CN109154498B - 道路监测方法及系统 - Google Patents
道路监测方法及系统 Download PDFInfo
- Publication number
- CN109154498B CN109154498B CN201780020018.XA CN201780020018A CN109154498B CN 109154498 B CN109154498 B CN 109154498B CN 201780020018 A CN201780020018 A CN 201780020018A CN 109154498 B CN109154498 B CN 109154498B
- Authority
- CN
- China
- Prior art keywords
- flatness
- speed
- road
- vehicle
- data
- 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 47
- 238000012544 monitoring process Methods 0.000 title abstract description 9
- 238000006243 chemical reaction Methods 0.000 claims abstract description 75
- 230000001133 acceleration Effects 0.000 claims abstract description 65
- 238000005259 measurement Methods 0.000 claims description 36
- 230000015654 memory Effects 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 2
- 238000005070 sampling Methods 0.000 description 14
- 238000006073 displacement reaction Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000000725 suspension Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000005291 magnetic effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C7/00—Tracing profiles
- G01C7/02—Tracing profiles of land surfaces
- G01C7/04—Tracing profiles of land surfaces involving a vehicle which moves along the profile to be traced
-
- 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
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
- E01C23/01—Devices or auxiliary means for setting-out or checking the configuration of new surfacing, e.g. templates, screed or reference line supports; Applications of apparatus for measuring, indicating, or recording the surface configuration of existing surfacing, e.g. profilographs
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/30—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring roughness or irregularity of surfaces
-
- 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
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
- B60W2050/005—Sampling
- B60W2050/0051—Sampling combined with averaging
-
- 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
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
-
- 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 of positioning data, e.g. GPS [Global Positioning System] data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Architecture (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明涉及一种通过针对道路12的部分(14.1至14.m)提供以平整度指数为依据的平整度数值的近似210而监测路况的方法20及系统10。方法10包括：接收沿着道路12的部分14.1至14.m中各部分行驶的第一车辆16的速度数据208，且从第一车辆16上携带的测量装置18中接收测量出的装置18的与道路12路面垂直的加速度数据204。处理加速度数据204，以提供针对道路12的部分14.1至14.m中各部分的与加速度数据204相关的参数值206。利用第一基于速度的转换方程式和速度数据208将所述参数206转换成针对道路12的部分14.1至14.m中各部分的以平整度指数为依据的平整度数值的近似210。
Description
技术领域
本发明涉及一种用于监测包括路面平整度在内的路况的方法及系统。
背景技术
路面平整度的测量需求使得出现了从响应型路面平整度测量系统(RTRRMS：Response-Type Road Roughness Measurement Systems)至更复杂和专用的轮廓仪等的各种不同测量装置。
路面平整度以沿着道路纵轴的波动为特征。路面平整度能够使用不同的测量标准或平整度指数来表达，其中，国际平整度指数(IRI：International Roughness Index)是国际标准。IRI是这样的数学表示：车辆的累计悬架行程除以行驶的距离。因此，IRI具有斜率的单位。当计算IRI时，使用1/4车辆仿真(quarter-car simulation)来测量纵道路轮廓(road profile)。IRI是随着时间可再生、可移植和恒定的平整度指数。通常使用的另一平整度指数是半车(Half-Car)平整度指数(HRI)，该平整度指数涉及在对数据进行处理前的对车辆的左手曲线和右手曲线进行平均。
当前，根据操作的装置和方法、测量的再现性和测量的准确度和精密度，将路面平整度测量分成广义的四种通用类别。平整度测量的主要类别是：
第1类使用具有最高准确度和精密度的用来测量道路轮廓的轮廓仪来进行测量。最大纵向采样间隔≤25mm。垂直高程(elevation)测量的精密度≤0.1mm；
第2类使用能够准确测量道路轮廓的轮廓仪来进行测量。最大纵向采样间隔>25mm且≤150mm。垂直高程测量的精密度>0.1mm且≤0.2mm。
第3类使用通过将获得的测量值与关于特定路段的已知IRI数值进行关联而被校准的响应型装置来进行测量。最大纵向采样间隔>150mm且≤300mm。垂直高程测量的精密度>0.2mm且≤0.5mm。
第4类使用不进行校准且包括路面平整度的主观评定的装置来进行测量。测量值不适用于网络级监视。最大纵向采样间隔>300mm。垂直高程测量的精密度>0.5mm。
从提供详细的路况指示的非常昂贵的轮廓仪获得第1类和第2类的平整度测量值。实际上，在整个扩展的道路网络中定期使用这些轮廓仪来提供网络中所有道路的状况的准确测量是不可能或不实际的。
作为使用轮廓仪来测量扩展的道路网络内的所有道路的平整度的替代方案，已经(以RTRRMS的形式)提出使用第3类这一类型的装置来借助于永久安装在使用扩展的道路网络的车辆上的装置以连续、实时地监测包括未铺路面的道路在内的道路。
使用RTRRMS装置时最紧迫的两个挑战依然是：这些装置的校准，和通过使用这些装置接收的数据与共同关心的尺度的相关性。更具体地，影响通过这些系统获得的结果且在校准这些装置时继续带来挑战的因素包括：宿主车辆的悬挂系统，车辆尺寸，车辆上的装载，车辆上使用的轮胎的类型、大小和充气压力，和车辆在测量时间内的行驶速度。
发明内容
本发明的目的是提出一种用于提供道路的一部分的平整度指示的方法及系统，通过该方法及系统申请人相信可以至少缓解前述的劣势，或该方法及系统可以为已知的系统及方法提供有利的替代方案。
根据本发明的第一方面，提出一种针对道路的一部分提供以平整度指数为依据的平整度数值的近似的方法，该方法包括：
-接收沿着道路的一部分行驶的第一车辆的速度数据，且从第一车辆上携带的测量装置中接收测量出的装置的与路面垂直的加速度数据；
-处理加速度数据，以提供针对道路的一部分的与加速度数据相关的参数值；且
-利用速度数据和第一基于速度的转换方程式将参数转换成针对道路的一部分的以平整度指数为依据的平整度数值的近似。
可以根据速度数据从第一组基于速度的转换方程式中选择第一基于速度的转换方程式。第一组可以包括多个转换方程式，第一组的各转换方程式与不同的预定速度相关。
在速度数据的基础上，第一基于速度的方程式可以是可选的。在其他实施例中，第一基于速度的方程式可以使速度数据作为变量。
可以通过以下步骤预先推导第一组的各基于速度的转换方程式：
-利用测量出的以具有变化的平整度且包括相邻的多个参考部分的参考路段的平整度指数为依据的平整度曲线，来获得针对各参考部分的实际平整度数值；
-从安装在以不同的预定速度中的相应的预定速度沿着参考路段已经行驶的第一参考车辆上的第一参考测量装置中获得与路段垂直的加速度数据，并且确定与针对参考路段的相邻各部分的加速度数据相关的参考参数值；且
-推导针对所有参考部分的参考参数值与实际平整度数值之间的关系。
第一组基于速度的转换方程式可以预先存储在存储器部件中且可以与第一类型的车辆相关。可以限定多种类型的车辆，同时可以预先推导所限定的各种类型的车辆所用的各组基于速度的转换方程式。
多种类型的车辆可以包括下列中的至少一些：小型掀背车，中型掀背车，小型轿车，中型轿车，运动型多用途车(SUV)，微型客车，和小型货车。
测量装置可以稳固地安装在车辆上，可以与车辆一致地运动，且可以是被车辆的本体隐藏的车辆远程信息处理装置。车辆远程信息处理装置可以包括：三轴加速度计，三轴陀螺仪，测量远程信息处理装置的纬度、经度和速度数据的全球定位系统(GPS)，具有关联的存储器部件的本地处理器，和使装置与中央后端之间能够进行无线数据通信的射频(RF)收发器。
可以经由收发器将加速度数据和速度数据周期性地传输至中央后端，以待处理。
平整度指数可以是国际平整度指数(IRI)和半车指数(HRI)中的一者。
参数值可以是通过对z轴加速度数据进行统计处理而获得的统计参数值，并且可以是变化系数(CoV：Coefficient of Variation)，该CoV被定义为针对道路的一部分接收的加速度数据的标准差(σ)与平均值(μ)之间的比值。
替代地，参数值可以是数学参数值。
可以利用远程信息处理装置的本地控制器处理加速度数据，以提供参数值。可以经由RF收发器将相邻部分的参数值周期性地传输至中央后端，以将相邻部分的参数值转换成以平整度指数为依据的平整度数值的近似，并且将相邻部分的参数值进行组合，以产生路段的以平整度指数为依据的近似的平整度曲线。可以以可视化表示的形式将曲线分发给用户，该可视化表示可以包括对以预定关键部位为依据的路面平整度进行表示的地图。
可以通过测量装置以80Hz至800Hz的速率采样加速度数据，而道路的一部分的长度可以是1m至100m。
根据本发明的第二方面，提出一种可以针对道路的一部分提供以平整度指数为依据的平整度数值的近似的系统，该系统包括：
-中央后端；
-车辆队，车辆均包括：测量装置，测量装置用于测量与道路的一部分垂直的加速度数据且用于提供车辆的沿着道路的一部分的速度数据；且测量装置具有用于与中央后端进行通信的射频(RF)传输装置；
-处理器，处理器用于将测量装置测量的加速度数据处理成参数值；和
-存储器部件，存储器部件包括用来将参数值转换成以平整度指数为依据的平整度数值的近似的第一基于速度的转换方程式；
测量装置可以是包括控制器和存储器部件的车辆远程信息处理装置。替代地，后端可以包括存储器部件。
根据本发明的第三方面，提出一种具有计算机程序的计算机可读介质，计算机程序具有程序代码，以便当程序在处理器上运行时，执行针对道路的一部分提供以平整度指数为依据的平整度数值的近似的方法。该方法包括：接收沿着所述道路的一部分行驶的第一车辆的速度数据，且从所述第一车辆上携带的测量装置中接收测量出的所述装置的与路面垂直的z轴加速度数据，所述第一车辆落入多种类型的车辆的第一类型中，预先推导所述多种类型的车辆中的各者所用的各组基于速度的转换方程式，各组基于速度的转换方程式的第一组基于速度的转换方程式与所述第一类型的车辆相关，所述第一组基于速度的转换方程式包括多个转换方程式，其中，所述第一组基于速度的转换方程式的各转换方程式与不同的预定速度相关；处理所述z轴加速度数据，以提供针对所述道路的一部分的与所述z轴加速度数据相关的参数值；根据所述速度数据从所述第一组基于速度的转换方程式中选择第一基于速度的转换方程式，利用所述第一基于速度的转换方程式将所述参数值转换成针对所述道路的一部分的以所述平整度指数为依据的平整度数值的近似，其中，所述参数是无量纲统计参数，从而，允许比较来自不同类型的车辆和以不同的速度行驶的车辆的z轴加速度数据，并且，其中，所述无量纲统计参数是针对所述部分以所述z轴加速度数据的标准差σz-Acceleration与平均值μz-Acceleration的比值形式的变化系数CoV，即，
根据本发明的第四方面，提出一种其上存储有数据的计算机可读介质，该数据与在处理器上运行以执行上述的针对道路的一部分提供以平整度指数为依据的平整度数值的近似的方法的计算机程序所用的至少第一预先推导的基于速度的转换方程式相关。
附图说明
现在将参照附图仅以示例的方式进一步说明本发明，其中：
图1是表示用于监测路况的系统的示意图；
图2(a)是图示了用于针对道路的一部分提供以诸如HRI或IRI等平整度指数为依据的平整度数值的近似的方法的框图；
图2(b)是图示了推导多组基于速度的转换方程式的方法的框图；
图3是表示用于根据图2(b)所示的方法所述的推导中的包括多个参考部分的参考路段的示意图；
图4是通过第1类轮廓仪获得的图3的参考路段的实际平整度曲线；
图5示意了通过在图3的参考路段上以不同的三个预定速度驱动参考车辆而获得的CoV值；且
图6是根据图4和图5的数据的回归分析而推导出的第一组转换方程式。
具体实施方式
通过图1的附图标记10整体上指定用于监测路况的系统的示例性实施例。
待被监测的道路12可以是较大道路网络内的任何道路，并且被分成相邻的多个部分(14.1至14.m)，各部分长度相等，诸如100m或10m等。系统10用来针对道路12的部分14.1至14.m中各部分提供以平整度指数为依据的平整度数值的近似。与x、y和z轴关联的第一车辆16沿着道路12行驶。z轴垂直于路面。当第一车辆16沿着道路12行驶时，第一车辆16携带的第一测量装置18测量且记录以第一装置18的z轴加速度的形式的数据。也获得与第一车辆16沿着道路12行驶的速度相关的数据。
系统10用于执行以下方法，该方法针对道路12的部分14.1至14.m中各部分提供以平整度指数为依据的平整度数值的近似。通过图2(a)的附图标记20整体上指定该方法。
当车辆16沿着道路12且在部分14.1至14.m上行驶时，测量装置18测量装置18的z轴加速度数据。如上所述，也获得车辆16的速度数据。以预定的频率采样z轴加速度测量值，使得在部分14.1至14.m的各部分中进行多个测量。当车辆在道路12的部分14.1至14.m的各自部分上行驶时，处理各部分的z轴加速度数据，以提供与第一测量装置18测量出的z轴加速度数据相关的参数值。
通过利用速度数据，利用第一基于速度的转换方程式将参数值转换成以平整度指数为依据的平整度数值的近似。
在示例性实施例中，第一测量装置18是已知种类的车辆远程信息处理装置，其用于被盗/被劫持车辆的追缴、包括监测驾驶员行为在内的保险目的以及车辆队监测和管理。远程信息处理装置18稳固地安装至第一车辆16且被车辆16的本体隐藏。远程信息处理装置18因此与车辆一致地运动，这使它能够测量车辆16所经历的由道路的平整度而造成的z轴振动和加速度。在其他实施例中，装置可以在支架等中可移除地但是刚性地连接至本体或底盘。车辆远程信息处理装置18包括：三轴加速度计22，三轴陀螺仪24，全球定位系统(GPS)26，具有处理器及关联的存储器部件30的本地控制器28，使远程信息处理装置18与中央后端34之间能够进行无线数据通信的射频(RF)收发器32，和用于装置的包括电池36的本地电源。
借助于GPS确定道路12的各部分(14.1至14.m)的位置，该GPS提供车辆的准确度约为2.5圆概率误差(CEP：Circular Error Probability)的经度和纬度数据。
收发器32将数据周期性地传输至后端34。对z轴加速度数据进行测量的频率(采样速率)、存储器部件30的容量和远程信息处理装置18的处理器28会影响向后端34传输数据的速率。
在示例性实施例中，后端34包括具有处理器部件38和存储器部件39的计算机系统37；和使远程信息处理装置18与后端34之间能够进行无线通信的接收器40。远程信息处理装置18与后端34之间的无线通信可以借助于全球移动通信系统(GSM：Global System forMobile Communication)网络42。远程信息处理装置的GPS 26以已知的方式与卫星44进行地外通信。
作为近似加速度数据的依据的平整度指数可以是国际平整度指数(IRI)和半车平整度指数(HRI)中的一者。
在示例性实施例中，且也参照图2(a)，参数值是统计参数值，且可以通过对道路12的部分14.1至14.m中各部分的加速度数据进行统计处理而获得参数值，以获得与装置18的z轴加速度相关的针对特定部分的变化系数(CoV)。在确定CoV时，计算针对道路12的一部分接收的加速度数据(图2(a)的步骤204所示)的标准差(σ)(图2(a)的200所示)和平均值(μ)(图2(a)的202所示)。然后，根据下面的方程式在图2(a)的206中获得CoV：
CoV是离差的无量纲量。它通常用来测量数据的与分布的均值相关的变化性或离散性。它被更简单地定义为数据的标准差与平均值之比。CoV的无量纲性质允许更容易地比较来自不同的车辆或以不同的速度行驶的车辆的数据。
在可用存储器部件30不充足的情况下，可以通过使用朴素变化系数(NCoV：
Coefficient of Variation)来近似CoV值，该NCoV被定义为：
当使用NCoV时，因此，由z-加速度数据的运转标准差(或朴素偏差)取代CoV计算中使用的标准差。
在整个说明书中，所提及的CoV应被理解为包括使用作为替代方案的NCoV。
如将在下面更详细地说明，当比较图4和图5时，不同CoV数据绘图的趋势和实际测量出的HRI曲线之间的相关性是显著的。高CoV值的区域能够与高路面平整度的区域关联。
尽管如此，CoV本身不适于提供平整度数值的实际近似，并且需要进一步处理。从当绘制在道路上以不同的速度行驶的不同车辆的CoV曲线图时获得的垂直分散来看，这是明显的。图5所示的数据输出能够被看作是标准一阶数据集，该数据集能够从装配有远程信息处理装置18的大量车辆中的所有车辆收集的数据云中获得。
值得注意的是，当计算CoV值时，z轴加速度的标准差和平均值应当总是正的，且不应当在零轴的附近波动。由此，z轴加速度的重力分量在计算中被保留。
优选地，数据的采样速率是100Hz，而道路12的部分14.1至14.m中各部分的长度是100m。以此频率且以100km/h的示例性速度，在道路12的部分14.1至14.m的各部分中，以每278mm采样z轴加速度数据，这很好地对应于第3类平整度测量。当系统10的数据存储、处理和传输能力提高时，能够将该部分的长度减小至10m，以提高凭此获得的结果的准确度。诸如80Hz等其他采样速率是可行的。然而，采样速率越高，近似将越准确。新一代远程信息处理装置能够达到400Hz的采样速率。
因此，针对道路12的部分14.1至14.m的各部分，确定以采样到的所有加速度数据点为基础的单个CoV值。
可以针对各部分14.1至14.m替代地确定均方根(RMS：Root Mean Square)值，而不是确定如上所述的CoV值。然而，人们已经发现，特别在约100Hz的采样频率时，利用CoV代替RMS会得到与实际测量出的以平整度指数(IRI或HRI)为依据的平整度更强的相关性。
当前系统的优势与此有关：不是使用实际测量出的位移数据(如已知的轮廓仪所用的)，而是使用容易获得的z轴加速度数据，不需要将加速度数据转变成位移数据。然而，如有必要，可以借助于双重积分将加速度数据转变成位移数据。因此，可以利用将加速度数据转换成位移数据的数学处理来代替如上所述的统计处理。这必然对处理要求带来了负面影响。
与z轴加速度的变化速率相比，车辆16的行驶速度的相对低的变化速率意味着车辆16的速度数据采样速率可能不同于z轴加速度的采样速率。通常，以1Hz的频率测量速度数据(如图2(a)的208所示)，而使用线性插值来为各z轴加速度值赋予速度数据值。处理速度数据，使得将单个速度数据值赋予给部分14.1至14.m中的各自部分且因此赋予给各CoV值。
速度数据208用来将CoV值206转换成针对部分14.1至14.m的各部分的以平整度指数(IRI或HRI)为依据的平整度数值的近似。图2(a)的210示意了CoV值206到平整度数值的近似的转换。这通过利用依赖于测量出的车辆速度的基于速度的转换方程式来完成。从第一组预先推导的基于速度的转换方程式80.1(如图6所示)中选择合适的基于速度的转换方程式(如图2(a)的212所示)。第一组80.1的各转换方程式与多个不同的预定速度中的一者有关。在示例性实施例中，第一组转换方程式46.1存储在后端34的存储器部件39上。
通过图2(b)的附图标记250整体上表示推导基于速度的转换方程式的方法。为了推导转换方程式，选择图3所示的参考路段60(图2(b)的252所示)且将其分成多个参考部分62。参考路段60具有已知的长度l和沿着其长度l变化的平整度。参考路段60的长度l必须足够提供大范围的变化的路面平整度。利用已知的轮廓仪测量参考路段60的就已知的平整度指数(IRI或HRI)而言的(优选以第1类为依据的)实际平整度曲线(图2(b)的254所示)。图4示意了针对参考路段60由轮廓仪确定的就HRI平整度指数而言的实际平整度曲线64的示例。根据图4，因此可确定(图2(b)的256所示)针对参考道路60的各部分62的就HRI而言的实际平整度数值。
在参考路段60上行驶有第一参考车辆(未示出)，该车辆装配有包括至少加速度计的第一参考测量装置。为了推导针对各预定速度的基于速度的转换方程式，在参考路段60上第一参考车辆以各预定速度行驶。
处理从参考测量装置获得的z轴加速度数据，以获得针对参考路段60的各部分62的CoV值(如上所述地进行针对各部分62的CoV的计算，该计算示意在图2(b)的258中)。
图5示意了从参考测量装置获得的就参考统计参数而言(在CoV情况下)的三条不同曲线。以示例的方式，曲线52、54和56指的是第一参考车辆沿着参考路段60分别以40km/h、50km/h和60km/h的速度行驶的例子。应理解，实际上，将利用许多不同的预定速度推导转换方程式。
根据图4的实际曲线64与图5的曲线(52、54和56)的比较，显然，所有曲线具有对应的形状。这表明参考CoV值与以平整度指数为依据的实际平整度之间的强相关性。然而，图5的曲线(52、54和56)的值的差异清楚地表示需要将数据与共同关心的尺度进行相关。
对于各速度，通过针对参考道路60的参考部分62的各者，将参考CoV值与实际平整度数值进行比较来推导关系(图2(b)的260所示)。图2(b)的262示意了前述关系的推导，图6图示了得到的转换方程式。如图6所示的转换方程式82、84和86包括针对参考道路60的参考部分62的各者的参考统计参数值和实际平整度数值的回归分析。转换方程式82、84和86分别对应于CoV曲线52、54和56。因此，转换方程式(82、84和86)均对应于特定的速度。
因此，图6表示第一组转换方程式46.1的示例性实施例。根据车辆速度且如图2(a)的212所示，合适的方程式从第一组方程式80.1中选出，并且用来将与针对道路网络中的道路12的任何道路部分14.1至14.m由任何车辆获得的加速度数据有关的参数转换成关于HRI的平整度数值的近似，如图2(a)的210所示。
仅以示例的方式，且再次参照图1，在道路12(其不必是参考道路60)上以50km/h的速度行驶的车辆16记录在道路12的特定部分14.2上的加速度数据和速度数据。针对部分14.2的加速度数据的统计处理得到等于x1的CoV值。当将该值与转换方程式84(其根据50km/h的速度而选出)结合时，获得HRI近似数值y1。针对道路12的各部分14.1至14.m的加速度数据和速度数据重复该过程，使得可以获得针对路段12的平整度曲线(通常第3类)，该平整度曲线近似于就HRI而言的由轮廓仪测量的曲线。
不需要对近似数据进一步校准或规范化，因为它已经是道路轮廓的统计表示。因此，针对路段的部分，可以将转换获得的加速度(z方向)数据的CoV与HRI直接比较。
为了解释由不同类别车辆的悬挂类型、大小、有效载荷等带来的变化，使用多个参考车辆来推导多组基于速度的转换方程式。将参考车辆分成许多(k个)类别。利用每类别的至少一个参考车辆来推导与该类别相关的一组基于速度的方程式。针对车辆的k个类别中的每个类别推导一组转换方程式，使得将存在k组转换方程式，其中，组46.1是示例。
类别包括但是不限于小型掀背车、中型掀背车、小型轿车、中型轿车、小型运动型多用途车(SUV)、大SUV、小型货车、大型货车等。也可以为商用车辆来定义类别，且类别可以具体地基于车辆的有效载荷。车辆的分类会得到平整度数值的更准确的近似。可以因此为不同品牌和型号的车辆提供类别。
因此，当从道路12上行驶的车辆16接收数据时，车辆的类别(图2(a)的214所示)将确定利用哪组转换方程式，而车辆的速度将确定利用该组内的哪个特定的转换方程式。然后，如上所述，使用所选的方程式将CoV值转换成平整度指数数值(图2(a)的210所示)。
如果速度不直接对应于组中的方程式中的一个，那么可以采用或使用插值或外推方法根据实际速度来近似数值。
通过利用上述方法，因此获得针对道路12的部分14.1至14.m中各部分的近似的平整度数值。通过组合相邻的所有部分14.1至14.m的近似平整度数值，会产生道路12的近似平整度曲线(图2(a)的216所示)。当不同类别的更多车辆沿着特定的道路12行驶时，可以对各部分的近似平整度数值进行平均，以获得针对路段12的更准确的平整度曲线。此外，通过利用已经安装在大队车辆中的车辆远程信息处理装置，能够以节约成本的方式测量道路网络内的大部分道路。
平整度曲线能够用来告知道路养护服务提供者需要养护的区域。平整度曲线也能够用来分析道路网络中的道路的路面劣化，以便实施预防性养护方案。曲线还可以以视觉方式呈现(图2(a)的218所示)且分发给用户。这对沿着不熟悉的道路行驶或在夜晚行驶的人来说可能特别有用。道路运输服务提供者可以利用平整度曲线来选择将尽量小地损害他们车辆(特别是他们轮胎)且将尽量减少维护需求的路径。信息能够显示在便携式导航装置(PND：Portable Navigation Device)上以及以独特的应用程序显示在智能手机上。
平整度曲线的视觉表示可以是地图的形式，该地图示意以关键部位为依据的路面平整度的程度，关键部位通常为基于颜色的关键部位。替代地，平整度曲线可以以平整度报告的形式传达至客户端。
应理解，将z轴加速度计数据处理成统计或数学参数值的步骤可以由远程信息处理装置18的控制器28执行，在这种情况下，CoV、RMS或位移数据，与速度数据一起将被周期性地或间歇性地传输至后端34；或该步骤可以在后端34自身中执行，在这种情况下，原始的z轴加速度数据和速度数据将被如上所述地周期性地或间歇性地从远程信息处理装置18传输至后端34。也可以将相关组的转换方程式加载到远程信息处理装置18的存储器部件30上，使得可以在远程信息处理装置18中执行206处的将数据处理成CoV值、212处的选择适当的转换方程式和210处的将CoV值转换成以平整度指数为依据的近似平整度数值的步骤。在本示例中，针对部分14.1至14.m中的各部分的仅近似平整度数值将被周期性地或间歇性地传输至后端34。
因此，系统10为监测庞大的道路网络的状况提供了节约成本的方式。即使从系统10获得的数据可以按照类别被分为第3类平整度测量，但是申请人已经发现，系统产生的近似平整度曲线与实际测量出的以IRI或HRI指数为依据的平整度曲线之间的相关性强到足以得出推论。系统10可以用来提供第一级分析，以优先使用实际轮廓仪。这可以帮助确保代理机构可以在不直接获取用于第1类道路状况数据的资金的情况下能够获得他们道路网络状况的指示。这里所述和/或限定的系统10和方法20也可以为道路用户的安全和舒适作出贡献，原因在于确定的估计路面平整度数据可以被绘制在地图应用中，该地图应用能够被分发给道路用户。通过利用z轴加速度数据的CoV值且根据车辆的速度和类别来转换CoV值以获得道路的平整度的近似，可以克服或至少缓解当前RTRRMS的上述劣势。
为了校准的目的，参考路段60必须包括变化的平整度，并且必须足够长到产生准确的相关性。此外，用来推导不同组转换方程式的各种类别的车辆必须代表通常使用道路网络的大队车辆。为了进一步提高转换方程式的准确度，可以使用多于一个参考道路(例如，当转换与铺设路面和未铺路面的道路相关的数据时，可以使用不同的参考道路)。
图1示意了以计算机系统37和车辆远程信息处理装置18的示例性形式的机器的图示性表示，在该机器内，可以执行程序代码或指令集合，以用于使机器执行这里所述的方法论中的任一者或多者。机器操作，并且能够执行指令集合(顺序地或按其他方式)，该指令集合指定该机器将采取的行为。此外，虽然在各种情况下仅图示了单个机器，但是术语“机器”也应当被认为包括任何一组机器，这一组机器单独地或联合地执行一个(或多个)指令集合，以执行这里所述的方法论中的一者或多者。
示例性机器37和18包括各自的处理器(例如，中央处理单元(CPU)以及关联的计算机或分别以存储器部件39和30形式的机器可读介质，存储器部件39和30上存储有以一个或多个指令集合41形式的软件和数据结构、方程式或算法46.1至46.k，这些指令集合41和数据结构、方程式或算法46.1至46.k体现为这里所述的方法论或功能中的任何一者或多者或由这里所述的方法论或功能中的任何一者或多者利用。软件也可以在执行期间完全或至少部分地驻留在存储器内和/或处理器内，使得存储器和处理器也构成机器可读介质。
虽然在示例性实施例中将机器可读介质39和30示意为单个介质，但是术语“机器可读介质”应当被认为包括存储一个或多个指令集合的单个介质或多个介质(例如，集中式或分布式数据库，和/或关联的缓存和服务器)。术语“机器可读介质”也应当被认为包括这样的任何介质：能够存储、编码或携带由机器执行的指令集合且使机器执行本发明的方法论中的任何一者或多者的介质；或能够存储、编码或携带由该指令集合利用或与该指令集合关联的数据结构、方程式或算法。术语“机器可读介质”因此也应当被认为包括但是不限于固态存储器，光和磁介质，以及载波信号。
应理解，这里提供的用于图示或举例说明本发明的本公开的许多变型在不偏离请求保护的本发明的整体精神的情况下是可以的。该变型应被理解为形成本发明的一部分。例如，采样速率，报告频率，转换方程式被推导的速度，车辆的类别，任何路段或部分的长度等不限于这里提供的示例。部分的长度还可以根据客户需求而改变，而采样速率可以随着远程信息处理技术提高而增大。
Claims (20)
1.一种针对道路(12)的一部分提供以平整度指数为依据的平整度数值的近似的方法，其特征在于，所述方法包括：
-接收沿着所述道路的一部分行驶的第一车辆(16)的速度数据(208)，且从所述第一车辆上携带的测量装置(18)中接收测量出的所述装置的与路面垂直的z轴加速度数据(204)，所述第一车辆落入多种类型的车辆的第一类型中，预先推导所述多种类型的车辆中的各者所用的各组基于速度的转换方程式，各组基于速度的转换方程式的第一组基于速度的转换方程式(46.1)与所述第一类型的车辆相关，所述第一组基于速度的转换方程式包括多个转换方程式，其中，所述第一组基于速度的转换方程式的各转换方程式与不同的预定速度相关；
-处理(200、202)所述z轴加速度数据，以提供(206)针对所述道路的一部分的与所述z轴加速度数据相关的参数值(x1)；
-根据所述速度数据从所述第一组基于速度的转换方程式中选择第一基于速度的转换方程式(82、84、86)，利用所述第一基于速度的转换方程式将所述参数值(x1)转换(210)成针对所述道路的一部分的以所述平整度指数为依据的平整度数值的近似(y1)，其中，所述参数是无量纲统计参数，从而，允许比较来自不同类型的车辆和以不同的速度行驶的车辆的z轴加速度数据，并且，
其中，所述无量纲统计参数是针对所述部分以所述z轴加速度数据的标准差σz-Acceleration与平均值μz-Acceleration的比值形式的变化系数CoV，即，
2.根据权利要求1所述的方法，其中，通过以下步骤预先推导所述第一组的各基于速度的转换方程式：
利用测量出的以具有变化的平整度且包括相邻的多个参考部分(62)的参考路段(60)的平整度指数为依据的平整度曲线，来获得针对各参考部分的实际平整度数值(64)；
从安装在以所述不同的预定速度中的相应的预定速度沿着所述参考路段(60)已经行驶的第一参考车辆上的第一参考测量装置中获得与所述参考路段的表面垂直的z轴加速度数据，并且确定与针对所述参考路段(60)的相邻各参考部分(62)的z轴加速度数据相关的参考参数值(x1)；且
推导针对所有参考部分(62)的所述参考参数值与实际平整度数值之间的关系。
3.根据权利要求1所述的方法，其中，所述第一组基于速度的转换方程式预先存储在存储器部件中。
4.根据权利要求1所述的方法，其中，所述多种类型的车辆包括下列中的至少一些：小型掀背车，中型掀背车，小型轿车，中型轿车，运动型多用途车(SUV)，微型客车，和小型货车。
5.根据权利要求1所述的方法，其中，所述测量装置(18)稳固地安装在所述车辆上，使得所述测量装置(18)与所述车辆一致地运动。
6.根据权利要求5所述的方法，其中，所述测量装置(18)是被所述车辆的本体隐藏的车辆远程信息处理装置，所述车辆远程信息处理装置包括：三轴加速度计，三轴陀螺仪，测量所述远程信息处理装置的纬度、经度和速度数据的全球定位系统(GPS)，具有关联的存储器部件(30)的本地控制器(28)，和使所述装置与中央后端之间能够进行无线数据通信的射频收发器(32)。
7.根据权利要求6所述的方法，其中，从所述测量装置(18)将所述z轴加速度数据和所述速度数据周期性地传输至所述中央后端(34)，以待处理。
8.根据权利要求6所述的方法，其中，所述第一组转换方程式加载到所述测量装置(18)的相关的储存器部件上，并且，其中，所述测量装置(18)的所述本地控制器(28)从所述第一组转换方程式选择所述第一基于速度的转换方程式，并将所述参数值转换为以所述平整度指数为依据的近似平整度数值。
9.根据权利要求8所述的方法，其中，利用所述测量装置(18)的所述本地控制器(28)处理所述z轴加速度数据，以提供所述参数值(x1)，且其中，经由所述射频收发器将相邻部分的参数值周期性地传输至所述中央后端(34)，以针对每个所述相邻部分将所述相邻部分的参数值转换成以所述平整度指数为依据的平整度数值的近似(y1)。
10.根据权利要求1所述的方法，其中，所述平整度指数是国际平整度指数(IRI)和半车平整度指数(HRI)中的一者。
11.根据权利要求1所述的方法，其中，将所述道路的相邻部分的近似的平整度数值进行组合，以产生所述道路的以所述平整度指数为依据的近似的平整度曲线。
12.根据权利要求11所述的方法，其中，将所述近似的平整度曲线以可视化表示的形式分发给用户。
13.根据权利要求12所述的方法，其中，所述可视化表示包括对以预定关键部位为依据的路面平整度进行表示的地图。
14.根据权利要求1所述的方法，其中，通过所述测量装置(18)以80Hz至800Hz的速率采样所述z轴加速度数据。
15.根据权利要求1所述的方法，其中，所述道路的每部分的长度是1m至100m。
16.一种通过基于速度的转换方程式将与道路(12)的一部分垂直的z轴加速度数据相关的参数值(x1)转换为平整度数值的近似来针对所述部分提供以平整度指数为依据的平整度数值的近似的系统(10)，所述系统的特征在于，所述系统包括：
中央后端(34)；
车辆队(16)，被分为多种类型的车辆，每个类型的车辆与各组的基于速度的转换方程式相关，针对所述多种类型的车辆中的各者预先推导所述各组的基于速度的转换方程式，各组基于速度的转换方程式的第一组基于速度的转换方程式(46.1)与第一类型的车辆相关，所述第一组基于速度的转换方程式包括多个转换方程式，其中，所述第一组基于速度的转换方程式的各转换方程式与不同的预定速度相关，落入多种类型的一类型中的每个所述车辆各者包括：测量装置(18)，所述测量装置(18)用于测量与所述道路的一部分垂直的z轴加速度数据且用于提供所述车辆的沿着所述道路的一部分的速度数据；且所述测量装置(18)具有用于与所述中央后端进行通信的射频传输装置(32)；
处理器(38)，所述处理器用于将沿着所述部分行驶的所述车辆队的车辆的所述测量装置(18)测量的所述z轴加速度数据处理成所述参数值；
存储器部件(30、39)，所述存储器部件包括针对所述车辆所落入的车辆类型的各组的基于速度的转换方程式，所述处理器设置成，利用所述速度数据确定在针对所述道路的所述部分将所述参数值转换成以平整度指数为依据的平整度数值的近似中使用的基于速度的转换方程式的组中的基于速度的转换方程式，其中，所述参数是无量纲统计参数，从而，允许比较来自不同的车辆或以不同的速度行驶的车辆的z轴加速度数据，并且，
其中，所述无量纲统计参数是针对所述部分以所述z轴加速度数据的标准差σz-Acceleration与平均值μz-Acceleration的比值形式的变化系数CoV，即，
17.根据权利要求16所述的系统，其中，所述测量装置(18)是车辆远程信息处理装置。
18.根据权利要求16所述的系统，其中，所述后端包括所述存储器部件。
19.一种计算机可读介质，其具有计算机程序，所述计算机程序具有程序代码，以便当所述程序运行在处理器上时，执行权利要求1所述的方法。
20.一种计算机可读介质，其上存储有数据，所述数据与在处理器上运行以执行权利要求1所述的方法的计算机程序所用的至少第一预先推导的基于速度的转换方程式相关，根据权利要求2获得所述第一预先推导的基于速度的转换方程式。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| ZA2016/01207 | 2016-02-22 | ||
| ZA201601207 | 2016-02-22 | ||
| PCT/IB2017/051008 WO2017145069A1 (en) | 2016-02-22 | 2017-02-22 | Road monitoring method and system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109154498A CN109154498A (zh) | 2019-01-04 |
| CN109154498B true CN109154498B (zh) | 2022-03-11 |
Family
ID=58277307
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201780020018.XA Active CN109154498B (zh) | 2016-02-22 | 2017-02-22 | 道路监测方法及系统 |
Country Status (11)
| Country | Link |
|---|---|
| US (2) | US11054256B2 (zh) |
| EP (2) | EP4008994B1 (zh) |
| CN (1) | CN109154498B (zh) |
| AU (1) | AU2017223240B2 (zh) |
| CA (1) | CA3015320C (zh) |
| DK (2) | DK3420308T3 (zh) |
| ES (2) | ES2913159T3 (zh) |
| LT (2) | LT4008994T (zh) |
| PL (2) | PL4008994T3 (zh) |
| WO (1) | WO2017145069A1 (zh) |
| ZA (1) | ZA201805542B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107761527B (zh) * | 2017-09-29 | 2019-12-17 | 上海二十冶建设有限公司 | 道路平整度监控装置及其使用方法 |
| US11346677B2 (en) * | 2017-12-04 | 2022-05-31 | University Of Massachusetts | Method to measure road roughness characteristics and pavement induced vehicle fuel consumption |
| DE102018203071A1 (de) * | 2018-03-01 | 2019-09-05 | Ford Global Technologies, Llc | Verfahren zur Bestimmung des International Roughness Index (IRI) einer Fahrbahn |
| GB2582280B (en) * | 2019-03-08 | 2021-08-04 | Trakm8 Ltd | Pothole monitoring |
| JP2020144764A (ja) * | 2019-03-08 | 2020-09-10 | シャープ株式会社 | 通信端末 |
| CN111746537B (zh) * | 2020-06-22 | 2022-05-17 | 重庆长安汽车股份有限公司 | 基于路面平整度的自适应巡航车速控制系统、方法及车辆 |
| CN114996654B (zh) * | 2022-04-28 | 2023-05-09 | 中国公路工程咨询集团有限公司 | 一种路面平整度检测方法、装置、电子设备及介质 |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5586028A (en) * | 1993-12-07 | 1996-12-17 | Honda Giken Kogyo Kabushiki Kaisha | Road surface condition-detecting system and anti-lock brake system employing same |
| US6202020B1 (en) * | 1999-08-20 | 2001-03-13 | Meritor Heavy Vehicle Systems, Llc | Method and system for determining condition of road |
| US6484089B1 (en) | 1999-10-15 | 2002-11-19 | Magellan Dis, Inc. | Navigation system with road condition sampling |
| JP5226437B2 (ja) * | 2008-09-09 | 2013-07-03 | 国立大学法人北見工業大学 | 路面平坦性測定装置 |
| CN102644229A (zh) * | 2011-02-16 | 2012-08-22 | 鸿富锦精密工业（深圳）有限公司 | 路面平整度统计系统及方法 |
| CN102607505B (zh) * | 2012-03-23 | 2014-04-16 | 中国科学院深圳先进技术研究院 | 道路平整度检测方法及系统 |
| DE102012014331A1 (de) * | 2012-07-20 | 2014-01-23 | Man Truck & Bus Ag | Verfahren und Vorrichtung zur Kartierung von Straßenzuständen |
| WO2014062109A1 (en) * | 2012-10-19 | 2014-04-24 | Forslof Lars | Method and system for monitoring road conditions |
| US8457880B1 (en) * | 2012-11-28 | 2013-06-04 | Cambridge Mobile Telematics | Telematics using personal mobile devices |
| CN104120644B (zh) * | 2013-04-26 | 2016-03-02 | 同济大学 | 一种基于重力加速度传感器的路面平整度检测方法 |
| EP2992425A4 (en) * | 2013-04-30 | 2016-11-16 | Maxim Sokol Diamond | METHOD AND SYSTEMS FOR MONITORING TRAIN PARAMETERS |
| JP6265634B2 (ja) * | 2013-06-25 | 2018-01-24 | 川田テクノシステム株式会社 | 路面補修支援装置、路面補修支援プログラム、及び路面補修支援方法 |
| US20150100273A1 (en) * | 2013-10-09 | 2015-04-09 | Mehran Safdar | Automatic vehicle monitoring system and navigation monitoring system |
| DE102014207084A1 (de) | 2014-04-14 | 2015-10-15 | Siemens Aktiengesellschaft | Verfahren, Vorrichtung und System zur Erfassung von Straßenschäden |
| CN103981795B (zh) * | 2014-05-28 | 2016-03-30 | 江苏科技大学 | 一种利用车辆悬架传感器实现路面谱软测量的方法 |
| CN104792937B (zh) * | 2015-04-02 | 2017-02-22 | 同济大学 | 一种基于车载重力加速度传感器的桥头跳车检测评价方法 |
-
2017
- 2017-02-22 CA CA3015320A patent/CA3015320C/en active Active
- 2017-02-22 CN CN201780020018.XA patent/CN109154498B/zh active Active
- 2017-02-22 WO PCT/IB2017/051008 patent/WO2017145069A1/en active Application Filing
- 2017-02-22 LT LTEP21216508.8T patent/LT4008994T/lt unknown
- 2017-02-22 PL PL21216508.8T patent/PL4008994T3/pl unknown
- 2017-02-22 PL PL17710798.4T patent/PL3420308T3/pl unknown
- 2017-02-22 AU AU2017223240A patent/AU2017223240B2/en active Active
- 2017-02-22 ES ES17710798T patent/ES2913159T3/es active Active
- 2017-02-22 ES ES21216508T patent/ES2980880T3/es active Active
- 2017-02-22 US US16/079,037 patent/US11054256B2/en active Active
- 2017-02-22 EP EP21216508.8A patent/EP4008994B1/en active Active
- 2017-02-22 DK DK17710798.4T patent/DK3420308T3/da active
- 2017-02-22 DK DK21216508.8T patent/DK4008994T3/da active
- 2017-02-22 LT LTEPPCT/IB2017/051008T patent/LT3420308T/lt unknown
- 2017-02-22 EP EP17710798.4A patent/EP3420308B1/en active Active
-
2018
- 2018-08-20 ZA ZA2018/05542A patent/ZA201805542B/en unknown
-
2021
- 2021-05-25 US US17/330,195 patent/US20210278209A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| US11054256B2 (en) | 2021-07-06 |
| PL3420308T3 (pl) | 2022-08-16 |
| CA3015320C (en) | 2023-11-21 |
| US20210278209A1 (en) | 2021-09-09 |
| PL4008994T3 (pl) | 2024-09-16 |
| EP3420308A1 (en) | 2019-01-02 |
| US20190056224A1 (en) | 2019-02-21 |
| NZ745665A (en) | 2023-08-25 |
| DK4008994T3 (da) | 2024-06-03 |
| EP4008994B1 (en) | 2024-03-20 |
| AU2017223240B2 (en) | 2021-10-21 |
| LT3420308T (lt) | 2022-06-10 |
| EP3420308B1 (en) | 2022-02-16 |
| ES2980880T3 (es) | 2024-10-03 |
| WO2017145069A1 (en) | 2017-08-31 |
| CN109154498A (zh) | 2019-01-04 |
| ES2913159T3 (es) | 2022-05-31 |
| CA3015320A1 (en) | 2017-08-31 |
| ZA201805542B (en) | 2022-10-26 |
| DK3420308T3 (da) | 2022-05-23 |
| LT4008994T (lt) | 2024-06-25 |
| AU2017223240A1 (en) | 2018-09-06 |
| EP4008994A1 (en) | 2022-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109154498B (zh) | 道路监测方法及系统 | |
| US11458776B2 (en) | Tread wear monitoring system and method | |
| CN112533775B (zh) | 胎面磨损监测系统和方法 | |
| US11536579B2 (en) | Methods and systems for determining a vehicle route based on an estimation of the weight of the vehicle | |
| JP2018185276A (ja) | 路面プロファイル推定装置、路面プロファイル推定システム、路面プロファイル推定方法及び路面プロファイル推定プログラム | |
| KR20210101284A (ko) | 타이어의 마모 및 수명의 종료를 예측하기 위한 모델 | |
| CN114729513B (zh) | 用于评估路段的不平整参数的方法和系统 | |
| Prins et al. | Electric vehicle energy usage modelling and measurement | |
| CN106918459B (zh) | 货车超载判定方法 | |
| JP2023020492A (ja) | タイヤダメージ蓄積量推定システム、演算モデル生成システムおよびタイヤダメージ蓄積量推定方法 | |
| CN116358760B (zh) | 测量车辆轮胎载荷分布的方法、装置、设备及存储介质 | |
| CN114728557B (zh) | 用于评估车辆沿着路段行驶期间的车身运动的方法和系统 | |
| CN112959859B (zh) | 驾驶提醒方法、装置、电子设备和存储介质 | |
| JP2020085514A (ja) | 過積載状態判別装置 | |
| Andrieux et al. | New results on the relation between tyre–road longitudinal stiffness and maximum available grip for motor car | |
| CN116103987A (zh) | 路面状况监测方法、装置和计算机设备 | |
| JP2022143401A (ja) | 摩耗量推定システム、演算モデル生成システムおよび摩耗量推定方法 | |
| NZ745665B2 (en) | Road monitoring method and system | |
| JP7578488B2 (ja) | 摩耗量推定システム、演算モデル生成システムおよび摩耗量推定方法 | |
| CN113155079B (zh) | 路面行车舒适性判断方法及装置 | |
| CN117377608A (zh) | 国际粗糙度指标估计方法及系统 | |
| WO2024084405A1 (en) | Tire load monitoring | |
| JP2022104266A (ja) | 摩耗量推定システム、演算モデル生成システムおよび摩耗量推定方法 |
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 | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1260153 Country of ref document: HK |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |