10.3969/j.issn.1672-9668.2024.01.009
一种基于汽车姿态及轨迹的道路运行风险辨识研究方法
道路是城市交通的载体,但在其使用过程中不可避免地会出现坑洼、凸起、障碍物等路面损坏,且不能被相关部门及时发现、处理.严重影响运输效率和出行安全.在对国内外研究现状进行综合分析和评价后.本项目考虑利用车载三轴加速度传感器对路面坑洼和凸起进行检测,通过开展实车实验收集车辆行驶的三轴加速度信号、速度信号和GPS信号,并开发异常路面的检测算法,该算法对坑洼和凸起的检测率达到80%以上,误报率10%以下,取得了较好的效果.同时本项目创新性考虑到部分司机面对障碍物会绕行,因此可利用汽车绕行参数检测路面障碍物.绕行时车辆主要出现的异常参数为四轮转弯半径的变化.项目组采用驾驶模拟器,收集数据,采用神经网络算法进行检测.通过四轮转弯半径,得到障碍物长度和宽度.该算法对障碍物尺寸的预测误差低于0.1m.通过车载采集终端获取到上述异常路面数据后,结合高精度GPS装置将这这些异常的位置信息通过车联网服务平台实时上传到交通管理部门的后台,使他们及时修补异常路面,提高运输效率.并可以在电子地图上标注这些异常点,为居民选择出行路线提供参考,避开这些损坏路面,提高出行安全.
路面质量检测、加速度传感器、转弯半径、神经网络、车联网
TP467.49;TM732;TB472
2024-01-30（万方平台首次上网日期，不代表论文的发表时间）
共3页
28-30
