Ein faseroptisches Sensorkabel, das sich entlang einer Seite einer befestigten Straße befindet und parallel zur Fahrtrichtung verläuft, wird durch verteilte faseroptische Sensorik (DFOS) unter Verwendung von Rayleigh-Rückstreuung überwacht, die entlang der Länge des optischen Sensor-Faserkabels unter dynamischen Fahrzeuglasten erzeugt wird. Die Interaktion von Fahrzeugen mit Fahrbahnen, die einen beschädigten Belag aufweisen, erzeugt eindeutige Muster lokalisierter Signale, die von Signalen identifiziert/unterschieden werden, die von Fahrzeugen stammen, die auf Fahrbahnen mit glattem Belag fahren. Methoden des maschinellen Lernens werden eingesetzt, um die Gesamtqualität der Fahrbahnoberfläche zu schätzen und Fahrbahnschäden zu lokalisieren. Zur Entwicklung der maschinellen Lernmodelle werden Leistungsspektraldichte-Schätzung, Hauptkomponentenanalyse, Support Vector Machine (SVM) in Kombination mit der Hauptkomponentenanalyse (PCA), Local Binary Pattern (LBP) und Convolutional Neural Network (CNN) eingesetzt.

    A fiber optic sensing cable located along a side of a paved road and runs parallel to a driving direction is monitored by distributed fiber optic sensing (DFOS) using Rayleigh backscattering generated along the length of the optical sensor fiber cable under dynamic vehicle loads. The interaction of vehicles with roadway locations exhibiting distressed pavement generates unique patterns of localized signals that are identified/distinguished from signals resulting from vehicles operating on roadway exhibiting a smooth pavement surface. Machine learning methods are employed to estimate an overall road surface quality as well as localizing pavement damage. Power spectral density estimation, principal component analysis, support vector machine (SVM) combined with principal component analysis (PCA), local binary pattern (LBP), and convolutional neural network (CNN) are applied to develop the machine learning models.


    Zugriff

    Download


    Exportieren, teilen und zitieren



    Titel :

    ERKENNUNG DES STRASSENZUSTANDS DURCH EIN VERTEILTES OPTISCHES FASERSYSTEM


    Beteiligte:
    CHEN YUHENG (Autor:in) / HUANG MING-FANG (Autor:in) / WANG TING (Autor:in) / ZHAO JINGNAN (Autor:in)

    Erscheinungsdatum :

    19.09.2024


    Medientyp :

    Patent


    Format :

    Elektronische Ressource


    Sprache :

    Deutsch


    Klassifikation :

    IPC:    G06N COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS , Rechnersysteme, basierend auf spezifischen Rechenmodellen / B60W CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION , Gemeinsame Steuerung oder Regelung von Fahrzeug-Unteraggregaten verschiedenen Typs oder verschiedener Funktion / G01H MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES , Messen von mechanischen Schwingungen oder Ultraschall-, Schall- oder Infraschallwellen / G01D MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE , Anzeigen oder Aufzeichnen in Verbindung mit Messen allgemein / E01C Bau von Straßen, Sportplätzen oder dgl., Decken dafür , CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE



    Verfahren und Vorrichtung zur Erkennung des Straßenzustands für ein Fahrzeug

    WAGNER MARCUS | Europäisches Patentamt | 2016

    Freier Zugriff

    Straßenzustands-Quantile Stadt Kempten

    Hochschule Kempten | Mobilithek

    Freier Zugriff

    Neue Chancen zur Einbeziehung von Strassenzustands-informationen durch Vehicle2X

    Stahlin, U. / Menzel, M. / Eckert, A. et al. | British Library Conference Proceedings | 2011


    VERFAHREN UND VORRICHTUNG ZUM ERKENNEN EINES STRAßENZUSTANDS

    BEER CHRISTIAN / KOENIG TIMO / SAUER PHILIPP et al. | Europäisches Patentamt | 2021

    Freier Zugriff