栗權(quán)鐘　周宇航　王贏正　于濤槊　馮美軒

摘 要：道路是城市交通的載體，但在其使用過程中不可避免地會出現(xiàn)坑洼、凸起、障礙物等路面損壞，且不能被相關(guān)部門及時(shí)發(fā)現(xiàn)、處理。嚴(yán)重影響運(yùn)輸效率和出行安全。在對國內(nèi)外研究現(xiàn)狀進(jìn)行綜合分析和評價(jià)后。本項(xiàng)目考慮利用車載三軸加速度傳感器對路面坑洼和凸起進(jìn)行檢測，通過開展實(shí)車實(shí)驗(yàn)收集車輛行駛的三軸加速度信號、速度信號和GPS信號，并開發(fā)異常路面的檢測算法，該算法對坑洼和凸起的檢測率達(dá)到80%以上，誤報(bào)率10%以下，取得了較好的效果。同時(shí)本項(xiàng)目創(chuàng)新性考慮到部分司機(jī)面對障礙物會繞行，因此可利用汽車?yán)@行參數(shù)檢測路面障礙物。繞行時(shí)車輛主要出現(xiàn)的異常參數(shù)為四輪轉(zhuǎn)彎半徑的變化。項(xiàng)目組采用駕駛模擬器，收集數(shù)據(jù)，采用神經(jīng)網(wǎng)絡(luò)算法進(jìn)行檢測。通過四輪轉(zhuǎn)彎半徑，得到障礙物長度和寬度。該算法對障礙物尺寸的預(yù)測誤差低于0.1m。通過車載采集終端獲取到上述異常路面數(shù)據(jù)后，結(jié)合高精度GPS裝置將這這些異常的位置信息通過車聯(lián)網(wǎng)服務(wù)平臺實(shí)時(shí)上傳到交通管理部門的后臺，使他們及時(shí)修補(bǔ)異常路面，提高運(yùn)輸效率。并可以在電子地圖上標(biāo)注這些異常點(diǎn)，為居民選擇出行路線提供參考，避開這些損壞路面，提高出行安全。

關(guān)鍵詞：路面質(zhì)量檢測 加速度傳感器 轉(zhuǎn)彎半徑 神經(jīng)網(wǎng)絡(luò) 車聯(lián)網(wǎng)

1 引言

道路是城市交通的載體，但在其使用過程中不可避免地會出現(xiàn)裂縫、坑槽、沉陷、表面破損等路面病害，這些道路損壞問題不僅會對交通正常運(yùn)行帶來不便，同時(shí)還會對車輛本身造成諸多影響，如：懸架的壓力會陡然增大導(dǎo)致懸架損傷；車窗的負(fù)荷增大，導(dǎo)致車窗的升降系統(tǒng)損壞；輪胎鼓包開裂、輪輞變形，底盤磕碰等。

隨著經(jīng)濟(jì)的發(fā)展和汽車保有量逐年提升，據(jù)統(tǒng)計(jì)，在中國每年大約有七萬人死于交通事故，這使得中國道路成為了世界上最危險(xiǎn)的道路之一。當(dāng)然這是多種因素造成的結(jié)果，其中因路面異常造成的交通安全事故是道路安全問題中不容忽視的一環(huán)。

盡管道路管理部門會定時(shí)對路面破壞或者障礙物進(jìn)行修補(bǔ)與清理，但是由于相關(guān)消息不能及時(shí)的匯報(bào)，路面上仍然會存在坑洼以及障礙物尚未處理的問題。

因此通過采集不同車輛的運(yùn)行姿態(tài)（顛簸等），或者車輛對某地的繞行軌跡的方法，實(shí)時(shí)上報(bào)給道路管理部門及時(shí)采取行動，就可以減少駕駛員以及其他道路通勤者的安全隱患，同時(shí)也有利于道路交通的秩序維護(hù)和流暢通行。

2 國內(nèi)外研究現(xiàn)狀

當(dāng)前國內(nèi)外路面檢測的方法多是圍繞地物檢測展開的，其方法主要分為三個(gè)方面：

2.1 基于專業(yè)設(shè)備的路面異常變化檢測方法

這類方法使用激光掃描儀，探地雷達(dá)等專業(yè)設(shè)備采集路面信息，并分析所采集數(shù)據(jù)的變化情況以識別路面異常變化。Wang 等人通過采集路面三維數(shù)據(jù)，模擬平整狀況下路面的等高線，計(jì)算實(shí)測數(shù)據(jù)和模擬等高線的差值，設(shè)置路面異常變化的深度閾值，將大于深度閩值的區(qū)域判定為路面異常變化。

2.2 基于圖像處理的路面異常變化檢測方法

基于圖像處理的方法主要使用相機(jī)采集路面圖片或者視頻，分析路面異常變化。Christan 等人錄制道路視頻，使用實(shí)時(shí)算法提取出現(xiàn)問題的路面幀，利用缺陷識別算法識別出這些地物的類型，通過使用缺陷屬性算法判定路面異常對路面平整性的影響程度。

2.3 基于移動傳感器的異常變化檢測方法

這類方法主要是使用搭載多傳感器的手機(jī)或者單片機(jī)為載體，采集路面信息井檢測路面路面異常變化情況，該方法可細(xì)分為基于單片機(jī)系統(tǒng)的移動傳感器自動檢測方法和基于智能手機(jī)的的自動檢測方法?；谝苿觽鞲衅鞯漠惓Ｗ兓瘷z測方法使用移動傳感器或者搭載了移動傳感器的設(shè)備作為信息收集的載體，進(jìn)步減少了人的工作，甚至可以全自動采集數(shù)據(jù)然后終端對數(shù)據(jù)進(jìn)行分析。

綜上，使用專業(yè)設(shè)備對路面進(jìn)行檢測，得到的結(jié)果具有較高的精準(zhǔn)度，然而由于需要專業(yè)設(shè)備和專業(yè)人員，數(shù)據(jù)采集成本高且檢測效率較低；基于圖像的方法獲在路面地物檢測方面可以達(dá)到較好的效果，并且數(shù)據(jù)獲取較便捷，數(shù)據(jù)覆蓋范圍廣，但是采集的圖像易受到光照和天氣的影響，存在一定局限性；基于移動傳感器的自動檢測方法具有全天候檢測的優(yōu)點(diǎn)，數(shù)據(jù)更易獲取且來源廣泛且檢測結(jié)果準(zhǔn)確率較高。

3 設(shè)計(jì)原理

3.1 數(shù)據(jù)采集終端

3.1.1 車輛碾壓坑洼或凸起條件下識別

通過在特定道路開展實(shí)車實(shí)驗(yàn)，收集三軸加速度傳感器，速度傳感器和GPS裝置獲取數(shù)據(jù)，而后利用卡爾曼濾波對數(shù)據(jù)進(jìn)行預(yù)處理，之后利用算法輸入三軸加速度、速度信號，將坑洼與猛關(guān)車門、緊急制動、高速行駛時(shí)小石頭引起的加速度沖擊、減速帶，公路連接帶等情況區(qū)分開，最后只保留坑洼引起的異常加速度，并結(jié)合GPS確定位置。

最后保留的這些點(diǎn)即為濾波模型檢測的坑洼，共12個(gè)。導(dǎo)出它們的橫坐標(biāo)如下：242、412、476、534、566、832、980、1027、1056、1192、1213、1303。

與原始數(shù)據(jù)點(diǎn)的GPS位置、通過時(shí)間對比后，駛過的13處坑洼共檢測到11處，誤報(bào)為坑洼的1處，為下水道井蓋。

通過實(shí)驗(yàn)，該系統(tǒng)坑洼檢測率達(dá)到84.62%，誤報(bào)率為8.33%，取得了較好效果。對于將下水道井蓋誤報(bào)為異常路面這個(gè)問題，通過加速度傳感器將其與坑洼區(qū)分開是極其困難的，比較好的解決方法是通過交通管理部門獲取這些井蓋的分布位置，在后臺建立黑名單，自動刪除這些點(diǎn)。

3.1.2 車輛繞行障礙物條件下識別

繞行時(shí)車輛主要出現(xiàn)的異常參數(shù)為四輪轉(zhuǎn)彎半徑的變化。項(xiàng)目組采用駕駛模擬器，收集數(shù)據(jù)，采用神經(jīng)網(wǎng)絡(luò)算法進(jìn)行檢測。通過四輪轉(zhuǎn)彎半徑，得到障礙物長度和寬度。

該算法對障礙物尺寸的預(yù)測誤差低于0.1m，取得了較好的結(jié)果。

采用駕駛模擬器對實(shí)際情況進(jìn)行仿真：在道路上設(shè)置多個(gè)不同大小的障礙物讓不同的駕駛?cè)藢ν徽系K物進(jìn)行多次繞行操作，提取與繞行關(guān)聯(lián)數(shù)據(jù)：車速、方向盤轉(zhuǎn)角和左右前輪的轉(zhuǎn)速。

在分析數(shù)據(jù)時(shí)，我們發(fā)現(xiàn)汽車的繞行軌跡與障礙物的尺寸有關(guān)，因此我們提煉出一下兩個(gè)特點(diǎn)：

①繞行軌跡橢圓的軸比與所繞過障礙物的長寬比相同；

②車輛繞行時(shí)四輪的轉(zhuǎn)彎半徑均不同。

特點(diǎn)1分析：

橢圓長軸=車輛橫向位移，橢圓短軸=車輛縱向位移，軸比（AR）=橫向位移/縱向位移=障礙物長度/障礙物寬度。設(shè)質(zhì)心速度為v，橫擺角為θ，則可得到：

橫向位移=，

縱向位移=，

則：。

特點(diǎn)2分析：

兩前輪所走過的距離分別為：Si=Ri*θ，Si=Ri*θ

R是汽車后輪的轉(zhuǎn)彎半徑，B是左右車輪的間距，L是汽車的軸距，可得：

k為左右前車輪所走過的距離之比，則：

通過變換可提取后輪轉(zhuǎn)彎半徑：

綜上四輪轉(zhuǎn)彎半徑為：

轉(zhuǎn)彎半徑之間的比值為：

選定樣本數(shù)據(jù)集

設(shè)方向盤轉(zhuǎn)角為φi，m為最小變化角度，如果：

則記為繞行數(shù)據(jù)開始，當(dāng)：

則記為繞行數(shù)據(jù)截至。

分離繞行樣本

排除正常轉(zhuǎn)彎干擾：設(shè)方向盤轉(zhuǎn)角為φi? n為閾值，如果：

所獲的樣本數(shù)據(jù)段為汽車?yán)@行障礙物時(shí)的數(shù)據(jù)段。

采用神經(jīng)網(wǎng)絡(luò)預(yù)測障礙物尺寸

BP神經(jīng)網(wǎng)絡(luò)采用類似于“黑箱”的方法，通過學(xué)習(xí)和記憶，找出輸入、輸出變量之間的非線性關(guān)系，最終得出合理的答案與結(jié)果。傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)收斂速度慢，且容易陷入局部最優(yōu)解。

我們采用鯨魚優(yōu)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)，鯨魚優(yōu)化算法是2016年由澳大利亞格里菲斯大學(xué)的學(xué)者提出的一種新型群體智能優(yōu)化算法。但傳統(tǒng)的鯨魚優(yōu)化算法數(shù)據(jù)計(jì)算速度較慢，且計(jì)算結(jié)果容易是局部最優(yōu)解。因此，我們做了進(jìn)一步改進(jìn)：

采用Cubic混沌映射序列初始化位置向量，公式如下：

從而更好模擬座頭鯨隨機(jī)分布的狀態(tài)。

采用適應(yīng)進(jìn)化權(quán)重調(diào)整，公式如下：

從而使鯨魚具有較高的探尋能力。

改進(jìn)鯨魚優(yōu)化算法可以優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，進(jìn)而對神經(jīng)網(wǎng)絡(luò)的整體結(jié)構(gòu)進(jìn)行優(yōu)化，使其更符合此應(yīng)用場景，有助于構(gòu)建轉(zhuǎn)彎半徑之比與障礙物尺寸的非線性關(guān)系，進(jìn)而取得更精準(zhǔn)的預(yù)測結(jié)果。

我們采用的神經(jīng)網(wǎng)絡(luò)為6輸入1輸出結(jié)構(gòu)，輸入為轉(zhuǎn)彎半徑之間的比值為：

輸出為障礙物長度，則障礙物寬度y=AR*x。

從結(jié)果中可以看到CIWOA優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)尺寸預(yù)測誤差更小，尺寸預(yù)測更準(zhǔn)確。

3.2 數(shù)據(jù)傳輸模型

該系統(tǒng)共包括車輛采集終端，GPS衛(wèi)星，移動公共網(wǎng)，網(wǎng)關(guān)，后臺服務(wù)器5部分。通過車載采集終端獲取到上述異常路面數(shù)據(jù)后，結(jié)合高精度GPS裝置將這這些異常的位置信息通過車聯(lián)網(wǎng)服務(wù)平臺實(shí)時(shí)上傳到交通管理部門的后臺，使他們及時(shí)修補(bǔ)異常路面，提高運(yùn)輸效率。并可以在電子地圖上標(biāo)注這些異常點(diǎn)，為居民選擇出行路線提供參考，避開這些損壞路面，提高出行安全。

4 結(jié)語

隨著網(wǎng)聯(lián)環(huán)境的不斷優(yōu)化和5G、電子地圖技術(shù)、智能交通系統(tǒng)的不斷發(fā)展以及人們對城市道路表面質(zhì)量的關(guān)注，對損壞路面的及時(shí)發(fā)現(xiàn)和維修將極大提高市民出行方便和運(yùn)輸效率，具有重要研究意義。

本系統(tǒng)通過車載加速度傳感器和GPS結(jié)合，及時(shí)檢測路面凸起和坑洼。并創(chuàng)新提出利用車輛異常繞行參數(shù)，實(shí)現(xiàn)對路面障礙物的檢測。未來可通過安裝在出租車等車輛上構(gòu)成基于分布式移動傳感器的監(jiān)測網(wǎng)絡(luò)，應(yīng)用前景光明。

參考文獻(xiàn)：

[1]謝淑琦，王學(xué)成，周世英.汽車保險(xiǎn)業(yè)務(wù)發(fā)展的影響因素一基于計(jì)量回歸模型[J]中國市場，2021（14）：56-57+66.

[2]王浩翔.融合軌跡與手機(jī)多傳感器的路面異常變化檢測方法研究，2021.

[3]晏華文.基于藍(lán)牙的車輪力數(shù)據(jù)傳輸系統(tǒng)設(shè)計(jì)，2013.

[4]張志遠(yuǎn).激光路面平整度檢測系統(tǒng)研究.太原理工大學(xué)，2013.

[5]徐慶江.基于車載傳感器的路面質(zhì)量監(jiān)測系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)，2012.

[6]HustonDR，PelczarskiNV，EsserB，et al Damage detection in roadways with ground penetrating radar[Cy/8th International Conference on Ground PenetratingRadarISI] [s.n]，2000：91-94.

[7]張子茹.基于車載PQCR-PSL傳感器的路面損壞監(jiān)測系統(tǒng)，2019.