[发明专利]基于车载感知数据的城市道路路面故障实时检测方法

说明书

本发明提供了一种基于车载感知数据的城市道路路面故障实时检测方法，该方法的基本思想是以正态贝叶斯分类算法为基础，用车载感知数据构造一系列路面状况的状态分类特征，形成特征向量，利用历史数据和实时数据对道路路面状况进行检测。为实现上述目的，本发明提出的道路路面状况进行检测方法大致包括历史车载感知数据获取和处理步骤，贝叶斯分类器训练步骤和城市道路路面故障检测步骤。其有益效果是，本发明根据现有的车载感知数据，综合考虑多种车辆运行参数，利用正态贝叶斯分类器，自动检测道路路面故障，同时该方法采用尽量少的判别阈值并充分利用现有资源，易于工程实现。

技术领域

本发明涉及道路路面故障检测领域，尤其涉及一种基于车载感知数据的城市道路路面故障实时检测方法。

背景技术

目前城市道路路面故障检测方法主要以路面不平整度或反应类平整度为检测指标，该类方法虽然能够精确地反映路面状况，但是基本测量数据需要安装有平整度仪的测量车辆在检测道路上运行获取。因此，以路面不平整度为评价指标的路面状况检测方法更加适用于对道路进行精确评价或对道路使用状况进行长期监测。

然而，实际路网中，极端天气、超载、交通事件等各种随机因素，都会对道路路面造成长时或短时损坏。若不及时对故障道路进行处理或维护，不仅会加剧路面损坏程度，并严重影响交通安全和交通运行效率。此时，道路路面故障实时检测显得尤为重要。

发明内容

本发明对道路路面状态或故障进行科学合理的实时检测，可以为道路维护部门、交通管理者和交通参与者提供动态决策依据，诱导城市交通良性发展。

随着车辆监测技术和交通检测技术的发展，车载感知系统能够提供丰富、实时的车辆监测数据。而车辆监测数据能够一定程度上反映路面状况，但是由于车辆性能不同、驾驶员行为习惯不同，难以直接根据不同车辆的监测数据对路面故障进行检测识别。因此建立起一个基于车载感知数据的城市道路路面故障实时检测方法是十分迫切的且有工程意义的。

所以为了至少解决现有的技术问题，本发明提供了一种基于车载感知数据的城市道路路面故障实时检测方法，该方法的基本思想是以正态贝叶斯分类算法为基础，用车载感知数据构造一系列路面状况的状态分类特征，形成特征向量，利用历史数据和实时数据对道路路面状况进行检测。为实现上述目的，本发明提出的道路路面状况进行检测方法大致包括历史车载感知数据获取和处理步骤，贝叶斯分类器训练步骤和城市道路路面故障检测步骤。

其中，所述方法具体包括如下步骤：

根据采样间隔，获取观测时段内检测道路上车辆的车载感知数据；

对车载感知数据进行预处理，包括缺失数据和异常数据的处理；

计算检测间隔内路面故障的一系列状态分类特征，构造特征向量；

根据不同时间内的特征向量构建特征矩阵，计算每个故障类型在训练样本中出现的频率以及其协方差矩阵和均值向量，完成贝叶斯分类器的训练；

对检测时段内车载感知数据进行处理，利用贝叶斯分类器对待检测道路的路面故障特征向量进行分类，分析结果，判断道路路面是否存在故障。

其有益效果是，本发明根据现有的车载感知数据，综合考虑多种车辆运行参数，利用正态贝叶斯分类器，自动检测道路路面故障，同时该方法采用尽量少的判别阈值并充分利用现有资源，易于工程实现。

在一些实施方式中，获取观测时段内检测道路上车辆的车载感知数据的具体过程包括：

对所需检测的道路进行区域划分，并确定观测时段及采样间隔，通过地图匹配，采集观测时段内通过车辆在各个采样间隔的车载感知数据，包括观测时段天数D、采样间隔ts、经度l、纬度d、速度v、加速度a、瞬时加速度ia、转向角度φ、瞬时角速度w、雨刷频率

对采样间隔内的车载感知数据进行预处理；