514515A (ja) | 2024-04-02 |
EP4313710A1 (en) | 2024-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7309915B2 (ja) | 道路舗装の凹凸を認識する方法及びシステム | |
US11458776B2 (en) | Tread wear monitoring system and method | |
CN112533775B (zh) | 胎面磨损监测系统和方法 | |
EP1767422A1 (en) | Method and apparatus for evaluating a cornering stability of a wheel | |
JP2018517978A (ja) | 運転限界速度を決定する方法 | |
CN109154498B (zh) | 道路监测方法及系统 | |
EP3966080B1 (en) | Method and system for the recognition of the irregularities of a road pavement | |
US20180201077A1 (en) | Method of generating tire load histories and testing tires | |
CN112533771B (zh) | 轮胎损坏检测系统和方法 | |
CN117203105A (zh) | 估计道路段的国际粗糙度指标的方法和相关系统 | |
CN117377608A (zh) | 国际粗糙度指标估计方法及系统 | |
CN102057267A (zh) | 通过比较分析估计一对轮胎的横向抓地力的方法 | |
Huber et al. | TireEye: Optical On-board Tire Wear Detection | |
US20240118175A1 (en) | System and method for identifying a tire contact length from radial acceleration signals | |
CN117980208A (zh) | 检测和定位道路路面上的对轮胎和/或运载工具完整性有危险或潜在危险的障碍/元素的方法和系统 |
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 |