CN118333509B - 一种车辆行驶路线规划方法、系统及介质 - Google Patents
一种车辆行驶路线规划方法、系统及介质 Download PDFInfo
- Publication number
- CN118333509B CN118333509B CN202410750890.1A CN202410750890A CN118333509B CN 118333509 B CN118333509 B CN 118333509B CN 202410750890 A CN202410750890 A CN 202410750890A CN 118333509 B CN118333509 B CN 118333509B
- Authority
- CN
- China
- Prior art keywords
- bridge
- vehicle
- model
- driving route
- actual
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000013210 evaluation model Methods 0.000 claims abstract description 40
- 230000003068 static effect Effects 0.000 claims abstract description 26
- 238000012216 screening Methods 0.000 claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims description 65
- 238000011156 evaluation Methods 0.000 claims description 45
- 239000011800 void material Substances 0.000 claims description 27
- 238000012549 training Methods 0.000 claims description 23
- 238000003062 neural network model Methods 0.000 claims description 19
- 238000005457 optimization Methods 0.000 claims description 17
- 239000000835 fiber Substances 0.000 claims description 16
- 230000015556 catabolic process Effects 0.000 claims description 10
- 238000006731 degradation reaction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims 1
- 238000012423 maintenance Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 4
- 230000002787 reinforcement Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车辆行驶路线规划方法、系统及介质，车辆行驶路线规划方法包括步骤：S1、通过地图模块采集各个区域路段的静态数据以及路况数据，并将静态数据和路况数据与电子地图融合以形成路线规划地图；S2、通过规划模块，读取大件运输车辆的申请信息，以电子地图和路线规划地图为依据，生成若干条初选行驶路线；S3、通过规划模块，读取大件运输车辆的申请信息，并结合初选行驶路线，利用桥梁结构评估模型对桥梁的结构状态进行评估，和利用匝道桥倾覆模型对匝道桥的倾覆风险进行评估，在初选行驶路线的基础上筛选出初始行驶路线。通过在规划行驶路线时对桥梁的结构状态和匝道桥的倾覆风险进行评估，得以降低桥梁、匝道桥倾覆和坍塌的风险。
Description
技术领域
本发明涉及交通运输技术领域，尤其是涉及一种车辆行驶路线规划方法、系统及介质。
背景技术
随着经济的快速发展，工业领域大型、超大型设备的研发和制造也逐渐增多，随之大型、超大型构件的公路运输需求也越来越多，大件运输一般是指大型、超大型设备的运输配送。目前，大件运输审核已经成为路政部门的一项常态化工作，每一个大件运输申请都需要对其运输路线进行规划，然后分发给对应的基层公路管理单位审核能否通行。
近些年来，对大件运输路线的规划逐渐由人员投入多、成本高、效率低的人工勘验规划转变为利用路线规划系统自动规划生成运输路线。但是现有的路线规划系统对公路设施，尤其是对桥梁受力的考量不够全面，如果大件运输车辆强行通过可能会造成公路设施的损坏。
发明内容
本发明的一个目的在于提供一种车辆行驶路线规划方法，得以降低大件运输车辆造成桥梁、匝道桥倾覆和坍塌的风险。
本发明的另一个目的在于提供一种车辆行驶路线规划系统，用于实现上述的车辆行驶路线规划方法。
本发明的另一个目的在于提供一种可读介质，用于存储指令，以使执行上述的车辆行驶路线规划方法。
为实现以上至少一目的，本发明采用的技术方案为：一种车辆行驶路线规划方法，包括步骤：
S1、通过地图模块采集各个区域路段的静态数据以及路况数据，并将所述静态数据和所述路况数据与电子地图融合以形成路线规划地图；
S2、通过规划模块，读取大件运输车辆的申请信息，以所述电子地图和所述路线规划地图为依据，生成若干条初选行驶路线；
S3、通过所述规划模块，结合大件运输车辆的所述申请信息以及所述初选行驶路线，利用桥梁结构评估模型对桥梁的结构状态进行评估，和利用匝道桥倾覆模型对匝道桥的倾覆风险进行评估，在所述初选行驶路线的基础上，筛选出初始行驶路线，作为规划的行驶路线。
作为一种优选，所述车辆行驶路线规划方法还包括步骤S4：通过在线监测模块采集大件运输车辆的实际车载信息和实际行驶路线，并将所述实际车载信息与所述申请信息进行比较，以及将所述实际行驶路线和规划的行驶路线进行比较。
作为一种优选，所述车辆行驶路线规划方法还包括步骤S5：通过在线优化模块根据大件运输车辆的实际车载信息、和/或实际行驶路线、和/或所述地图模块采集的路况数据对规划的行驶路线进行优化，以形成优化行驶路线，并将所述优化行驶路线作为最新的规划的行驶路线。
作为一种优选，所述步骤S1具体包括步骤：
S11、获取各路段的所述静态数据，所述静态数据包括桥梁基本信息以及车辆限载限高信息；
S12、通过设置在各路段的第一监测子系统获取路况数据；
S13、结合步骤S11中获取的静态数据、步骤S12中获取的路况数据、气象数据以及所述电子地图以建立所述路线规划地图。
作为一种优选，所述步骤S2具体包括步骤：
S21、以所述电子地图为依据，生成若干条可选行驶路线；
S22、以所述路线规划地图为依据，在所述可选行驶路线的基础上，筛选出若干所述初选行驶路线。
作为一种优选，所述步骤S3具体包括步骤：
S31、读取大件运输车辆的所述申请信息，包括车轴数、车轴间距、轴重和车辆总重；
S32、通过所述桥梁结构评估模型的第一评估模型，并结合所述申请信息，计算各个所述初选行驶路线中的桥梁在大件运输车辆轴载作用下的结构内力和变形，并判断结构内力和变形是否满足桥梁极限状态指标，以形成第一评估结果；
S33、通过所述桥梁结构评估模型中的第二评估模型，并结合所述申请信息，以集中力模拟大件运输车辆的轴载情况，并施加于桥梁结构中的隐患位置，获得桥梁的非线性结构状态，以形成第二评估结果；
S34、通过所述桥梁结构评估模型中的第三评估模型，结合所述步骤S33中的桥梁的非线性结构状态以及日常流量载荷统计，对桥梁的结构性能退化以及使用寿命进行预测，以形成第三评估结果；
S35、通过匝道桥倾覆模型，结合所述申请信息和所述初选行驶路线，以集中力模拟大件运输车辆的轴载情况，并施加于匝道桥结构中的隐患位置，获得支座脱空状态；
S36、将第一评估结果、第二评估结果、第三评估结果中的至少一者和支座脱空状态相结合，以形成综合评估结果，并比较各个所述初选行驶路线的综合评估结果，以筛选出所述初始行驶路线。
作为一种优选，所述步骤S4具体包括步骤：
S41、通过设置在各路段的第二监测子系统，并结合目标检测算法，以获取大件运输车辆的实际行驶路线和实际车辆信息，所述实际车辆信息包括车型、车牌和车轴数；
S42、通过设置在桥梁的第三监测子系统进行挠度计算，并结合挠度反演车重模型，以获取大件运输车辆的实际总重信息，并将所述实际总重信息与步骤S41中的所述实际车辆信息进行匹配，以形成所述实际车载信息；
S43、读取大件运输车辆的申请信息，并将所述实际车载信息与所述申请信息进行比较，以及将所述实际行驶路线和规划的行驶路线进行比较。
为实现以上至少一目的，本发明采用的技术方案为：一种车辆行驶路线规划系统，包括：地图模块、规划模块、在线监测模块和在线优化模块；所述地图模块用于形成路线规划地图，所述地图模块包括设置在各路段第一监测子系统，用于获取路况数据；所述规划模块用于形成初始行驶路线，所述规划模块包括用于评估匝道桥倾覆风险的匝道桥倾覆模型，以及用于评估桥梁结构状态的桥梁结构评估模型，所述桥梁结构评估模型包括用于评估桥梁的结构内力和变形的第一评估模型，用于评估桥梁的非线性结构状态的第二评估模型，以及用于评估桥梁的结构性能退化以及使用寿命的第三评估模型；所述在线监测模块用于将大件运输车辆的实际行驶路线与规划的行驶路线进行比较，以及将实际车载信息与申请信息进行比较，所述在线监测模块包括第二监测子系统、第三监测子系统，所述第二监测子系统用于监测大件运输车辆的实际行驶路线和实际车辆信息，所述第三监测子系统用于监测桥梁的挠度，并利用挠度反演车重模型识别车辆总重；所述在线优化模块用于形成优化行驶路线。
作为一种优选，通过建立桥梁的纤维梁单元有限元模型以获取桥梁训练数据集，通过构建桥梁评估神经网络模型，并利用所述桥梁训练数据集对所述桥梁评估神经网络模型进行训练，以获得所述第二评估模型；通过建立匝道桥的纤维梁单元有限元模型以获取匝道桥训练数据集，通过构建匝道桥评估神经网络模型，并利用所述匝道桥训练数据集对所述匝道桥评估神经网络模型进行训练，以获得所述匝道桥倾覆模型。
为实现以上至少一目的，本发明采用的技术方案为：一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，得以执行如上所述的车辆行驶路线规划方法。
与现有技术相比，本发明的有益效果在于：
1）通过规划模块的桥梁结构评估模型得以对桥梁的非线性结构状态进行评估，以及通过匝道桥倾覆模型得以对支座脱空状态进行评估，进而有利于筛除具有桥梁倾覆或者匝道桥支座脱空隐患的路线，使得规划的行驶路线更加合理安全，降低大件运输车辆对桥梁或匝道桥造成破坏而引发安全事故的风险。
2）通过在线监测模块和在线优化模块，得以在大件运输车辆的行驶过程中，监测大件运输车辆的实际车载信息与申请信息是否相符、实际行驶路线与规划的行驶路线是否相符，以及监测路况信息，得以及时依据实际车载信息、实际行驶路线和路况数据对规划的行驶路线进行优化，以形成优化行驶路线，有利于避免大件运输车辆对初始行驶路线中的部分桥梁或者匝道桥造成安全隐患，提高了大件运输车辆全程跟踪的能力，提升了应急情况下运输路线再优化的及时性，减少了车主的审批等待时长。
3）通过分析桥梁结构性能退化，预测桥梁结构剩余使用寿命，主动干预与管理桥梁的运营状态，减少了桥梁不规范使用所致的桥梁服役寿命缩短、养护费用增加等情况。
附图说明
图1是根据本申请的一些实施例的车辆行驶路线规划方法的流程示意图。
图2是根据本申请的一些实施例的车辆的轴载系数与响应的非线性关系曲线。
具体实施方式
下面，结合具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
需要说明的是，本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本申请的说明书和权利要求书中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
一种车辆行驶路线规划方法，如图1所示，包括步骤：
S1、通过地图模块采集各个区域路段的静态数据以及路况数据，并将静态数据和路况数据与电子地图融合以形成路线规划地图；
S2、通过规划模块，读取大件运输车辆的申请信息，以电子地图和路线规划地图为依据，生成若干条初选行驶路线；
S3、通过规划模块，结合大件运输车辆的申请信息以及初选行驶路线，利用桥梁结构评估模型对桥梁的结构状态进行评估，和利用匝道桥倾覆模型对匝道桥的倾覆风险进行评估，在初选行驶路线的基础上，筛选出初始行驶路线，作为规划的行驶路线。
可以理解的是，通过地图模块形成的路线规划地图，得以为大件运输车辆的路线规划提供基础。进一步的，通过规划模块的桥梁结构评估模型得以对桥梁的非线性结构状态进行评估，以及通过匝道桥倾覆模型得以对支座脱空状态进行评估，进而有利于筛除具有桥梁倾覆或者匝道桥支座脱空隐患的路线，使得规划的行驶路线更加合理安全，降低大件运输车辆对桥梁或匝道桥造成破坏而引发安全事故的风险。
具体的，步骤S1具体包括步骤：
S11、获取各路段的静态数据，静态数据包括桥梁基本信息以及车辆限载限高信息；
S12、通过设置在各路段的第一监测子系统获取路况数据；
S13、结合步骤S11中获取的静态数据、步骤S12中获取的路况数据、气象数据以及电子地图以建立路线规划地图。
在一些实施例中，步骤S11中的静态数据包括各路段的限载、限高、禁入区域、桥梁基本信息、匝道桥信息等。其中，桥梁基本信息包括桥型、跨度、各构件的主要几何参数以及材料参数、桥梁技术等级等。可以理解的是，静态数据可以从相关部门的数据库中调取，也可以从相关部门获取后自行建立静态数据的数据库，以便后续使用。
在一些实施例中，步骤S12中的路况数据包括道路拥堵、交通事故、道路维修、路面情况等道路异常事件。其中路面情况包括路面积水、路面积雪、路面结冰等。值得一提的是，部分路况数据，例如道路拥堵，也可以通过电子地图获得。其中，电子地图可以是高德地图、百度地图或其他地图。
在一些实施例中，步骤S12中的第一监测子系统为设置在道路以及桥梁上的机器视觉智能感知设备，得以对道路拥堵、交通事故、路面情况等影响交通运行的道路异常事件进行识别与信息记录，进而得以获取实时的路况数据，并提供给地图模块。值得一提的是，地图模块可以直接获取第一监测子系统的路况数据并进行处理，地图模块也可以从相关部门的数据库间接获取第一监控子系统的路况数据。
在一些实施例中，步骤S13的气象数据可以从气象站直接获取，也可以融合现有的气象软件。
可以理解的是，通过融合静态数据、路况数据、气象数据以及电子地图，以建立路线规划地图。进而在以路线规划地图为基础，进行大件运输车辆的路线规划时，得以综合考虑静态数据、路况数据以及气象数据，使得规划的行驶路线更为安全合理。
值得一提的是，步骤S11和步骤S12之间无执行顺序的限制，步骤S13在步骤S11和步骤S12之后执行。也就是说，在生成或者更新路线规划地图之前，需要先获取静态数据和/或路况数据。
在一个具体实施例中，路线规划地图为三维地图，得以为后续的规划模块提供模型基础。
进一步的，步骤S2具体包括步骤：
S21、以电子地图为依据，生成若干条可选行驶路线；
S22、以路线规划地图为依据，在可选行驶路线的基础上，筛选出若干初选行驶路线。
也就是说，先通过电子地图，生成若干条适于大件运输车辆通行的行驶路线，作为可选行驶路线，再通过路线规划地图，以结合静态数据、路况数据、气象数据对各条可选行驶路线进行筛选，得以去除有限载、限高、禁入区域的可选行驶路线，以及去除有道路拥堵、交通事故、道路维修等情况或路面情况不适于大件运输车辆通过的可选行驶路线，进而得以选出若干初选行驶路线。值得一提的是，也可以对道路拥堵、交通事故、道路维休、路面情况等进行评分，以选出评分靠前的可选行驶路线作为初选行驶路线。
可以理解的是，相较于直接用路线规划地图生成若干初选行驶路线，在本实施例中，先用电子地图生成若干可选行驶路线，再从可选行驶路线中筛选出若干初选行驶路线，得以减小路线规划模块的工作量，有利于提高路线规划模块的工作效率。同时，相较于直接用电子地图生成若干初选行驶路线，在本实施例中，先用电子地图生成若干可选行驶路线，再从可选行驶路线中筛选出若干初选行驶路线，有利于弥补电子地图无法识别路面情况、道路维修等道路异常事件的缺陷，进而得以使规划的行驶路线更为安全合理。
更进一步的，步骤S3具体包括步骤：
S31、读取大件运输车辆的申请信息，包括车轴数、车轴间距、轴重和车辆总重；
S32、通过桥梁结构评估模型的第一评估模型，并结合申请信息，计算各个初选行驶路线中的桥梁在大件运输车辆轴载作用下的结构内力和变形，并判断结构内力和变形是否满足桥梁极限状态指标，以形成第一评估结果；
S33、通过桥梁结构评估模型中的第二评估模型，并结合申请信息，以集中力模拟大件运输车辆的轴载情况，并施加于桥梁结构中的隐患位置，获得桥梁的非线性结构状态，以形成第二评估结果；
S34、通过桥梁结构评估模型中的第三评估模型，结合步骤S33中的桥梁的非线性结构状态以及日常流量载荷统计，对桥梁的结构性能退化以及使用寿命进行预测，以形成第三评估结果；
S35、通过匝道桥倾覆模型，结合申请信息和初选行驶路线，以集中力模拟大件运输车辆的轴载情况，并施加于匝道桥结构中的隐患位置，获得支座脱空状态；
S36、将第一评估结果、第二评估结果、第三评估结果中的至少一者和支座脱空状态相结合，以形成综合评估结果，并比较各个初选行驶路线的综合评估结果，以筛选出初选行驶路线中综合评估结果最安全的行驶路线作为初始行驶路线。
在一些实施例中，步骤S31中大件运输车辆的申请信息，可以直接从相关部门的数据库中调取并使用，也可以从相关部门获取后自行建立申请信息的数据库，以便后续使用。具体地，申请信息包括车型、车轴数、车轴间距、轴重、车辆总重、车牌号等
在一些实施例中，步骤S32中通过桥梁结构评估模型的第一评估模型，得以计算各个初选行驶路线中的桥梁在大件运输车辆轴载作用下的结构内力和变形，并判断结构内力和变形是否满足桥梁技术状况等级与设计规范标准的各个极限状态下的指标。具体地，桥梁技术状况可以通过从相关部门的数据库获取，极限状态可以是强度极限状态、稳定性极限状态、疲劳极限状态、和其他极限状态中的一项或者多项。进一步的，倘若初选行驶路线中的桥梁满足各项极限状态下的指标，则判定该桥梁适于大件运输车辆通行，或进行步骤S33。
在一些实施例中，步骤S33中通过桥梁结构评估模型的第二评估模型，得以以集中力模拟申请信息中大件运输车辆的轴载情况，可以理解的是，轴载情况包括车轴数、车轴间距、轴重以及车辆总重。并且将集中力施加于桥梁结构中的隐患位置，其中隐患位置包括最不利位置以及较为不利的位置，例如桥梁的跨中、分联墩等位置，以判断桥梁的非线性结构状态属于线性、或弹塑性、或塑性强化。也就是说，通过步骤S33得以在步骤S32的基础上对桥梁进行进一步的细化评估，将桥梁的非线性结构状态纳入初始行驶路线选择的考量范围，使路线规划更加合理与安全。进一步的，倘若初选行驶路线中的桥梁的非线性结构状态属于线性，则判定该桥梁适于大件运输车辆通行；倘若桥梁的非线性结构状态属于弹塑性或者塑性强化，则进行步骤S34。
在一些实施例中，步骤S34中通过桥梁结构评估模型的第三评估模型，得以将桥梁的非线性结构状态与日常流量载荷统计相结合进行评估，具体的，日常流量载荷统计可以从相关部门的数据库获取，也可以通过对第一监控子系统的路况数据进行分析得到。进而得以对桥梁的结构性能的退化以及使用寿命进行预测，以形成第三评估结果。也就是说，通过步骤S34得以在步骤S33的基础上，对非线性结构状态为弹塑性或者塑性强化的桥梁进行进一步细化评估，得以将桥梁的退化情况以及使用寿命纳入初始行驶路线选择的考量范围，使路线规划更加合理与安全。具体的，倘若初选行驶路线中的桥梁技术状况等级退化至下一等级，且使用寿命缩短，则判定该桥梁不适于大件运输车辆通行，反之则判定该桥梁适于大件运输车辆通行。
综上，步骤S32至步骤S34，不仅考虑了当下大件运输车辆总重对桥梁的结构内力、变形以及非线性结构状态的影响，还考虑了桥梁未来的结构性能的退化以及使用寿命，进而得以在规划初始行驶路线时对桥梁受力的考量更为全面，有利于降低大件运输车辆引起桥梁倾覆、坍塌的风险。
在一个具体实施例中，第三评估模型还得以生成桥梁的养护成本，为相关部门提供养护成本的参考。
可以理解的是，对于桥梁的结构状态的评估，可以只执行步骤S32，即只使用第一评估模型，例如对于桥梁技术状况等级较高的桥梁；也可以执行步骤S32至步骤S33，例如对于非线性结构状态属于线性的桥梁；也可以执行步骤S32至步骤S34，例如对于非线性结构状态属于弹塑性或者塑性强化的桥梁，需要通过第三评估模型进一步细化评估。值得一提的是，对于同一条初选行驶路线中的不同桥梁，可以选择不同的桥梁结构状态的评估形式，也就是说，对同一条初选行驶路线中的部分桥梁可以只执行步骤S32，对另一部分桥梁可以执行步骤S32至步骤S33，对剩余桥梁可以执行步骤S32至步骤S34。
在一些实施例中，步骤S35中通过匝道桥倾覆模型，得以以集中力模拟申请信息中大件运输车辆的轴载情况，并且将集中力施加于匝道桥结构中的偏载位置，以判断匝道桥的支座脱空状态属于未脱空、或轻微脱空、或严重脱空。进一步的，倘若初选行驶路线中的匝道桥的支座脱空状态属于未脱空，则判定该桥梁适于大件运输车辆通行。
值得一提的是，步骤S32至步骤S34和步骤S35之间无执行顺序的限制，也就是说可以同时对桥梁的结构状态以及对匝道桥的支座脱空状态进行评估；也可以先评估桥梁的结构状态，再评估匝道桥的支座脱空状态；也可以先评估匝道桥的支座脱空状态，再评估桥梁的结构状态。优选的，先评估匝道桥的支座脱空状态，再评估桥梁的结构状态。
在一些实施例中，车辆行驶路线规划方法还包括步骤S4：通过在线监测模块采集大件运输车辆的实际车载信息和实际行驶路线，并将实际车载信息与申请信息进行比较，以及将实际行驶路线和规划的行驶路线进行比较。
可以理解的是，通过在线监测模块对大件运输车辆的实际车载信息和实际行驶路线进行监控，进而得以判断大件运输车辆行驶状态是否正常，是否存在中途装货、卸货，或者规划的行驶路线、多辆跟车等违规情况。
具体的，步骤S4具体包括步骤：
S41、通过设置在各路段的第二监测子系统，并结合目标检测算法，以获取大件运输车辆的实际行驶路线和实际车辆信息，实际车辆信息包括车型、车牌和车轴数；
S42、通过设置在桥梁的第三监测子系统进行挠度计算，并结合挠度反演车重模型，以获取大件运输车辆的实际总重信息，并将实际总重信息与步骤S41中的实际车辆信息进行匹配，以形成实际车载信息；
S43、读取大件运输车辆的申请信息，并将实际车载信息与申请信息进行比较，以及将实际行驶路线和规划的行驶路线进行比较。
在一些实施例中，步骤S41中的第二监测子系统为设置在道路以及桥梁上两侧立的高清摄像设备，结合目标检测算法得以对大件车辆的实际车辆信息进行识别与信息记录，其中实际车辆信息包括车型、车牌、车轴数等。并且，通过第二监测子系统得以对大件运输车辆的行驶路线进行识别与信息记录，进而得以获得实际行驶路线。可以理解的是，第一监测子系统和第二监测子系统可以是同一套设备，也可以是分别设立的两套设备。
在一些实施例中，步骤S42中的第三监测子系统为设置于桥梁跨中梁底的雷视一体挠度测量设备，通过与雷视一体挠度测量设备相对应的解析算法进行挠度计算，并利用挠度反演车重模型得以获取行驶车辆的车辆总重，同时根据挠度曲线特征计算车速，得以与步骤S41中获取的实际车辆信息和实际行驶路线进行匹配，进而得到实际车载信息。
可以理解的是，大件运输车辆的重量远大于普通轿车或者客车的重量，因而通过第三监测子系统得以将目标的大件运输车辆与其他车辆区分开来。并且通过第二监测子系统和第三监测子系统得以相互印证、共同确认大件运输车辆的实际车载信息，提高了在线监测的可靠性。
在一些实施例中，步骤S43得以将大件运输车辆的申请信息与实际车载信息进行比较，以及将规划的行驶路线与实际车载信息进行比较，进而得以判断大件运输车辆行驶状态是否正常，是否存在中途装货、卸货，或者偏离规划的行驶路线、多辆跟车等违规情况。进一步的，当大件运输车辆存在中途装货、卸货、偏离规划的行驶路线或多辆跟车等违规情况时，得以将违规信息记录并上报管理人员，经管理人员确认后将信息发送至车辆司机和/或相关部门，得以起到提醒车辆司机以及提高相关部门处理效率的作用，进而有利于提高交通运输安全。
在一些实施例中，车辆行驶路线规划方法还包括步骤S5：通过在线优化模块根据大件运输车辆的实际车载信息、和/或实际行驶路线、和/或地图模块采集的路况数据对规划的行驶路线进行优化，以形成优化行驶路线，并将所述优化行驶路线作为最新的规划的行驶路线。
可以理解的是，当大件运输车辆存在中途装货、卸货、或多辆跟车等违规情况时，可能导致当前规划的行驶路线不再适于大件运输车辆通行，尤其是对于中途装货增加大件运输车辆的车辆总重，以及多辆跟车等情况，倘若强行通行将有可能对道路、桥梁以及匝道桥造成损伤，甚至引起桥梁、匝道桥的倾覆和坍塌，因此需要及时更换新的行驶路线。此外，当第一监测子系统监测到当前的行驶路线的路况数据中存在道路拥堵、道路维修、路面情况等道路异常事件时，即当前的行驶路线不再不适于大件运输车辆通行时，也需要更换新的行驶路线，进而有利于确保大件运输车辆的安全行驶。
也就是说，当大件运输车辆存在中途装货的情况，但未记录于申请信息中进行报备时，倘若在线监测模块检测到车辆的实际车载信息与申请信息不同，则将触发在线优化模块。此外，当第一监测子系统监测到当前行驶路线中存在不适于大件运输车辆通行的道路异常事件时，也将触发在线优化模块，进而使大件运输车辆的行驶路线得以灵活变动。
进一步的，在触发在线优化模块的同时，在线监测模块将车辆运输违规信息或者地图模块将道路异常事件发送至相关部门与以及车辆司机，进而得以由相关部门对路线更换的临时许可进行审批。
更进一步的，在通过临时审批之前，在线优化模块将提醒并引导司机行驶至就近服务区等待。临时许可审批通过后，规划模块将以当前的路线规划地图、车辆定位、车辆总重等为依据，重新执行步骤S3或者重新执行步骤S2至步骤S3，进而得以优化初始行驶路线，以形成优化行驶路线。并且，在线优化模块将优化行驶路线发送至大件运输车辆的导航设备，并提示司机按照更新后的优化行驶路线进行行驶。
综上，通过在线监测模块和在线优化模块，得以在大件运输车辆的行驶过程中，监测大件运输车辆的实际车载信息与申请信息是否相符、实际行驶路线与规划的行驶路线是否相符，以及监测路况信息，得以及时依据实际车载信息、实际行驶路线和路况数据对规划的行驶路线进行优化，以形成优化行驶路线，并将所述优化行驶路线作为最新的规划的行驶路线，有利于避免大件运输车辆对初始行驶路线中的部分桥梁或者匝道桥造成安全隐患。值得一提的是，通过在线监测模块和在线优化模块，得以在大件运输车辆的行驶过程中实现路线更换的临时许可的审批，并快速形成优化行驶路线，有利于保证大件运输车辆的运输的高效性。
一种车辆行驶路线规划系统，包括：地图模块、规划模块、在线监测模块和在线优化模块；所述地图模块用于形成路线规划地图，所述地图模块包括设置在各路段第一监测子系统，用于获取路况数据；所述规划模块用于形成初始行驶路线，所述规划模块包括用于评估匝道桥倾覆风险的匝道桥倾覆模型，以及用于评估桥梁结构状态的桥梁结构评估模型，所述桥梁结构评估模型包括用于评估桥梁的结构内力和变形的第一评估模型，用于评估桥梁的非线性结构状态的第二评估模型，以及用于评估桥梁的结构性能退化以及使用寿命的第三评估模型；所述在线监测模块用于将大件运输车辆的实际行驶路线与规划的行驶路线进行比较，以及将实际车载信息与申请信息进行比较，所述在线监测模块包括第二监测子系统、第三监测子系统，所述第二监测子系统用于监测大件运输车辆的实际行驶路线和实际车辆信息，所述第三监测子系统用于监测桥梁的挠度；所述在线优化模块用于形成优化行驶路线。
进一步的，通过建立桥梁的纤维梁单元有限元模型以获取桥梁训练数据集，通过构建桥梁评估神经网络模型，并利用桥梁数据集对桥梁评估神经网络模型进行训练，以获得第二评估模型。
具体地，建立第二评估模型包括步骤：
A1、根据桥梁类型，利用建模软件建立桥梁的纤维梁单元有限元模型，结合桥梁的材料非线性和几何非线性，将混凝土、钢材等非线性材料本构赋予梁截面各划分纤维，利用第三监测子系统获得的监测数据对桥梁的纤维梁单元有限元模型进行优化。具体地，建模软件可以是OpenSeesPy，桥梁的纤维梁单元有限元模型可以是二维模型，也可以是三维模型，本申请不做具体限制。
A2、统计不同车型、不同车辆总重的大件运输车辆的车载情况，以集中力模拟大件运输车辆的轴载情况，记为轴载系数，并且将集中力施加于桥梁结构中的隐患位置，其中隐患位置包括最不利位置以及较为不利的位置，例如桥梁的跨中、分联墩等位置，进而获得不同车型的车辆的轴载系数与响应的非线性关系曲线。
A3、如图2所示，根据非线性曲线的参数区间将非线性结构状态分为线性、弹塑性与塑性强化，将轴载系数作为输入，将非线性结构状态作为输出，构建桥梁训练数据集。
A4、构建桥梁评估神经网络模型，利用桥梁训练数据集对桥梁评估神经网络模型进行训练，以获得第二评估模型。
更进一步的，通过建立匝道桥的纤维梁单元有限元模型以获取匝道桥训练数据集，通过构建匝道桥评估神经网络模型，并利用匝道桥训练数据集对匝道桥评估神经网络模型进行训练，以获得匝道桥倾覆模型。
具体地，建立匝道桥倾覆模型包括步骤：
B1、利用建模软件建立匝道桥的纤维梁单元有限元模型，以支座单元模拟实际匝道桥的橡胶支座，结合匝道桥的材料非线性和几何非线性，将混凝土、钢材等非线性材料本构赋予梁截面各划分纤维，将橡胶支座的非线性本构赋予支座单元，并利用第三监测子系统获得的监测数据对匝道桥的纤维梁单元有限元模型参数进行优化。具体地，建模软件可以是OpenSeesPy，桥梁的纤维梁单元有限元模型可以是二维模型，也可以是三维模型，本申请不做具体限制。
B2、统计大件运输车辆的车载情况，以集中力模拟大件运输车辆的轴载情况，记为轴载系数，依据匝道桥的支座反力影响线，将集中力施加于匝道桥结构中的隐患位置，其中隐患位置包括最不利位置以及较为不利的位置，进而获得不同车型的车辆的轴载系数与响应的支座脱空变形关系曲线。
B3、依据相关规范要求以及支座脱空变形关系曲线，将支座脱空状态分为未脱空、或轻微脱空、或严重脱空，将轴载系数作为输入，将支座脱空状态作为输出，构建匝道桥训练数据集。
B4、构建匝道桥评估神经网络模型，并利用匝道桥训练数据集对匝道桥评估神经网络模型以获得匝道桥倾覆模型。
可以理解的是，通过建立桥梁的纤维梁单元有限元模型以及匝道桥的纤维梁单元有限元模型，得以将桥梁和匝道桥的几何非线性和材料非线性纳入受力分析的考量范围，使得获得的桥梁训练数据集和匝道桥训练数据集更为贴近桥梁和匝道桥的实际受力情况。
进一步的，通过训练桥梁评估神经网络模型获得第二评估模型，以及通过训练匝道桥评估神经网络模型获得匝道桥倾覆模型，进而得以利用第二评估模型评估对桥梁的结构状态进行评估，以及利用匝道桥倾覆模型对匝道桥的倾覆风险进行评估。值得一提的是，相较于直接利用有限元模型分析对桥梁的结构状态以及匝道桥的倾覆风险进行评估，本实施例中利用训练成功的第二评估模型和匝道桥倾覆模型，即利用神经网络模型拟合车辆的轴载系数与桥梁结构状态的关系，以及拟合车辆的轴载系数和匝道桥倾覆风险的关系，得以缩短规划模块对桥梁结构状态以及匝道桥的支座脱空状态的判定时间，有利于提高大件运输车辆的形式路线规划以及优化的效率。
一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，得以执行上述的车辆行驶路线规划方法。
可以理解的是，可读介质包括能够存储将由适当的设备执行的指令的任何有形设备，可以包含有为了形成用于执行上述的车辆行驶路线规划方法而可能要执行的命令。可读介质包括：电子存储介质、磁存储介质、光存储介质、电磁存储介质、半导体存储介质等。可读介质中的指令可以包含：汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者由包含Smalltalk、JAVA(注册商标)、C++等的面向对象的编程语言、以及“C”编程语言或类似的编程语言等的现有过程编程语言的一种或多种编程语言的任意组合所编写的代码或目标代码中的任一种。
此外，可读指令可以通过本地的局域网(LAN)或者因特网等广域网(WAN)提供给通用计算机、专用计算机或其他可编程数据处理设备的处理器或可编程电路，以执行上述的车辆行驶路线规划方法。
以上描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (9)
1.一种车辆行驶路线规划方法，其特征在于，包括步骤：
S1、通过地图模块采集各个区域路段的静态数据以及路况数据，并将所述静态数据和所述路况数据与电子地图融合以形成路线规划地图；
S2、通过规划模块，读取大件运输车辆的申请信息，以所述电子地图和所述路线规划地图为依据，生成若干条初选行驶路线；
S3、通过所述规划模块，结合大件运输车辆的所述申请信息以及所述初选行驶路线，利用桥梁结构评估模型对桥梁的结构状态进行评估，和利用匝道桥倾覆模型对匝道桥的倾覆风险进行评估，在所述初选行驶路线的基础上，筛选出初始行驶路线，作为规划的行驶路线；
其中，所述步骤S3具体包括步骤：
S31、读取大件运输车辆的所述申请信息，包括车轴数、车轴间距、轴重和车辆总重；
S32、通过所述桥梁结构评估模型的第一评估模型，并结合所述申请信息，计算各个所述初选行驶路线中的桥梁在大件运输车辆轴载作用下的结构内力和变形，并判断结构内力和变形是否满足桥梁极限状态指标，以形成第一评估结果；
S33、通过所述桥梁结构评估模型中的第二评估模型，并结合所述申请信息，以集中力模拟大件运输车辆的轴载情况，并施加于桥梁结构中的隐患位置，获得桥梁的非线性结构状态，以形成第二评估结果；所述第二评估模型通过神经网络训练获得；
S34、通过所述桥梁结构评估模型中的第三评估模型，结合所述步骤S33中的桥梁的非线性结构状态以及日常流量载荷统计，对桥梁的结构性能退化以及使用寿命进行预测，以形成第三评估结果；
S35、通过匝道桥倾覆模型，结合所述申请信息和所述初选行驶路线，以集中力模拟大件运输车辆的轴载情况，并施加于匝道桥结构中的隐患位置，获得支座脱空状态；
S36、将第一评估结果、第二评估结果和支座脱空状态相结合，或将第一评估结果、第二评估结果、第三评估结果和支座脱空状态相结合，以形成综合评估结果，并比较各个所述初选行驶路线的综合评估结果，以筛选出所述初始行驶路线。
2.根据权利要求1所述的车辆行驶路线规划方法，其特征在于，还包括步骤S4：通过在线监测模块采集大件运输车辆的实际车载信息和实际行驶路线，并将所述实际车载信息与所述申请信息进行比较，以及将所述实际行驶路线和规划的行驶路线进行比较。
3.根据权利要求2所述的车辆行驶路线规划方法，其特征在于，还包括步骤S5：通过在线优化模块根据大件运输车辆的实际车载信息、和/或实际行驶路线、和/或所述地图模块采集的路况数据对规划的行驶路线进行优化，以形成优化行驶路线，并将所述优化行驶路线作为最新的规划的行驶路线。
4.根据权利要求1-3中任一所述的车辆行驶路线规划方法，其特征在于，所述步骤S1具体包括步骤：
S11、获取各路段的所述静态数据，所述静态数据包括桥梁基本信息以及车辆限载限高信息；
S12、通过设置在各路段的第一监测子系统获取路况数据；
S13、结合步骤S11中获取的静态数据、步骤S12中获取的路况数据、气象数据以及所述电子地图以建立所述路线规划地图。
5.根据权利要求1-3中任一所述的车辆行驶路线规划方法，其特征在于，所述步骤S2具体包括步骤：
S21、以所述电子地图为依据，生成若干条可选行驶路线；
S22、以所述路线规划地图为依据，在所述可选行驶路线的基础上，筛选出若干所述初选行驶路线。
6.根据权利要求2所述的车辆行驶路线规划方法，其特征在于，所述步骤S4具体包括步骤：
S41、通过设置在各路段的第二监测子系统，并结合目标检测算法，以获取大件运输车辆的实际行驶路线和实际车辆信息，所述实际车辆信息包括车型、车牌和车轴数；
S42、通过设置在桥梁的第三监测子系统进行挠度计算，并结合挠度反演车重模型，以获取大件运输车辆的实际总重信息，并将所述实际总重信息与步骤S41中的所述实际车辆信息进行匹配，以形成所述实际车载信息；
S43、读取大件运输车辆的申请信息，并将所述实际车载信息与所述申请信息进行比较，以及将所述实际行驶路线和规划的行驶路线进行比较。
7.一种车辆行驶路线规划系统，用于实施如权利要求1-6中任一所述的车辆行驶路线规划方法，其特征在于，包括：地图模块、规划模块、在线监测模块和在线优化模块；所述地图模块用于形成路线规划地图，所述地图模块包括设置在各路段第一监测子系统，用于获取路况数据；所述规划模块用于形成初始行驶路线，所述规划模块包括用于评估匝道桥倾覆风险的匝道桥倾覆模型，以及用于评估桥梁结构状态的桥梁结构评估模型，所述桥梁结构评估模型包括用于评估桥梁的结构内力和变形的第一评估模型，用于评估桥梁的非线性结构状态的第二评估模型，以及用于评估桥梁的结构性能退化以及使用寿命的第三评估模型；所述在线监测模块用于将大件运输车辆的实际行驶路线与规划的行驶路线进行比较，以及将实际车载信息与申请信息进行比较，所述在线监测模块包括第二监测子系统、第三监测子系统，所述第二监测子系统用于监测大件运输车辆的实际行驶路线和实际车辆信息，所述第三监测子系统用于监测桥梁的挠度，并利用挠度反演车重模型识别车辆总重；所述在线优化模块用于形成优化行驶路线。
8.根据权利要求7所述的车辆行驶路线规划系统，其特征在于，通过建立桥梁的纤维梁单元有限元模型以获取桥梁训练数据集，通过构建桥梁评估神经网络模型，并利用所述桥梁训练数据集对所述桥梁评估神经网络模型进行训练，以获得所述第二评估模型；通过建立匝道桥的纤维梁单元有限元模型以获取匝道桥训练数据集，通过构建匝道桥评估神经网络模型，并利用所述匝道桥训练数据集对所述匝道桥评估神经网络模型进行训练，以获得所述匝道桥倾覆模型。
9.一种机器可读介质，其特征在于，其上存储有指令，当由一个或多个处理器执行时，得以执行如权利要求1-6中任一所述的车辆行驶路线规划方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410750890.1A CN118333509B (zh) | 2024-06-12 | 2024-06-12 | 一种车辆行驶路线规划方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410750890.1A CN118333509B (zh) | 2024-06-12 | 2024-06-12 | 一种车辆行驶路线规划方法、系统及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118333509A CN118333509A (zh) | 2024-07-12 |
| CN118333509B true CN118333509B (zh) | 2024-08-30 |
Family
ID=91766487
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410750890.1A Active CN118333509B (zh) | 2024-06-12 | 2024-06-12 | 一种车辆行驶路线规划方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118333509B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114819703A (zh) * | 2022-05-16 | 2022-07-29 | 中国公路工程咨询集团有限公司 | 基于移动监测的大件车辆运输过程中桥梁安全评估方法 |
| CN115701080A (zh) * | 2021-07-29 | 2023-02-07 | 大唐移动通信设备有限公司 | 一种车联网系统及行驶安全实现方法与装置 |
| CN116227762A (zh) * | 2022-11-21 | 2023-06-06 | 上海同豪土木工程咨询有限公司 | 基于大件运输专用地图和有限元验算的选线方法与系统 |
| CN117746346A (zh) * | 2023-06-14 | 2024-03-22 | 宁波朗达工程科技有限公司 | 一种重型车辆荷载识别方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA3154674A1 (en) * | 2019-09-16 | 2021-03-25 | Cogos Technologies Pvt. Ltd | An intelligent freight mobility system |
| CN112419725B (zh) * | 2020-11-19 | 2021-08-27 | 重庆同枥信息技术有限公司 | 基于结构监测的超重车辆行驶状态风险预警方法、系统 |
| CN114169548B (zh) * | 2021-12-03 | 2023-04-07 | 武汉工程大学 | 一种基于bim的公路桥梁管养phm系统和方法 |
| CN114202572A (zh) * | 2022-02-17 | 2022-03-18 | 湖南大学 | 基于机器视觉的车辆荷载测量、运输线路规划方法及系统 |
| CN117077272A (zh) * | 2023-10-16 | 2023-11-17 | 宁波朗达工程科技有限公司 | 一种车桥耦合数值解预测方法 |
-
2024
- 2024-06-12 CN CN202410750890.1A patent/CN118333509B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115701080A (zh) * | 2021-07-29 | 2023-02-07 | 大唐移动通信设备有限公司 | 一种车联网系统及行驶安全实现方法与装置 |
| CN114819703A (zh) * | 2022-05-16 | 2022-07-29 | 中国公路工程咨询集团有限公司 | 基于移动监测的大件车辆运输过程中桥梁安全评估方法 |
| CN116227762A (zh) * | 2022-11-21 | 2023-06-06 | 上海同豪土木工程咨询有限公司 | 基于大件运输专用地图和有限元验算的选线方法与系统 |
| CN117746346A (zh) * | 2023-06-14 | 2024-03-22 | 宁波朗达工程科技有限公司 | 一种重型车辆荷载识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118333509A (zh) | 2024-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Agrawal et al. | Bridge-vehicle impact assessment | |
| CN109903558B (zh) | 一种道路桥梁车辆荷载监控系统及监控方法 | |
| CN112801541A (zh) | 一种危险化学品道路运输风险动态评估及风险导航方法 | |
| Straus et al. | Estimating the cost of overweight vehicle travel on Arizona highways | |
| OBrien et al. | Bridge traffic loading: From research to practice | |
| Jacob et al. | Analysis of the Extent of Overloading on the Nigerian Highways | |
| Fu | Effect of truck weight on bridge network costs | |
| Darmayanti et al. | Logistics Industry Readiness in Application Policy Over Dimension Overloading (ODOL) | |
| CN113421434B (zh) | 用于公路治超非现场执法的超限超载率计算方法 | |
| Ventura et al. | Traffic Hazards on Main Road’s Bridges: Real-Time Estimating and Managing the Overload Risk | |
| CN118333509B (zh) | 一种车辆行驶路线规划方法、系统及介质 | |
| CN110853164B (zh) | 基于路网损伤的通行收费方法、系统、介质及收费设备 | |
| CN117456714A (zh) | 车辆安全预警方法、系统、设备及存储介质 | |
| CN115512561A (zh) | 面向道路交通枢纽韧性提升的路径诱导方法及系统 | |
| Liao et al. | Driver route planning method based on accident risk cost prediction | |
| Lueck et al. | Predicting Truck Crash Involvement: Linking Driver Behaviors to Crash Probability. | |
| Aakre et al. | Targeted selection of overweight vehicles in norway | |
| Laman et al. | Assessment of current design loads for permit vehicles | |
| Yessian et al. | Review on automatic over-load indication system | |
| Al-Deek et al. | Study of Operational and Safety Impacts of Disabled and Abandoned Vehicles on FDOT Roadways | |
| Permana et al. | Handling overload and overdimension vehicles in Indonesia | |
| McDonald et al. | Deployment of interurban ATT test scenarios (DIATS): implications for the European road network | |
| US20240025397A1 (en) | Electronic vulnerability detection and measuring system and method for susceptibility or vulnerability of truck fleet to occurring accident events | |
| KNOW et al. | WIM Data for Bridge Engineering | |
| TPF | US Department of Transportation Vehicle Size and Weight Research Updates Brief Spring 2024 |
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 |