Баданис Кирилл Евгеньевич, аспирант, кафедра Информационных и робототехнических систем,
ул. Победы, д. 85, Белгород 308015.
Kirill Ye. Badanis, Post-Graduate Student, Department of Information and Robotic Systems,
85, Pobedy str., Belgorod 308015.
Фирсов Никита Юрьевич, аспирант, кафедра Информационных и робототехнических систем,
ул. Победы, д. 85, Белгород 308015.
Nikita Yu. Firsov, Post-Graduate Student, Department of Information and Robotic Systems,
85, Pobedy str., Belgorod 308015.
Шамраев Анатолий Анатольевич, кандидат технических наук, доцент, кафедра Информационных и робототехнических систем,
ул. Победы, д. 85, Белгород 308015.
Scopus ID: 55902510400;
Researcher ID: V-3349-2017.
Anatoly A. Shamraev, Cand. of Sci. (Engineering), Associate Professor, Department of Information and Robotic Systems,
85, Pobedy str., Belgorod 308015.
Scopus ID: 55902510400;
Researcher ID: V-3349-2017.
Цель исследования. Целью настоящего исследования является повышение точности мониторинга состояния дорожного покрытия городской агломерации за счет анализа сигналов акселерометра в реальном времени на основе разрабатываемого комплексного метода оценки показателей ровности.
Методы. В настоящем исследовании применялись следующие методы: анализ существующих методов мониторинга состояния дорожного покрытия; методы и алгоритмы фильтрации шумов сигналов акселерометра (разработана и описана модель предобработки сигналов акселерометра включающая в себя фильтр низких частот Баттерворта, медианный фильтр, метод экспоненциального сглаживания и расчет пороговых значений); алгоритмы нечеткой логики (разработана модель классификации состояния дорожного покрытия по 5 категориям); имитационное моделирование (проведены тестовые заезды с использованием авторской имитационной модели разработанной в среде Unity).
Результаты. Представленный метод обеспечивает автоматизированный мониторинг состояния дорожного покрытия с точностью не менее 93%, и возможность интеграции в систему умного города. Метод позволяет проводить мониторинг состояния дорожного покрытия в реальном времени, а классифицирование состояния дорожного покрытия несет рекомендационный характер для проведения ремонта дорог. Перспективы исследования включают проведение натурного эксперимента, визуализацию данных с привязкой к карте города, а также применение алгоритмов траекторной кластеризации для определения общих траекторий движения ТС в моменты объезда неровностей.
Заключение. На основе разработанного метода мониторинга состояния дорожного покрытия, получена интегральная оценка соответствия точности мониторинга состояния дорожного покрытия не менее 93%.
Purpose of research. The purpose of this research is to improve the accuracy of monitoring the condition of the road surface of an urban agglomeration by analyzing accelerometer signals in real time based on the developed integrated method for assessing evenness indicators.
Methods. The following methods were used in this research: analysis of existing methods for monitoring road surface conditions; methods and algorithms for filtering accelerometer signal noise (a model for preprocessing accelerometer signals was developed and described, including a Butterworth low-pass filter, a median filter, an exponential smoothing method, and calculation of threshold values); fuzzy logic algorithms (a model for classifying road surface conditions into 5 categories was developed); simulation modeling (test runs were conducted using the author's simulation model developed in the Unity environment).
Results. The presented method provides automated monitoring of the road surface condition with an accuracy of at least 93%, and the possibility of integration into the smart city system. The method allows monitoring the road surface condition in real time, and the classification of the road surface condition is of a recommendatory nature for road repairs. The prospects of the research include conducting a full-scale experiment, visualizing data with reference to a city map, and using trajectory clustering algorithms to determine the general trajectories of a vehicle when going around uneven surfaces.
Conclusion. Based on the developed method of monitoring the condition of the road surface, an integrated assessment of the compliance of the accuracy of monitoring the condition of the road surface of at least 93% was obtained.
The authors declare that there are no conflicts of interest present.