[發明專利]基于車載感知數據的城市道路路面故障實時檢測方法

有效

• 申請號: 201811189560.0
• 申請日: 2018-10-12
• 公開（公告）號: CN109344903B
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 錢偉;曾文;張劍楚;畢文彬;戰堯文;汪澤
• 申請（專利權）人: 蘇交科華東（浙江）工程設計有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 北京商專永信知識產權代理事務所(普通合伙) 11400
• 代理人: 陳平;高之波

本發明提供了一種基于車載感知數據的城市道路路面故障實時檢測方法，該方法的基本思想是以正態貝葉斯分類算法為基礎，用車載感知數據構造一系列路面狀況的狀態分類特征，形成特征向量，利用歷史數據和實時數據對道路路面狀況進行檢測。為實現上述目的，本發明提出的道路路面狀況進行檢測方法大致包括歷史車載感知數據獲取和處理步驟，貝葉斯分類器訓練步驟和城市道路路面故障檢測步驟。其有益效果是，本發明根據現有的車載感知數據，綜合考慮多種車輛運行參數，利用正態貝葉斯分類器，自動檢測道路路面故障，同時該方法采用盡量少的判別閾值并充分利用現有資源，易于工程實現。

技術領域

本發明涉及道路路面故障檢測領域，尤其涉及一種基于車載感知數據的城市道路路面故障實時檢測方法。

背景技術

目前城市道路路面故障檢測方法主要以路面不平整度或反應類平整度為檢測指標，該類方法雖然能夠精確地反映路面狀況，但是基本測量數據需要安裝有平整度儀的測量車輛在檢測道路上運行獲取。因此，以路面不平整度為評價指標的路面狀況檢測方法更加適用于對道路進行精確評價或對道路使用狀況進行長期監測。

然而，實際路網中，極端天氣、超載、交通事件等各種隨機因素，都會對道路路面造成長時或短時損壞。若不及時對故障道路進行處理或維護，不僅會加劇路面損壞程度，并嚴重影響交通安全和交通運行效率。此時，道路路面故障實時檢測顯得尤為重要。

發明內容

本發明對道路路面狀態或故障進行科學合理的實時檢測，可以為道路維護部門、交通管理者和交通參與者提供動態決策依據，誘導城市交通良性發展。

隨著車輛監測技術和交通檢測技術的發展，車載感知系統能夠提供豐富、實時的車輛監測數據。而車輛監測數據能夠一定程度上反映路面狀況，但是由于車輛性能不同、駕駛員行為習慣不同，難以直接根據不同車輛的監測數據對路面故障進行檢測識別。因此建立起一個基于車載感知數據的城市道路路面故障實時檢測方法是十分迫切的且有工程意義的。

所以為了至少解決現有的技術問題，本發明提供了一種基于車載感知數據的城市道路路面故障實時檢測方法，該方法的基本思想是以正態貝葉斯分類算法為基礎，用車載感知數據構造一系列路面狀況的狀態分類特征，形成特征向量，利用歷史數據和實時數據對道路路面狀況進行檢測。為實現上述目的，本發明提出的道路路面狀況進行檢測方法大致包括歷史車載感知數據獲取和處理步驟，貝葉斯分類器訓練步驟和城市道路路面故障檢測步驟。

其中，所述方法具體包括如下步驟：

根據采樣間隔，獲取觀測時段內檢測道路上車輛的車載感知數據；

對車載感知數據進行預處理，包括缺失數據和異常數據的處理；

計算檢測間隔內路面故障的一系列狀態分類特征，構造特征向量；

根據不同時間內的特征向量構建特征矩陣，計算每個故障類型在訓練樣本中出現的頻率以及其協方差矩陣和均值向量，完成貝葉斯分類器的訓練；

對檢測時段內車載感知數據進行處理，利用貝葉斯分類器對待檢測道路的路面故障特征向量進行分類，分析結果，判斷道路路面是否存在故障。

其有益效果是，本發明根據現有的車載感知數據，綜合考慮多種車輛運行參數，利用正態貝葉斯分類器，自動檢測道路路面故障，同時該方法采用盡量少的判別閾值并充分利用現有資源，易于工程實現。

在一些實施方式中，獲取觀測時段內檢測道路上車輛的車載感知數據的具體過程包括：

對所需檢測的道路進行區域劃分，并確定觀測時段及采樣間隔，通過地圖匹配，采集觀測時段內通過車輛在各個采樣間隔的車載感知數據，包括觀測時段天數D、采樣間隔ts、經度l、緯度d、速度v、加速度a、瞬時加速度ia、轉向角度φ、瞬時角速度w、雨刷頻率

對采樣間隔內的車載感知數據進行預處理；