KR101244294B1 - Measurement system for Vehicle's Wandering and analysis method using thereof - Google Patents
Measurement system for Vehicle's Wandering and analysis method using thereof Download PDFInfo
- Publication number
- KR101244294B1 KR101244294B1 KR1020080069367A KR20080069367A KR101244294B1 KR 101244294 B1 KR101244294 B1 KR 101244294B1 KR 1020080069367 A KR1020080069367 A KR 1020080069367A KR 20080069367 A KR20080069367 A KR 20080069367A KR 101244294 B1 KR101244294 B1 KR 101244294B1
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- wheel
- distribution
- axis
- sensor
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 20
- 238000005259 measurement Methods 0.000 title description 3
- 238000009826 distribution Methods 0.000 claims abstract description 80
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000013461 design Methods 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 3
- 230000003321 amplification Effects 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 2
- 238000005096 rolling process Methods 0.000 claims description 2
- 238000002386 leaching Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 18
- 238000005315 distribution function Methods 0.000 abstract description 13
- 238000004806 packaging method and process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000009977 dual effect Effects 0.000 description 3
- 238000012916 structural analysis Methods 0.000 description 3
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- OWZREIFADZCYQD-NSHGMRRFSA-N deltamethrin Chemical compound CC1(C)[C@@H](C=C(Br)Br)[C@H]1C(=O)O[C@H](C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 OWZREIFADZCYQD-NSHGMRRFSA-N 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/02—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles
- G01G19/03—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles for weighing during motion
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G3/00—Weighing apparatus characterised by the use of elastically-deformable members, e.g. spring balances
- G01G3/12—Weighing apparatus characterised by the use of elastically-deformable members, e.g. spring balances wherein the weighing element is in the form of a solid body stressed by pressure or tension during weighing
- G01G3/13—Weighing apparatus characterised by the use of elastically-deformable members, e.g. spring balances wherein the weighing element is in the form of a solid body stressed by pressure or tension during weighing having piezoelectric or piezoresistive properties
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
본 발명은 차로별로 복수의 축감지센서들을 차량 진행방향에 대하여 직각 및 경사각도로 설치하고, 이 축감지센서를 통해 감지된 계측값을 가지고 좌·우 차량바퀴 괘적분포의 특성치(바퀴위치의 평균, 표준편차)를 추출함과 동시에 좌우바퀴에 대한 분포함수를 모형화함에 있어 혼합정규분포로 추정하는 것에 의해 보다 정확한 원더링 효과를 산정할 수 있는 로직을 정하고 이를 포장설계에 반영함으로써 설계 동일하중에 대해 포장두께를 얇게 하면서도 내구연한을 증대시킬 수 있도록 한 차량바퀴 괘적분포의 특성치 검출 및 분석장치와 그의 분석방법에 관한 것이다. According to the present invention, a plurality of axial sensors are installed at right angles and inclination angles with respect to a vehicle traveling direction, and the characteristic values (average of wheel positions, By extracting the standard deviation and modeling the distribution function for the left and right wheels, the logic for estimating the more accurate wandering effect is estimated by reflecting the mixed normal distribution and reflecting the same in the pavement design. The present invention relates to an apparatus for detecting and analyzing a characteristic value of a vehicle wheel distribution that can increase the durability while reducing the thickness thereof, and an analysis method thereof.
본 발명은, 포장도로를 통과하는 차량의 축과 바퀴별 시각(time)자료 및 축 갯수를 폭방향 축감지센서 및 사선방향 축감지센서를 통해 감지하는 제1 단계; 상기 폭방향 축감지센서를 통과하는 축수를 감지하여 차량속도를 산출하고 사선방향 축감지센서를 통하여 단륜인지 복륜인지의 여부를 판단하는 제2 단계; 차량바퀴 괘적의 위치를 산출하는 제3 단계; 상기 폭방향 축감지센서 및 사선방향 축감지센서를 통해 감지된 차량속도, 차량축수, 축간길이를 이용하여 차종을 분류하는 제4 단계; 각 차종의 축 별 하중분포를 갱신하는 제5 단계; 상기 각 차종의 축별 하중분포에 대하여 혼합정규분포로 모형화하고 해당 모형의 파라메타를 추정하는 E(Expectation)-M(Maximization) 알고리즘 과정에 적용하는 제6 단계; 추정된 각 차종별 혼합정규분포를 포장설계에 반영하는 제7 단계를 포함하는 차량바퀴 괘적분 포의 특성치 검출 및 분석방법을 제공한다.The present invention includes a first step of detecting the time data and the number of shafts of the vehicle and the wheels passing through the pavement through the width direction axis sensor and the diagonal axis sensor; A second step of detecting a number of axes passing through the width direction axis sensor and calculating a vehicle speed and determining whether the vehicle is a single wheel or a double wheel using a diagonal axis sensor; A third step of calculating the position of the wheel of the vehicle wheel; A fourth step of classifying the vehicle model using the vehicle speed, the number of vehicle axes, and the axis length detected by the width direction axis sensor and the diagonal direction axis sensor; A fifth step of updating the load distribution for each model of the shaft; A sixth step of modeling the load distribution of each vehicle model by a mixed normal distribution and applying it to an E (Expectation) -M (Maximization) algorithm process for estimating parameters of the model; A method of detecting and analyzing characteristic values of a vehicle wheel distribution distribution comprising a seventh step of reflecting the estimated mixed normal distribution for each vehicle model in a pavement design is provided.
본 발명에 따르면, 포장도로의 설계시, 원더링 효과를 혼합정규분포 형태로 반영하기 위한 로직을 적용함으로써 설계 동일 하중에 포장 두께를 얇게 할 수 있고 포장도로의 내구연한을 증대할 수 있는 효과가 있다. 또한, 포장도로의 용량을 최대한으로 확보할 수 있으며, 포장시공비용을 절감할 수 있는 다른 효과가 있다. According to the present invention, in the design of the pavement, by applying logic for reflecting the effect of the wandering effect in the form of mixed normal distribution, it is possible to reduce the thickness of the pavement under the same design load and increase the durability of the pavement. . In addition, it is possible to secure the maximum capacity of the pavement, there is another effect that can reduce the paving cost.
포장설계, 바퀴괘적분포, 축감지센서, 혼합정규분포모형, E-M알고리즘, Packaging design, wheel distribution distribution, axis sensor, mixed normal distribution model, E-M algorithm,
Description
본 발명은 포장설계에 반영하기 위한 차량의 바퀴괘적분포의 특성치 검출 및 분석시스템과 그의 제어방법에 관한 것으로, 더욱 상세하게는 차량의 원더링(wandering) 효과를 포장도로 설계에 반영하기 위하여 해당 포장구간의 통과차량에 대한 교통량, 속도 등을 구하고 이를 포장의 피로식에 대입하여 포장체의 구조해석을 수행하는 로직에 적용함으로써 포장두께를 감소할 수 있고, 포장도로의 파손을 지연할 수 있는 차량바퀴 괘적분포의 특성치 검출 및 분석장치와 그의 분석방법에 관한 것이다. The present invention relates to a system for detecting and analyzing characteristic values of a wheel distribution distribution of a vehicle to be reflected in a pavement design and a control method thereof, and more particularly, to reflect a vehicle's wandering effect in a pavement design. Vehicle thickness that can reduce the thickness of the pavement and delay the damage on the pavement by calculating the traffic volume, speed, etc. for the passing vehicles of the vehicle and applying it to the logic that performs structural analysis of the pavement by substituting it into the pavement equation. The present invention relates to an apparatus for detecting and analyzing characteristic values of log distributions and an analysis method thereof.
일반적으로, 중차량의 운행은 도로 및 교량 구조물 등에 손상 요인으로 작용하므로 도로의 내구 연한을 단축시킬 뿐만 아니라, 이에 따른 유지보수 비용을 증가시키고 과중한 무게로 인하여 조종 및 제동 능력이 떨어지므로 대형 교통사고의 원인이 되기도 한다. 또한, 중차량은 주행 성능이 상대적으로 떨어지므로 해당 도 로의 용량을 저하시키며, 운행시 소음과 진동의 유발, 배기가스 배출 등으로 도로변 환경 악화의 요인으로도 작용한다.In general, the operation of heavy vehicles acts as damage factors to roads and bridge structures, which not only shortens the service life of the road, but also increases maintenance costs and decreases the ability to control and brake due to heavy weight. It can also cause. In addition, heavy vehicles deteriorate the driving performance because the driving performance is relatively reduced, it also acts as a factor of deterioration of the roadside environment due to noise and vibration, exhaust gas emissions, etc. during operation.
현재 우리나라의 교통상황은 날로 급증하는 교통수요와 이를 수용하지 못하는 도로상황으로 인해 매우 열악한 상태에 처해 있다. 이를 개선하기 위해서는 기존 도로의 효율적인 운영관리 및 신설도로의 계획, 설계등에 있어 매우 중요한 기초자료인 교통정보(차량 통과대수, 속도, 중량, 차량점유시간 등)를 정확하고 안정적으로 수집하는 것이 필요하다. At present, the traffic situation in our country is in very poor condition due to the rapidly increasing traffic demand and the road situation that cannot accommodate it. In order to improve this, it is necessary to accurately and stably collect traffic information (vehicle passing number, speed, weight, occupancy time, etc.) which are very important data for efficient operation management of existing roads and planning and design of new roads. .
포장두께의 설계시에 고려되는 교통 파라메타 및 차량하중 계측은 도로를 주행하는 차량으로부터 특정 지점을 통과하는 차량의 차종별 제원 및 중량조사를 의미하며, 차량중량 조사는 특정 지점을 통과하는 차량의 차종별 중량분포를 시간대별로 조사하는 것이다. Traffic parameters and vehicle load measurement, which are considered in the design of pavement thickness, refer to the specification and weight of each vehicle type passing through a specific point from the vehicle traveling on the road, and the vehicle weight survey is the weight of each vehicle type of the vehicle passing through a specific point. Investigate the distribution over time.
교통파라메타에는 시간대별 차종별 속도, 축거, 윤거, 교통량, 점유시간등이 있으며, 차량하중은 차종별 축중량 및 총중량 분포 등이 있다. 특히, 차량중량과 관련된 교통파라메타는 도로포장의 설계 및 유지관리, 과적차량의 단속, 화물차량의 운행제한 기준설정, 정책부문 등의 기초자료를 제공하는 중요한 기능을 가진다.Traffic parameters include speed, wheelbase, lease, traffic volume, occupancy time, etc. for each time zone, and vehicle loads include weight and gross weight distribution for each model. In particular, traffic parameters related to vehicle weight have an important function of providing basic data such as design and maintenance of road pavement, crackdown of overload vehicles, limiting operation of freight vehicles, and policy section.
이와 같은 중요한 기능을 하는 교통파라메타를 포장도로의 설계에 반영하여 포장도로의 용량을 확보하고 있으나, 도로의 파손원인을 정확하게 파악하는데에 한계가 따르고, 또 교통파라메타를 포장 설계에 반영한다 하더라도 포장체의 손상정도를 보완할 수 있는 로직을 만드는 것은 어렵다. Pavement capacity is secured by reflecting the traffic parameters that play such important functions in the design of the pavement, but there are limitations in accurately understanding the causes of road damage, and even if the traffic parameters are reflected in the pavement design It is difficult to create logic that can compensate for the damage of.
한편, 포장의 거동해석시 고려할 사항의 하나가 차량의 원더링(Wandering)효 과이다. 도1에 도시한 바와 같이 포장체 위를 지나는 차량의 바퀴 괘적은 한 곳에 집중되는 것이 아니라, 일정 분포를 형성하여 주변에 분산되며, 이에 따라 포장체에 미치는 응력이나 변형률도 달라지게 된다. 즉, 다른 조건이 동일할 경우 원더링(Wandering)이 심할수록 포장에 가해지는 재하빈도가 적어져서 파손이 적을 것이다. 따라서, 차량 주행특성을 보다 현실적으로 반영하는 것이 필요하다. 그러나, 상기한 원더링 효과를 한국형 포장도로 설계법에 적용한 사례는 아직까지 제안되어 있지 않은 실정이다. On the other hand, one of the considerations in the analysis of pavement behavior is the wandering effect of the vehicle. As shown in FIG. 1, the wheel paths of the vehicle passing on the package are not concentrated in one place, but are distributed in the surroundings by forming a certain distribution, and thus the stress or strain on the package is also changed. In other words, if other conditions are the same, the greater the wandering, the less the frequency of loading applied to the packaging and the less damage will be. Therefore, it is necessary to reflect the vehicle running characteristics more realistically. However, the case of applying the above-mentioned wonder effect to the Korean pavement design method has not been proposed yet.
따라서, 본 발명은 상기한 바와 같은 제반 문제점을 해결하고자 제안된 것으로서, 차로별로 복수의 축감지센서들을 차량 진행방향에 대하여 직각 및 경사각도로 설치하고, 이 축감지센서를 통해 감지된 계측값을 가지고 좌·우 차량바퀴 괘적분포의 특성치(위치의 평균, 표준편차)를 추출함과 동시에 좌우바퀴에 대한 분포함수를 모형화함에 있어 혼합정규분포로 추정하는 것에 의해 보다 정확한 원더링 효과를 산정할 수 있는 로직을 정하고 이를 포장설계에 반영함으로써 설계 동일하중에 대해 포장두께를 얇게 하면서도 내구연한을 증대시킬 수 있도록 한 차량바퀴 괘적분포의 특성치 검출 및 분석장치와 그의 분석방법에 관한 것이다. Accordingly, the present invention has been proposed to solve the above problems, by installing a plurality of axial sensors for each lane at a right angle and an inclination angle with respect to the vehicle traveling direction, and having the measured values detected by the axial sensors In order to extract the characteristic values (mean of the position and standard deviation) of the left and right vehicle wheel distribution distributions and to model the distribution function for the left and right wheels, it is possible to calculate the more accurate wondering effect by estimating the mixed normal distribution. The present invention relates to an apparatus for detecting and analyzing the characteristics of a vehicle wheel distribution distribution and its analysis method, which can increase the durability and durability of the pavement thickness while designing and reflecting it in the pavement design.
상기의 목적을 달성하기 위하여 본 발명은, 도로의 각 차로에 차량 진행방향에 대하여 폭방향으로 평행하게 설치되어 동일 축(alxe)상의 양측 바퀴의 통과간격을 검측하는 제1 및 제2 폭방향 축감지수단; 상기 제2 폭방향 축감지수단의 일단부로부터 경사각도로 설치되어 축(alxe)상의 양측 바퀴의 통과간격을 검측하는 경사방향 축감지수단; 상기 제1 및 제2 폭방향 축감지수단 및 경사방향 축감지수단의 감지신호를 증폭하는 신호증폭수단; 상기 신호증폭수단으로부터 인가된 아날로그 신호를 디지탈 신호로 변환하는 A/D변환수단; 및 상기 A/D 변환수단으로부터 출력된 디지탈신호를 연산하여 차량 속도, 단륜/복륜, 축거/윤거(길이) 및 차선으로부터의 이격거리를 연산하여 차량 제원 및 차량바퀴의 괘적분포를 산출하고, 상기 차량 산출 제원을 활용하여 차종을 분류하고, 각 차종의 축별 하중분포를 갱신하며, E-M 알로리즘을 적용하여 각 차종별 혼합정규분포의 파라메타를 산출하는 교통파라메타 연산수단을 포함하는 차량바퀴 괘적분포의 특성치 검출 및 분석장치를 제공한다.In order to achieve the above object, the present invention, the first and second width direction shaft is installed in each lane of the road in parallel in the width direction with respect to the traveling direction of the vehicle to detect the passing interval of both wheels on the same axis (alxe) Sensing means; Inclined direction sensing means installed at an inclination angle from one end of the second width direction sensing means to detect a passing interval of both wheels on an axle; Signal amplifying means for amplifying the detection signals of the first and second widthwise axis detecting means and the tilting axis detecting means; A / D conversion means for converting the analog signal applied from the signal amplification means into a digital signal; And calculating the vehicle specifications and the critical distribution of the vehicle wheel by calculating the digital signal output from the A / D conversion means and calculating the vehicle speed, the single wheel / double wheel, the wheelbase / the wheel (length) and the distance from the lane. Characteristic values of the vehicle wheel distribution distribution including vehicle parameter calculation means for classifying vehicle models using the vehicle calculation specifications, updating the load distribution for each vehicle model, and calculating parameters of the mixed normal distribution for each vehicle model by applying the EM algorithm. Provided is a detection and analysis device.
또한, 본 발명은 포장도로를 통과하는 차량의 축과 바퀴별 시각(time)자료 및 축 갯수를 폭방향 축감지센서 및 사선방향 축감지센서를 통해 감지하는 제1 단계; 상기 폭방향 축감지센서를 통과하는 축수를 감지하여 차량속도를 산출하고 사선방향 축감지센서를 통하여 단륜인지 복륜인지의 여부를 판단하는 제2 단계; 차량바퀴 괘적의 위치를 산출하는 제3 단계; 상기 폭방향 축감지센서 및 사선방향 축감지센서를 통해 감지된 차량속도, 차량축수, 축간길이를 이용하여 차종을 분류하는 제4 단계; 각 차종의 축 별 하중분포를 갱신하는 제5 단계; 상기 각 차종의 축별 하중분포에 대하여 혼합정규분포로 모형화하고 해당 모형의 파라메타를 추정하는 E(Expectation)-M(Maximization) 알고리즘 과정에 적용하는 제6 단계; 및 추정된 각 차종별 혼합정규분포를 포장설계에 반영하는 제7 단계를 포함하는 차량바퀴 괘적분포의 특성치 검출 및 분석방법을 제공한다.In addition, the present invention is a first step of detecting the time (axis) and the number of time of each wheel and the wheel of the vehicle passing through the pavement through the width direction axis sensor and the diagonal axis sensor; A second step of detecting a number of axes passing through the width direction axis sensor and calculating a vehicle speed and determining whether the vehicle is a single wheel or a double wheel using a diagonal axis sensor; A third step of calculating the position of the wheel of the vehicle wheel; A fourth step of classifying the vehicle model using the vehicle speed, the number of vehicle axes, and the axis length detected by the width direction axis sensor and the diagonal direction axis sensor; A fifth step of updating the load distribution of each vehicle model by the axis ; A sixth step of modeling the load distribution of each vehicle model by a mixed normal distribution and applying it to an E (Expectation) -M (Maximization) algorithm process for estimating parameters of the model; And a seventh step of reflecting the estimated mixed regular distribution for each vehicle model in the pavement design.
전술한 바와 같이 본 발명에 따르면, 포장도로의 설계시 혼합정규분포의 원더링 효과를 산정하기 위한 로직을 적용함으로써 설계 동일 하중에 포장 두께를 얇게 할 수 있고 포장도로의 내구연한을 증대할 수 있는 효과가 있다.As described above, according to the present invention, by applying the logic for calculating the wandering effect of the mixed normal distribution in the design of the pavement road, it is possible to reduce the thickness of the pavement under the same design load and increase the durability of the pavement road There is.
또한, 포장도로의 용량을 최대한으로 확보할 수 있으며, 포장시공비용을 절감할 수 있는 다른 효과가 있다. In addition, it is possible to secure the maximum capacity of the pavement, there is another effect that can reduce the paving cost.
이하, 첨부된 도2 내지 도10의 도면을 참조하여 본 발명의 실시예를 상세히 설명한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings of FIGS. 2 to 10.
본 발명에 의한 차량바퀴 괘적분포의 특성치 검출 및 분석장치와 그의 분석방법은 차로별로 차량진행방향에 직각인 폭방향 센서(2개의 센서 설치:속도산출용, 탠덤축 여부 확인)와 경사각도로 센서(바퀴위치, 윤거, 복륜여부 확인용)를 배치하여 단륜 및 복륜차량을 구별하여 검측하고 차종별 단륜 및 복륜의 분포함수를 추정하여 한국형 포장설계에 반영함으로써 포장두께를 감소하고 포장도로의 내구연한을 증대할 수 있도록 구현한 것이다.Apparatus for detecting and analyzing the characteristic value of vehicle wheel distribution according to the present invention and its analysis method include a width sensor (two sensors installed: speed calculation, check for tandem axis) and a tilt angle sensor perpendicular to the vehicle traveling direction for each lane. Wheel position, lubrication, and double wheels) to detect single wheels and double wheels, and to detect the distribution functions of single wheels and double wheels by model and reflect them in Korean pavement design to reduce pavement thickness and increase durability of pavement. It is implemented so that it can be done.
도2는 본 발명을 적용하기 위한 원더링 효과를 한국형 포장설계법에 반영하기 위한 플로어 챠트이고, 도3은 원더링 분포 효과를 나타낸 가상그래프로서, 본 발명을 통하여 원더링 분포를 실제 계측하면 도9과 같은 형태가 된다. Figure 2 is a floor chart for reflecting the effect of applying the present invention to the Korean paving design method, Figure 3 is a virtual graph showing the effect of the wandering distribution, the actual measurement of the wandering distribution through the present invention as shown in Figure 9 Becomes
본 발명을 설명하기에 앞서 차량의 원더링 효과를 한국형 포장 설계법에 반영하기 위하여 하기와 같은 로직을 적용한다.Prior to describing the present invention, the following logic is applied to reflect the wandering effect of the vehicle in the Korean paving design method.
먼저, 도로의 차량 주행 실태 자료를 바탕으로 원더링(wandering) 위치의 분산정도를 결정한다. 각 위치에 따라 구조해석을 수행하여 포장의 응답을 산출하고, 전체 교통량에 대한 각 위치별 교통량을 산출한다. 각 위치에 해당하는 교통량 및 포장의 응답을 피로식에 대입하고, 상기 피로식으로부터 설계 구간의 포장 파손을 산출한다.First, the degree of dispersion of the wandering position is determined based on the vehicle driving condition data on the road. Structural analysis is performed for each location to calculate the response of the pavement, and traffic volume for each location is calculated for the total traffic volume. The traffic volume corresponding to each position and the response of the pavement are substituted into the fatigue equation, and the pavement breakage of the design section is calculated from the fatigue equation.
상기한 로직에 적용하기 위해서는 도2에 도시한 바와 같이 먼저 차량의 바퀴궤적 및 분산값을 산출하는 과정을 수행하고, 다음으로 위치별 구조해석으로 포장응답값(ε, σ)을 계산한다. 전체 교통량에 대한 원더링 위치별 교통량을 계산하고 피로식에 각 위치별 교통량 및 포장응답값을 입력한다. 최종적으로 균열율 및 포장면의 거칠기를 나타내는 지표인 IRI(International Roughness Index)를 계산한다.To apply to the above logic, as shown in FIG. 2, first, a process of calculating wheel trajectories and dispersion values of a vehicle is performed, and then pavement response values? And? Are calculated by positional structural analysis. Calculate the traffic volume by wondering location for the total traffic volume and enter the traffic volume and pavement response value for each location in the fatigue equation. Finally, the International Roughness Index (IRI), which is an index indicating the crack ratio and the roughness of the pavement surface, is calculated.
상기한 프로세스를 통하여 가상의 원더링 분포 효과는 도3에 도시한 바와 같은 형태를 나타내게 된다.Through the above process, the virtual wandering distribution effect is represented as shown in FIG.
여기서, 정확한 원더링 효과를 산정하는 것은 어려운 일이지만 원더링 혼합정규분포로 가정하여 접근할 수 있다. 원더링의 혼합정규분포에서 표준편차(σ)는 원더링의 폭을 반영한다. 즉 표준편차 값이 증가할수록 원더링 분포폭은 증가하게 된다. Here, it is difficult to estimate the exact wandering effect, but it can be approached assuming a wandering mixed normal distribution. In the mixed normal distribution of wandering, the standard deviation (σ) reflects the width of wandering. In other words, as the standard deviation increases, the wandering distribution width increases.
도4는 본 발명에 의한 차량 바퀴의 괘적 검출 및 분석을 위한 차종별 분포함수 추정 과정을 나타낸 플로어 챠트이고, 도5는 원더링 분포 모형의 파라메타를 추정하기 위한 E-M알고리즘을 처리하는 흐름도이고, 도6은 본 발명에 의한 차량 바퀴의 괘적 검출 및 분석장치의 개략도이며, 도7은 도6에 도시된 축감지센서의 배치에서 복륜(Dual Tire)으로 된 차량 축(Axle)의 타이어가 사선센서를 밟았을 때의 시점을 나타낸 상태도이다.FIG. 4 is a floor chart showing a process for estimating a distribution function for each vehicle type for the detection and analysis of the wheels of a vehicle according to the present invention. FIG. 5 is a flowchart for processing an EM algorithm for estimating parameters of a wandering distribution model. FIG. 7 is a schematic diagram of a device for detecting and analyzing a vehicle wheel according to the present invention, and FIG. 7 illustrates a case in which a tire of an axle, which is a dual tire, has stepped on an oblique sensor in the arrangement of the axis sensor. This is a state diagram showing the time point.
차량 바퀴의 괘적 검출 및 분석시스템에 적용하기 위한 차종별 분포함수 추정 과정을 도4를 참조하여 살펴보면 하기와 같다.Referring to FIG. 4, a process of estimating a distribution function for each vehicle type to be applied to a path detection and analysis system of a vehicle wheel is as follows.
본 발명에서는 도면에 도시한 바와 같이, 포장도로를 통과하는 차량의 축과 바퀴별 시각(time)자료 및 축 갯수를 차로별로 차량 진행방향의 직각인 폭방향으로 설치된 제1 및 제2 폭방향 축감지센서(Ax_1, Ax_2) 및 제2 폭방향 축감지센서(Ax_2)의 경사방향으로 설치된 사선방향 축감지센서(Ax_3)를 통해 감지한다(S11). 상기 제1 및 제2 폭방향 축감지센서(Ax_1, Ax_2)는 그를 통과하는 축수를 감지하여 차량속도, 축간거리 산출 및 탠덤축을 확인하고, 사선방향 축감지센서((Ax_3)를 통과하는 바퀴를 감지하여 인접차선으로부터 좌·우 바퀴까지의 거리, 윤거 및 통과차량의 바퀴가 단륜인지 복륜인지를 판단한다(S12). 그리고, 사선방향 축감지센서(Ax_3)의 감지신호를 통해 차량바퀴의 괘적위치를 산출한다(S13).In the present invention, as shown in the drawings, the first and second width direction shafts installed in the width direction perpendicular to the vehicle traveling direction by the axis of the vehicle passing through the pavement, the time data and the number of axes for each wheel The detection sensor Ax_1 and Ax_2 and the second width direction axial detection sensor Ax_2 detect through the diagonal axial detection sensor Ax_3 installed in the inclined direction (S11). The first and second width direction axis sensors Ax_1 and Ax_2 detect the number of axes passing therethrough, check the vehicle speed, the distance between the shafts, and the tandem axis, and check the wheels passing through the diagonal axis sensor Ax_3. By detecting the distance from the adjacent lane to the left and right wheels, it is determined whether the wheel of the wheel and the passing vehicle is a single wheel or a double wheel (S12), and the track of the vehicle wheel through the detection signal of the diagonal axis sensor (Ax_3) The position is calculated (S13).
다음, 상기한 차량속도, 차량축수, 축간길이 및 탠덤축 유·무 같은 차량 산출제원을 활용하여 차종을 분류하고, 도4에 도시한 바와 같이 각 차종(1종 ∼ 12종)의 축 별 하중분포를 갱신한다(S14, S15). Next, the vehicle types are classified using the vehicle calculation specifications such as the vehicle speed, the number of vehicles, the length between the shafts, and the tandem shafts, and as shown in FIG. 4, and the load for each vehicle type (1 to 12 types) is shown. The distribution is updated (S14, S15).
상기 각 차종의 축별 하중분포에 대하여 혼합정규분포를 모형화하고, 상기 혼합정규분포를 E(Expectation)-M(Maximization) 알고리즘 과정에 적용하여 해당 모형의 파라메타를 추정하고, 각 차종별 혼합정규분포의 파라메타인을 산출하여 포장설계에 반영하게 된다(S16, S17). Mixed normal distribution is modeled for the load distribution of each vehicle model, and the mixed normal distribution is applied to the process of E (Expectation) -M (Maximization) algorithm to estimate the parameters of the model, and the parameters of the mixed normal distribution for each vehicle model. Phosphorus is calculated and reflected in the packaging design (S16, S17).
상기 S16단계에서 원더링 분포 모형의 파라메타를 추정하기 위한 E-M 알고리즘 과정은 도5에 도시한 바와 같이, 좌·우 바퀴 위치의 자료를 입력한다(S31). 그리고, 혼합정규분포 모형을 작성하고(S32), 상기 E-M 알고리즘을 실행하되, E- step 과 M-step을 각각 나누어 실행한다(S33). 상기 E-M 알고리즘을 통해 파라메타(ρ1,μ1,μ2,σ1,σ2)를 추정하고(S34), 혼합분포 모형식(f* = ρ1f1 + (1 - ρ1)f2)을 도출한다(S35). 최종적으로 모형식 검증 및 평가를 실시한다(S36). EM algorithm for estimating the parameters of the wondering distribution model in step S16, as shown in Figure 5, input the data of the left and right wheel position (S31). Then, a mixed normal distribution model is created (S32), and the EM algorithm is executed, and the E-step and the M-step are respectively divided (S33). The EM algorithm is used to estimate parameters (ρ 1 , μ 1 , μ 2 , σ 1 , σ 2 ) (S34), and the mixed distribution model (f * = ρ 1 f 1 + (1-ρ 1 ) f 2 To derive (S35). Finally, model verification and evaluation are performed (S36).
상기한 흐름도에서 추출되는 각 차종별 혼합정규분포의 파라메타인을 산출하기 위한 본 발명의 차량 바퀴의 괘적 검출 및 분석장치에 대하여 설명한다.The routine detection and analysis device for the wheels of the present invention for calculating the parameters of the mixed normal distribution for each vehicle type extracted in the above flowchart will be described.
본 발명의 요부인 제1 및 제2 폭방향 축감지센서 및 사선방향 축감지센서의 배치는 현장여건에 따라 여러형태로 이루어질 수 있는데, 본 발명에서의 대표적인 각 차로별 축감지센서의 현장배치구성을 도6을 참조하여 좀더 상세히 살펴본다.The arrangement of the first and second width direction axial sensor and the diagonal direction axial sensor, which are the main elements of the present invention, may be made in various forms according to the site conditions, and the field arrangement of representative axial sensor for each lane in the present invention It will be described in more detail with reference to FIG.
본 발명에 의한 차량 바퀴의 괘적 검출 및 분석장치는 도면에 도시한 바와 같이, 도로의 각 차로별로 차량 진행방향에 대하여 직각인 도로 폭방향으로 평행하게 설치하되, 상하 간격(P0)을 두고 평행하게 배치되어 동일 축(alxe)상의 양측 바퀴의 통과간격을 검측하는 제1 및 제2 축감지센서(Ax_1, Ax_2)와; 상기 제2 축감지센서(Ax_2)의 일단부로부터 차량 진행방향에 대하여 경사 각도(θ)를 가지고 사선으로 설치되어 동일 축(alxe)상의 양측 바퀴의 통과간격을 검측하는 제3 축감지센서(Ax_3)와; 상기 제2 폭방향 축감지센서(Ax_2) 및 제3 축감지센서(Ax_3)의 감지신호를 증폭하는 신호증폭기와; 상기 신호증폭기로부터 인가된 아날로그 신호를 디지탈 신호로 변환하는 A/D변환기; 및 상기 A/D 변환기로부터 출력된 디지탈신호를 연산하여 차량 속도, 축간거리, 탠덤축 여부, 단륜/복륜, 축거/윤거(길이) 및 차선으로부터의 이격거리를 연산하여 차량 제원 및 차량바퀴의 괘적분포를 산출하고, 상기 차량 산출 제원을 활용하여 차종을 분류하고, 각 차종의 축 별 하중분포를 갱신하며, E-M 알로리즘을 적용하여 각 차종별 혼합정규분포의 파라메타인을 산출하는 교통파라메타 연산기를 포함한다.As shown in the drawings, the device for detecting and analyzing the wheel of the vehicle wheel according to the present invention is installed in parallel in the road width direction perpendicular to the vehicle traveling direction for each lane of the road, but in parallel with the vertical gap P0. First and second axis detecting sensors Ax_1 and Ax_2 disposed to detect passing intervals of both wheels on the same axis; Third axis detecting sensor Ax_3 installed at an oblique angle with an inclination angle θ with respect to the vehicle traveling direction from one end of the second axis detecting sensor Ax_2 to detect a passing interval of both wheels on the same axis (alxe). )Wow; A signal amplifier for amplifying the detection signals of the second width direction sensor Ax_2 and the third axis sensor Ax_3; An A / D converter for converting an analog signal applied from the signal amplifier into a digital signal; And calculating a digital signal output from the A / D converter to calculate the vehicle speed, the distance between the shafts, whether the tandem shaft, the single wheel / double wheel, the wheelbase / leave (length), and the distance from the lane to calculate the vehicle specification and the wheel of the vehicle wheel. It includes a traffic parameter calculator that calculates the distribution, classifies the vehicle types using the vehicle calculation specifications, updates the load distribution for each axis of each vehicle model, and calculates the parameters of the mixed normal distribution for each vehicle model by applying the EM algorithm. do.
여기서, 상기 제1 내지 제3 축감지센서(Ax_1 내지 Ax_3)는 피에조 센서, 테이프 스위치 센서중 어느 하나로 이루어질 수 있다.The first to third axis detecting sensors Ax_1 to Ax_3 may be formed of any one of a piezo sensor and a tape switch sensor.
상기한 구성을 갖는 본원발명에서 상기 제1 축감지센서(Ax_1)는 차량의 앞 바퀴가 최초로 밟게 되는 센서이고, 제2 축감지센서(Ax_2)는 차량의 앞 바퀴가 두번째로 밟게 되는 센서로서, 이들 센서들은 차량 속도를 산출하는데 활용된다. 상기 제2 축감지센서(Ax_2)는 제1 축감지센서(Ax_1)와 P0만큼 이격된 위치에 설치되며, 이격거리를 활용하여 차량속도를 산출하게 된다. 또한, 제2 축감지센서(Ax_2)에 감지된 차량바퀴가 사선센서에 도달하는 시간을 산출을 위한 기준으로 활용한 다. In the present invention having the above-described configuration, the first axis sensor Ax_1 is a sensor on which the front wheels of the vehicle first step on, and the second axis sensor Ax_2 is a sensor on which the front wheels of the vehicle step on for the second time. These sensors are used to calculate vehicle speed. The second axis sensor Ax_2 is installed at a position spaced apart from the first axis sensor Ax_1 by P0 and calculates a vehicle speed by using a separation distance. In addition, the vehicle wheel detected by the second axis sensor (Ax_2) reaches the diagonal sensor is used as a reference for calculation.
상기 제1 내지 제3 축감지센서(Ax_1, Ax_2, Ax_3)를 가지고 하기의 <수식1>과 같이 하여 차량속도를 산출한다. 즉 차향의 진행과 더불어 발생되는 센서로부터의 신호시점을 기준으로 해당 차량의 속도를 산출하게 된다.The vehicle speed is calculated using the first to third axis detection sensors Ax_1, Ax_2, and Ax_3 as shown in
<수식1> ≪
t10: 차량의 첫 축이 제1 축감지센서(Ax_1)를 밟았을 때의 시각t 10 : time when the first axis of the vehicle stepped on the first axis sensor Ax_1
t11: 차량의 첫 축이 제2 축감지센서(Ax_2)를 밟았을 때의 시각t 11 : time when the first axis of the vehicle hits the second axis sensor Ax_2
t20: 차량의 둘째 축이 제1 축감지센서(Ax_1)를 밟았을 때의 시각t 20 : Time when the second axis of the vehicle stepped on the first axis sensor Ax_1
t21: 차량의 둘째 축이 제2 축감지센서(Ax_2)를 밟았을 때의 시각t 21 : time when the second axis of the vehicle stepped on the second axis sensor Ax_2
첫 축에 의한 속도계산 : 
둘째 축에 의한 속도계산 : 
따라서, 해당차량의 속도는 이들 값의 평균값으로 한다.Therefore, the speed of the vehicle is taken as the average of these values.
즉, 
도7은 본 발명에 의한 차량바퀴 괘적 검출 및 분석시스템에서, 차량이 포장도로를 통과하는 시점에서의 복륜(dual tire)으로 된 차량 축(axle)의 타이어가 사 센 센서를 밟았을 때의 상태를 나타낸 개략도이다. FIG. 7 shows a state when the tire of the vehicle axle, which is a dual tire, has stepped on a dead sensor in the vehicle wheel path detection and analysis system according to the present invention. It is a schematic diagram showing.
도면에 도시한 바와 같이, 제3 축감지센서(Ax_3)에서 감지하는 차량의 바퀴가 단륜인지 아니면 복륜인지 여부를 판단하는 알고리즘은 다음과 같다.As shown in the figure, an algorithm for determining whether the wheel of the vehicle detected by the third axis sensor Ax_3 is a single wheel or a double wheel is as follows.
우선 차량의 바퀴가 복륜인 경우는 두 가지가 있다. 첫째는 차량의 축이 탠덤축일때는 반드시 복륜을 사용한다. 따라서, 제1 축감지센서(Ax_1)와 제2 축감지센서(Ax_2)의 신호시간을 활용하여 축간거리를 산출 후 그 값이 130cm ∼ 135cm일때는 해당축은 탠덤축이고 따라서 바퀴 역시 복륜이다.First, there are two cases where the wheel of a vehicle is a double wheel. The first is to use double wheels when the axis of the vehicle is tandem. Therefore, after calculating the distance between the axes using the signal time of the first axis sensor Ax_1 and the second axis sensor Ax_2, when the value is 130cm to 135cm, the corresponding axis is a tandem axis and the wheel is also a double wheel.
둘째로는 탠덤축이 아니면서 복륜을 사용하는 경우에 대한 복륜 여부를 확인하는 방법이다. 차량의 진행과 더불어 사선으로 설치된 제3 축감지센서(Ax_3)가 차량바퀴의 누름으로 인하여 신호가 온(on)된 시각과 바퀴가 벗어남에 따른 오프(off)된 시각의 차의 크기를 활용하여 차량의 바퀴의 두께를 산출한다.Secondly, it is a method to check whether a double ring is used in the case of using a double ring without a tandem shaft. In addition to the progress of the vehicle, the third axis detecting sensor Ax_3 installed diagonally utilizes the size of the difference between the time when the signal is turned on due to the pressing of the vehicle wheel and the time when the wheel is off. Calculate the thickness of the wheels of the vehicle.
바퀴두께 = 차량속도 x 시간(on time - off time)으로 구할 수 있는 값이다. 즉, 복륜의 경우는 단륜의 두께보다 약 2배 정도 큰 값을 갖게 되며, 이러한 값은 후술할 <표1>을 참조할 수도 있다.Wheel thickness = vehicle speed x time (on time-off time). That is, in the case of the double ring has a value about twice as large as the thickness of the single ring, such a value may be referred to Table 1 to be described later.
도7에 도시한 바와 같이, 단륜일때에 차량바퀴의 누름에 의한 제3 축감지센서(Ax_3)의 신호는 좌측바퀴의 상단꼭지점으로부터 좌측하단 꼭지점을 통과하면 소멸(off1)되나, 복륜일때에는 타이어의 두께로 인하여 off2 지점, 즉 좌측 두번째 바퀴의 상단꼭지점으로부터 좌측 두번째 바퀴의 하단 꼭지점을 지날 때 신호가 소멸(off2)하게 된다. As shown in FIG. 7, the signal of the third axis sensor Ax_3 due to the pressing of the vehicle wheel in the single wheel is extinguished (off1) when passing through the lower left corner from the upper corner of the left wheel. Due to the thickness of the signal, the signal disappears (off2) when passing the off2 point, that is, from the top vertex of the left second wheel to the bottom vertex of the second left wheel.
하기의 표1은 차량의 단륜폭 현황을 나타낸다.Table 1 below shows the current state of the short wheel width of the vehicle.
Applicable model
또한, 차량의 좌측 및 우측바퀴의 괘적위치는 도8과 하기의 <수식2>를 통하여 산출한다.In addition, the positions of the left and right wheels of the vehicle are calculated through Fig. 8 and Equation 2 below.
<수식2>&Quot; (2) "
- 차량 좌측바퀴 괘적의 위치산출-Position calculation of left wheel track
tan(θ) = A1 / L2tan (θ) = A1 / L2
따라서, L2 = A1 / tan(θ)Thus, L2 = A1 / tan (θ)
= (차량속도 * 첫축의 좌측바퀴의 신호시간) / tan(θ) = (Vehicle speed * signal time of left wheel of first axis) / tan (θ)
여기서, 첫축의 좌측바퀴의 신호시간이란 차량의 첫축이 제2 축감지센서(Ax_2)를 밟는 시각과 첫축의 좌측바퀴가 제3 축감지센서(Ax_3)를 밟았을 때 시각까지의 시간의 크기를 의미함.Here, the signal time of the left wheel of the first axis refers to the amount of time until the first axis of the vehicle steps on the second axis sensor Ax_2 and the time when the left wheel of the first axis steps on the third axis sensor Ax_3. Meaning.
- 차량 우측바퀴 괘적의 위치산출 -Position calculation of the right wheel track of the vehicle
동일한 방법으로 차량의 첫축의 우측바퀴가 밟을 때까지의 시간의 크기에 의해서 차량의 윤거인 L3가 결정되고 또한 도로의 차로폭을 알고 있는 경우는 우측바퀴의 괘적 위치 = 차로폭 - (좌측바퀴의 괘적위치(L2) + 차량 윤거)으로 산출한다.In the same way, L3, the leap of the vehicle, is determined by the amount of time until the right wheel on the first axis of the vehicle is pressed, and the road width of the road is known. (L2) + vehicle rolling).
다음 차량 바퀴의 원더링(wandering) 괘적 분석 알고리즘을 살펴본다.Next, we will look at the algorithm of wandering analysis of vehicle wheels.
차량 바퀴의 괘적분포는 혼합정규분포로 가정하였으며, 하기의 <수식3>과 같이 나타낼 수 있다.The log distribution of the vehicle wheels is assumed to be a mixed normal distribution, which can be expressed as Equation 3 below.
<수식 3><Equation 3>
N(μ, σ2) = ρ1·N(μ1, σ1 2) + (1 - ρ1)· N(μ2, σ2 2) N (μ, σ 2) =
여기서, here,
N(μ1, σ1 2) : 좌측바퀴의 위치에 대한 정규분포함수N (μ 1 , σ 1 2 ): Normal distribution function for the position of the left wheel
N(μ2, σ2 2) : 우측바퀴의 위치에 대한 정규분포함수N (μ 2 , σ 2 2 ): Normal distribution function for the position of the right wheel
N(μ, σ2) : 차량의 좌·우측 바퀴에 대한 혼합정규분포함수N (μ, σ 2 ): Mixed normal distribution function for left and right wheels of a vehicle
ρ1, (1-ρ1) : 두 정규분포함수의 혼합비율을 나타내는 값으로 합은 1.0임ρ 1 , (1-ρ 1 ): The mixture ratio of two normal distribution functions, the sum of which is 1.0
차량의 하중은 차량의 축(Axle)과 바퀴를 통하여 도로의 포장면에 전달된다. 이때, 단륜의 경우 차량하중은 차량 타이어의 접지면적A을 통해서 포장에 전달되는 반면 복륜의 경우 약 2.2A의 접지면적을 통해 차량의 하중이 포장에 전달된다.The load of the vehicle is transmitted to the pavement of the road through the axle and the wheel of the vehicle. In this case, the vehicle load is transmitted to the pavement through the ground area A of the vehicle tire in the case of the single wheel, while the load of the vehicle is transferred to the pavement through the ground area of about 2.2 A in the case of the double wheel.
포장공학(Pavement Engineering) 측면에서 동일 차량하중에 대해서 단륜일때가 복륜일 때보다 포장에 미치는 영향은 큰 것으로 알려져 있다. In terms of paving engineering, it is known that the impact on the pavement is greater for the same vehicle load than for a single wheel.
이와 같은 관점에서 볼때, 단륜과 복륜에 대한 차량괘적은 분포별로 모델링하는 것이 필요하다.From this point of view, vehicle trajectories for single and double wheels need to be modeled by distribution.
자료수집의 시작은 축감지센서의 축감지로부터 시작된다. 차량이 진행과 더불어 센서의 반응차량의 첫 축에 의하여 축감지센서 Ax_1로부터 Ax_3에 대해서 순 차적으로 반응하게 된다.The start of data collection begins with the axis detection of the axis sensor. As the vehicle progresses, the first axis of the reaction vehicle of the sensor sequentially reacts to the Ax_3 from the axis sensor Ax_1.
우선 차량의 속도를 각 축별로 사용된 속도를 평균하여 구한다. 그리고, 차량의 축수, 축간거리 등을 기준으로 차량의 종류를 구분한다. 또한 산출된 속도자료 및 사선센서에 도출되는 시각 자료를 활용하여 차선으로부터의 이격거리, 단륜의 폭 그리고 복륜의 폭을 각각 산출한다. 이러한 자료를 기반으로 각 차종의 단륜과 복륜별로 각각의 좌측과 우측 바퀴의 빈도자료를 활용하여 도9 및 도10에서 보는 바와 같은 혼합분포함수를 도식화한다. First, the speed of the vehicle is obtained by averaging the speed used for each axis. The types of vehicles are classified based on the number of vehicles, the distance between the vehicles, and the like. In addition, the calculated distance data and visual data derived from the diagonal sensor are used to calculate the distance from the lane, the width of the single wheel and the width of the double wheel, respectively. Based on these data, the mixed distribution function as shown in FIGS. 9 and 10 is plotted using the frequency data of the left and right wheels for each single wheel and double wheel of each vehicle model.
해당 자료에 대해서 혼합분포함수의 형태를 결정하는 특성치인 좌측바퀴의 평균위치(μ좌측), 표준편차(σ좌측), 그리고 우측바퀴의 평균위치(μ우측 ), 표준편차(σ우측), 혼합정도(ρ1)를 E-M 알고리즘을 활용하여 산출한다. The average position of the left wheel (μ left ), the standard deviation (σ left ), and the average position of the right wheel (μ right ), standard deviation (σ right ) The degree ρ 1 is calculated using the EM algorithm.
본 발명에서 활용하는 E-M 알고리즘은 Dempster, Laird & Rubin (1977)에 의해 처음 소개된 것으로, 모수에 대한 최대 우도 추정에 유용한 알고리즘이다. 우도함수의 최대화를 통한 최대 우도 추정은 일반적으로 수치적인 방법을 통해 구해진다. 그러나 추정해야 할 모수의 수가 많아지거나 우도함수의 형태가 복잡한 경우에는 수치적인 최대화에 어려움을 겪게 된다. 이에 대한 해결책으로 제시되는 E-M 알고리즘은 E-단계(Expectation Step)와 M-단계(Maximization Step)로 불리는 두 단계를 반복적으로 수행함으로써 모수에 대한 추정을 수행한다. 먼저 E-단계는 관측된 우도함수(observed likelihood)를 보완하기 위해 결측자료를 보완하는 단계로 생각할 수 있다. 여기서 결측자료는 관측되지 않은 잠재 확률 변수(hidden or latent random variable)의 값 또는 모수값(parameter values)이 될 수 있다. 이들 결측자료를 원자료에 보완함으로써 최대화가 좀 더 쉬운 형태인 완전한 우도함수(complete likelihood function)를 정의할 수 있게 된다. 다음으로 M-단계에서는 관측된 우도함수보다 단순한 형태인 완전한 우도함수를 최대화함으로써 모수를 추정하게 된다. 이러한 단순화에 대한 보상으로 E-M 알고리즘은 위 과정의 반복적인 수행을 요구한다. 즉 E-M(Expectation - Maximization)알고리즘은 완전한 자료의 우도함수를 최대로 하는 모수 추정치를 반복 알고리즘을 통해 계산하는 수치 해석적 기법이라 말할 수 있다. The E-M algorithm utilized in the present invention was first introduced by Dempster, Laird & Rubin (1977) and is useful for estimating the maximum likelihood for parameters. Maximum likelihood estimation through maximization of likelihood function is generally obtained by numerical method. However, when the number of parameters to be estimated is large or the shape of the likelihood function is complicated, it is difficult to maximize the numerical value. The E-M algorithm proposed as a solution to this problem estimates the parameters by repeatedly performing two steps, called the Expectation Step and the M-Step (Maximization Step). First, the E-stage can be thought of as complementing missing data to compensate for the observed likelihood. In this case, the missing data may be a parameter value or a value of an unobserved latent random variable. By supplementing these missing data with the original data, it becomes possible to define a complete likelihood function that is easier to maximize. Next, in the M-stage, the parameters are estimated by maximizing the complete likelihood function, which is simpler than the observed likelihood function. To compensate for this simplification, the E-M algorithm requires repeating the above process. In other words, E-M (Expectation-Maximization) algorithm can be said to be a numerical analysis technique that calculates parameter estimates that maximize the likelihood function of complete data through iterative algorithms.
하기의 <표2>는 E-M 알고리즘의 연산과정을 나타낸 것이다.Table 2 below shows the operation of the E-M algorithm.
t = 0, 1, 2, ...,에 대해 다음의 두 과정을 반복한다.
(a) E- step
관측자료와 현재의 해 θ(t)에 의해 조정된 완전한 자료의 log-likelihood 기대값을 계산한다.
Q(θ│θ(k)) = Σy [E│logp(x│θ)y, θ(0)]]
(b) M-step
Q(θ│θ(k))를 최대화시키는 θ를 θ(k+1)로 놓는다.Iteration Step
Repeat the following two steps for t = 0, 1, 2, ...,
(a) E-step
Compute the log-likelihood expectation of the observed data and the complete data adjusted by the current solution θ (t) .
Q (θ│θ (k) ) = Σy [E│logp (x│θ) y, θ (0) ]]
(b) M-step
Set θ that maximizes Q (θ│θ (k) ) to θ (k + 1) .
Q(θ(k+1)│θ(k))-Q(θ(k)│θ(k+1))≤ε, ∀ε>0을 만족하면 반복과정을 종료한다.End stage
When the Q (θ (k + 1) | θ (k) ) -Q (θ (k) | θ (k + 1) ) ≤ε, ∀ε> 0 is satisfied, the repetition process ends.
모형식과 관측자료 사이의 차이를 검증하고, 모형의 예측력을 측정하는 과정은 통계적 검증과 결정계수(R2)를 통해 이루어진다.The process of verifying the difference between the model and the observed data and measuring the predictive power of the model is done through statistical verification and the coefficient of determination (R 2 ).
현재 포장설계는 도로상을 주행하는 차량의 하중이 한 곳에 집중해서 발생된다고 가정하고 설계하고 있으나, 상기한 발명에 따르면 향후에 차량의 바퀴괘적 위치를 위와 같이 산출할 경우 도9 및 도10의 그래프로 도시한 바와 같이, 차량의 하 중 작용 빈도와 위치를 산출할 수 있게 되어 현재 설계하는 포장 두께보다 얇게 설계할 수 있다. The current pavement design is designed on the assumption that the load of the vehicle traveling on the road is concentrated in one place, but according to the above invention, when the wheel rubbing position of the vehicle is calculated as described above, the graphs of FIGS. As shown, the load frequency and position of the vehicle can be calculated, so that it can be designed thinner than the current paving thickness.
이상에서 설명한 본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니고, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하다는 것이 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 명백할 것이다.It will be apparent to those skilled in the art that various modifications and variations can be made in the present invention without departing from the spirit or scope of the invention. Will be apparent to those of ordinary skill in the art.
도1은 차량 원더링(wandering) 효과의 개념도.1 is a conceptual diagram of a vehicle wandering effect.
도2는 본 발명을 적용하기 위한 원더링 효과를 한국형 포장설계법에 반영하기 위한 흐름도. Figure 2 is a flow chart for reflecting the wonder effect for applying the present invention to the Korean packaging design method.
도3은 원더링 분포 효과를 나타낸 가상 그래프도.3 is a virtual graph showing the effect of wandering distribution.
도4는 본 발명에 의한 차량의 바퀴괘적분포의 특성치 검출 및 분석을 위한 차종별 단륜과 복륜의 분포함수 추정 과정을 나타낸 흐름도.4 is a flowchart illustrating a process of estimating a distribution function of a single wheel and a double wheel for each vehicle type for detecting and analyzing a characteristic value of a wheel rut distribution of a vehicle according to the present invention;
도5는 원더링 분포 모형의 파라메타를 추정하기 위한 E-M알고리즘을 처리하는 흐름도.5 is a flowchart of processing an E-M algorithm for estimating parameters of a wondering distribution model.
도6은 본 발명에 의한 차량 바퀴괘적분포의 특성치 검출 및 분석장치의 개략도.6 is a schematic diagram of an apparatus for detecting and analyzing characteristic values of a vehicle wheel distribution according to the present invention.
도7은 도6에 도시된 축감지센서의 배치에서 복륜(Dual Tire)으로 된 차량 축(Axle)의 타이어가 사선센서를 밟았을 때의 시점을 나타낸 상태도.FIG. 7 is a state diagram showing a time point when the tire of the vehicle axle made of dual tires stepped on an oblique sensor in the arrangement of the axis sensor shown in FIG. 6; FIG.
도8은 단륜으로 구성된 차량축이 사선센서인 제3 축감지센서(Ax_3)를 밟았을 때의 시점을 확대하여 나타낸 개략도.Fig. 8 is a schematic diagram showing an enlarged view of the time when the vehicle shaft composed of single wheels stepped on the third axis sensor Ax_3, which is an oblique line sensor;
도9는 단륜에 대한 차량괘적 분포함수를 나타낸 그래프도.9 is a graph showing the vehicle log distribution function for a single wheel;
도10는 복륜에 대한 차량괘적 분포함수를 나타낸 그래프도.FIG. 10 is a graph showing a vehicle log distribution function for a double wheel; FIG.
Claims (8)
Applicable model
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080069367A KR101244294B1 (en) | 2008-07-17 | 2008-07-17 | Measurement system for Vehicle's Wandering and analysis method using thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080069367A KR101244294B1 (en) | 2008-07-17 | 2008-07-17 | Measurement system for Vehicle's Wandering and analysis method using thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20100008803A KR20100008803A (en) | 2010-01-27 |
| KR101244294B1 true KR101244294B1 (en) | 2013-03-18 |
Family
ID=41817326
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020080069367A KR101244294B1 (en) | 2008-07-17 | 2008-07-17 | Measurement system for Vehicle's Wandering and analysis method using thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101244294B1 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019187291A1 (en) * | 2018-03-29 | 2019-10-03 | 日本電気株式会社 | Information processing device, road analysis method, and non-transient computer-readable medium whereon program has been stored |
| CN113804242A (en) * | 2020-06-16 | 2021-12-17 | 中移(上海)信息通信科技有限公司 | Pavement monitoring system, and method and device for determining sensor arrangement position |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100751076B1 (en) | 2005-12-23 | 2007-08-21 | 한국건설기술연구원 | Vehicle information detecting system using a calculated tread |
| KR100830578B1 (en) | 2007-06-14 | 2008-05-22 | 한국건설기술연구원 | Inspection of unbalanced loaded truck and safty driving guidence system and its control method |
| KR100883054B1 (en) | 2007-05-30 | 2009-02-11 | 한국건설기술연구원 | Clustered piezo sensor and traffic parameter measurement and weigh-in-motion apparatus and method using the same |
-
2008
- 2008-07-17 KR KR1020080069367A patent/KR101244294B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100751076B1 (en) | 2005-12-23 | 2007-08-21 | 한국건설기술연구원 | Vehicle information detecting system using a calculated tread |
| KR100883054B1 (en) | 2007-05-30 | 2009-02-11 | 한국건설기술연구원 | Clustered piezo sensor and traffic parameter measurement and weigh-in-motion apparatus and method using the same |
| KR100830578B1 (en) | 2007-06-14 | 2008-05-22 | 한국건설기술연구원 | Inspection of unbalanced loaded truck and safty driving guidence system and its control method |
Non-Patent Citations (1)
| Title |
|---|
| 논문 2008.02.28 * |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20100008803A (en) | 2010-01-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101105854B1 (en) | System for measuring vehicle-weight automatically using bridge response, and method for the same | |
| CN106706239A (en) | Bridge fast load experimental test method | |
| Lak et al. | The effect of road unevenness on the dynamic vehicle response and ground-borne vibrations due to road traffic | |
| Liu et al. | On-line estimation of road profile in semi-active suspension based on unsprung mass acceleration | |
| CN109906366A (en) | Monitoring system | |
| CN106441530B (en) | A kind of bridge dynamic weighing method and dynamic weighing system based on long gauge length optical fibre grating sensing technique | |
| CN110631786B (en) | Rapid evaluation method for bearing capacity of beam bridge based on parking vibration response | |
| KR101231791B1 (en) | System for measuring vehicle-weight automatically using response characteristics of vertical stiffener of steel bridge | |
| Cebon et al. | Multiple Sensor Weigh-in-motion: Theory and Experiments | |
| KR20090084820A (en) | System for detecting the pressure in a vehicle tire and/or the speed of the vehicle | |
| González et al. | Testing of a bridge weigh-in-motion algorithm utilising multiple longitudinal sensor locations | |
| Dennis et al. | Pavement condition monitoring with crowdsourced connected vehicle data | |
| CN112528208B (en) | Weighing-free AI intelligent recognition truck overload estimation method, device and system | |
| CN110926735A (en) | Bridge structure rapid diagnosis method based on multidimensional dynamic parameters | |
| KR101244294B1 (en) | Measurement system for Vehicle's Wandering and analysis method using thereof | |
| Žnidarič et al. | Determination of strain correction factors for bridge weigh-in-motion systems | |
| MacLeod et al. | Enhanced bridge weigh-in-motion system using hybrid strain–acceleration sensor data | |
| KR101734201B1 (en) | Method and apparatus for automatically calibrating high speed weight-in-motion using weigh information measured in low speed weight-in-motion or track scale | |
| Cole et al. | Spatial repeatability of measured dynamic tyre forces | |
| JP2022042580A (en) | Failure detector, charge collection system, method for detecting failure, and program | |
| Brzozowski et al. | A weigh-in-motion system with automatic data reliability estimation | |
| KR102188434B1 (en) | Method for measuring weight of vehicle | |
| CN115272930A (en) | Ground penetrating radar-based road surface state evaluation method | |
| Žnidarič | Heavy-duty vehicle weight restrictions in the EU | |
| Žnidarič et al. | Latest practical developments in the Bridge WIM technology |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E601 | Decision to refuse application | ||
| J201 | Request for trial against refusal decision | ||
| S901 | Examination by remand of revocation | ||
| GRNO | Decision to grant (after opposition) | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20170302 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20180302 Year of fee payment: 6 |