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.
Un câble de détection à fibre optique situé le long d'un côté d'une route pavée et s'étendant parallèlement à une direction de déplacement est surveillé par un système de détection à fibre optique distribuée (DFOS) à l'aide d'une rétrodiffusion Rayleigh générée le long de la longueur du câble à fibre de capteur optique dans des charges de véhicule dynamiques. L'interaction de véhicules et d'emplacements de chaussée présentant un pavage endommagé génère des motifs uniques de signaux localisés qui sont identifiés/distingués des signaux résultant de véhicules fonctionnant sur une chaussée présentant une surface de pavage lisse. Des procédés d'apprentissage automatique sont utilisés pour estimer une qualité de surface de route globale ainsi que pour localiser un endommagement de pavage. Une estimation de densité spectrale de puissance, une analyse de composante principale, une machine vectorielle de support (SVM) combiné à une analyse de composante principale adaptative (APCA), un motif binaire local (LBP) et un réseau neuronal convolutionnel (CNN) sont appliqués pour développer les modèles d'apprentissage automatique.
ROAD SURFACE CONDITIONS DETECTION BY DISTRIBUTED OPTIC FIBER SYSTEM
DÉTECTION DE CONDITIONS DE SURFACE DE ROUTE PAR SYSTÈME À FIBRES OPTIQUES DISTRIBUÉE
2023-05-25
Patent
Electronic Resource
English
IPC: | G01D MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE , Anzeigen oder Aufzeichnen in Verbindung mit Messen allgemein / 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 / G06N COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS , Rechnersysteme, basierend auf spezifischen Rechenmodellen |
Road traffic extraction for unknown anomaly detection using distributed fiber optic sensing
European Patent Office | 2024
|ROAD TRAFFIC EXTRACTION FOR UNKNOWN ANOMALY DETECTION USING DISTRIBUTED FIBER OPTIC SENSING
European Patent Office | 2022
|ROAD TRAFFIC EXTRACTION FOR UNKNOWN ANOMALY DETECTION USING DISTRIBUTED FIBER OPTIC SENSING
European Patent Office | 2022
|