77204

Автоматизация отслеживания состояния покрытия автомобильных дорог

Курсовая

Коммуникация, связь, радиоэлектроника и цифровые приборы

Общеизвестно что состояние дорожного покрытия на протяжённых участках автомобильных дорог как на территории Российской Федерации так и в некоторых других странах далеко от идеального. Характер и численность дефектов покрытия разнятся: на некоторых участках автомобилист может столкнуться...

Русский

2015-02-02

249.5 KB

3 чел.

Курсовая работа

Автоматизация отслеживания состояния покрытия автомобильных дорог

Использование мобильных устройств, оснащённых акселерометром и устройством определения местоположения для определения состояния дорожного покрытия и для обнаружения дефектов дорожного полотна

Выполнил студент 4-го курса 444 гр.

Сергей Леви

Руководитель

Вадим Сабашный


Введение

Общеизвестно, что состояние дорожного покрытия на протяжённых участках автомобильных дорог, как на территории Российской Федерации, так и в некоторых других странах, далеко от идеального. Характер и численность дефектов покрытия разнятся: на некоторых участках автомобилист может столкнуться лишь с незначительными неровностями, которые не скажутся на движении автомобиля, в то время как на других он будет вынужден лавировать между ямами, ежеминутно рискуя повредить узлы ходовой части автомобиля.

Нередко серьёзные препятствия – такие, как например, плохо уложенные трамвайные рельсы, – встречаются неожиданно на участках со сравнительно хорошим покрытием, по которым автотранспорт движется с высокой скоростью. Такие препятствия в силу своей неожиданности становятся зачастую причиной серьёзных ДТП.

Желая сделать поездку более комфортной, менее продолжительной и дабы уберечь автотранспортное средство от поломок, автомобилисты часто руководствуются доступными им сведениями о состоянии дорожного покрытия при планировании маршрута и при следовании по нему. Такие сведения они могут почерпнуть, например, из собственного опыта, опыта знакомых и из отзывов в интернете.

К сожалению, карты автомобильных дорог обычно не учитывают информацию о качестве дорожного покрытия, если не брать в рассмотрение различное представление грунтовых и асфальтовых дорог; так, обозначенное на карте шоссе с асфальтовым покрытием может порой оказаться практически непроходимым из-за существенных дефектов дорожного полотна.

Информация же доступная в интернете скудна, разрознена и плохо систематизирована. Нам не известны сетевые ресурсы, направленные на её сбор и систематизацию. Фактически, для того, чтоб добыть информацию по конкретному маршруту в интернете, требуется тщательный и продолжительный поиск с фильтрацией результатов. Помимо этого, на многих участках дорог состояние полотна часто меняется, что быстро делает информацию неактуальной.

Из сказанного выше очевидно, что сведения о состоянии дорожного покрытия, динамически обновляемые, и с точной географической привязкой имели бы большую ценность для автомобилистов и, возможно, для дорожных служб.

В настоящей работе предпринята попытка использовать мобильные устройства – КПК, смартфоны и коммуникаторы, - для автоматизированного сбора информации о состоянии дорожного покрытия на различных участках дорог. Более точно, предполагается использовать мобильные устройства, оснащённые акселерометром – датчиком для измерения кажущегося ускорения, – и устройством определения местоположения (таким, как модуль GPS). Такие устройства на сегодняшний день уже весьма распространены.

В то время, как функции модуля GPS хорошо известны и широко используются  производителями ПО для мобильных устройств, модуль акселерометра (который, как следует заметить, также устанавливается на многие популярные модели мобильных устройств) в целом недооценён и используется в приложениях  весьма редко. Штатное его назначение в большинстве устройств – автоматическая смена ориентации дисплея при повороте устройства и автоматическое ориентирование фотоснимков, сделанных встроенной камерой устройства. Ещё одно его распространённое использование – это приложения-шагомеры. Остальные его применения - это чаще всего шуточные игровые приложения или курьёзные, но непрактичные интерфейсы управления устройством при помощи жестов.

Предлагаемая в настоящей работе технология сбора информации о состоянии дорожного покрытия состоит в регистрации и анализе данных акселерометра и модуля определения местоположения мобильного устройства, расположенного в салоне автомобиля, движущегося по исследуемому маршруту. Интуитивно понятно, что проезд дефектов дорожного покрытия сказывается на ходе автомобиля в виде вибраций и толчков, ощутимых в салоне. В случае если акселерометр достаточно чувствителен, анализ его данных может позволить как дифференцировать различные участки пути по качеству дорожного покрытия, так и выявить отдельные серьёзные препятствия, вызвавшие сильное сотрясение исследующего транспортного средства.

Особое преимущество предлагаемого здесь метода заключается в том, что сбор и анализ информации могут производиться автоматически в приложении для мобильного устройства, а затем передаваться на сервер. Подобное приложение может использоваться, как клиентская часть интернет-сервиса по созданию карты состояния дорожного покрытия силами самих пользователей, подобного сервису “CityGuide[1], в котором данные с GPS-приемников пользовательских мобильных устройств используются для получения информации о дорожных пробках.

Постановка задачи

Цель настоящей работы – проверить возможность использования данных акселерометра, – именно, –  акселерометра, устанавливаемого на мобильных устройствах, для получения информации о состоянии дорожного покрытия. Для этого было создано приложение для смартфона, регистрирующее и сохраняющее в ПЗУ смартфона данные акселерометра c привязкой к данным GPS. Были собраны данные с некоторых участков дорог с различным качеством покрытия. Была сделана попытка ввести характеристику сигнала акселерометра, которая позволит оценить «гладкость» хода автомобиля на исследуемом участке, которая, как мы интуитивно понимаем, зависит от качества дорожного покрытия. Для достижения этой цели будет создано приложение, анализирующее данные, сохраненные первым приложением.

Для  того чтоб оценить, насколько хорошо введённая нами характеристика описывает состояние дорожного покрытия, её вычисленное значение было представлено нами картографически.

Методы

В качестве мобильного устройства в настоящей работе использовался смартфон Nokia N82, работающий под ОС Symbian, оснащенный неидентифицированными модулями GPS и акселерометра. Для написания приложения, регистрирующего данные GPS и акселерометра,  использовался интерпретируемый язык Python для ОС Symbian S60[2]. Выбор был обусловлен простотой написания приложений для Symbian на этом языке. Безусловно, язык C++ более популярен при создании программ для Symbian, но предоставляемый ОС программный интерфейс весьма сложен в использовании, в особенности в том, что касается использования модуля GPS, что делает код нативных приложений крайне громоздким. Библиотеки же языка Python инкапсулируют этот сложный интерфейс, что делает инструментарий Python for S60 в крайней степени удобным для создания прототипов программных продуктов. При дальнейшем развитии проекта возможно создание нативного приложения для Symbian.

В смартфоне Nokia N82 используется трёхмерный  акселерометр. Библиотека sensors языка Python позволяет зарегистрировать обработчик данных, который будет вызываться каждый раз, когда поступают данные от акселерометра (примерно 30 раз в секунду) и получать на вход трёхмерный вектор проекций по осям измеренного кажущегося ускорения. Аналогичным образом считываются данные датчика GPS, только в данном случае пользователь может задать частоту опроса  датчика. В настоящей работе эта частота была 1 раз в 2 сек.

Для записи данных использовался простой потоковый формат, данные от акселерометра и от GPS записывались вперемежку по мере их поступления.

В качестве тестовых данных использовалась данные, записанные в поездке по маршруту Санкт-Петербург-Мурманск (автомагистраль М-18) на автомобиле “Hyundai  Getz” в летнее время года.

Анализ данных производился на десктопной машине при помощи сценариев на языке Python. Первоначальная визуализация сигнала была выполнена при помощи библиотеки matplotlib[3]. Для картографического представления данных использовался векторный формат SVG. Преобразования координат были выполнены при помощи библиотеки pyproj.

Анализ данных

Визуализация сигнала акселерометра в виде графика показала, что чувствительность датчика весьма высока. На тестовых данных было явно заметно отличие сигнала на участках дороги с хорошим и с плохим покрытием. Это отличие проиллюстрировано ниже примерами графиков для различных участков. В свете этого наше основное предположение о возможности использования данных акселерометра для оценки качества дорожного покрытия представляется верным.

Следующая задача, решенная  в рамках настоящей работы – выбор характеристики сигнала, изменяющейся в зависимости от гладкости хода  автомобиля. В рамках данной работы надежность этой характеристики не имела критического значения. Здесь была лишь продемонстрирована возможность вычисления такого показателя. Из рассматривавшихся нами вариантов достаточно хорошую связь с гладкостью хода автомобиля показал следующий:

Здесь sn – искомая характеристика для n-го отрезка пути (мы рассматривали отрезки между показаниями GPS, которые, как было указано выше, считывались 1 раз в 2 секунды), kn – число сэмплов акселерометра на данном отрезке, ai+1 и ai – векторы двух последовательных сэмплов. Под «| |» понимается операция взятия эвклидовой нормы. Очевидно, что чем больше число и амплитуда всплесков сигнала на отрезке, тем выше значение показателя sn. Поведение этой характеристики хорошо иллюстрируется в картографическом представлении приведённым ниже примером. Отрезки с низким значением sn окрашены в зелёный и жёлтый цвета, с более высокими значениями – в голубой, синий, фиолетовый и красный. Маршрут, изображённый на данной иллюстрации – от Ботанической улицы в Петергофе до Стрельны. Отмеченные стрелками участки – Чичеринская улица в Старом Петергофе и железнодорожный переезд около платформы «Старый Петергоф». Хорошо видно, что значение показателя sn на этих участках выше, чем на Ботанической улице и на Санкт-Петербургском шоссе, что согласуется с состоянием дорожного покрытия на этих участках.


Заключение

В настоящей работе была подтверждена возможность использования мобильных устройств с модулями акселерометра и GPS для сбора информации о состоянии дорожного покрытия. Было создано приложение для смартфона, регистрирующее показатели датчиков и приложение для анализа данных. Была введена характеристика сигнала акселерометра, изменяющаяся в пропорции с гладкостью хода автомобиля. Характеристика была проиллюстрирована картографически.

Данная работа ставит ряд дополнительных задач, связанных с анализом данных, которые необходимо решить для применения предложенного метода в реальном программном продукте. Это, во-первых, усовершенствование характеристики, используемой для оценки качества дорожного покрытия. Здесь был предложен лишь один алгоритм её вычисления. Мы предполагаем, что учёт в формуле расчета скорости и изменений курса движения транспортного средства (поворотов), может улучшить качество показателя. Необходимо также проверить поведение показателя на б`ольших массивах экспериментальных данных, полученных на автодорогах различных типов, при движении на различных скоростях и на различных транспортных средствах.

Во-вторых, разработка метода разбиения на участки и усреднения данных. В настоящей работе показатель гладкости хода рассчитывался на очень коротких участках. При представлении данных пользователю боле разумным будет представлять общую картину на более длинных отрезках пути. Разбиение пути на участки потребует особого алгоритма. В то же время, необходимо разработать алгоритм для выявления отдельно стоящих опасных  повреждений дорожного полотна, о которых следует предупредить автомобилиста.

Ещё одна проблема, которая возникает при использовании данного метода – проблема ложных срабатываний, вызванных прикосновениями к телефону, изменениями его положения, а также получением данных от устройств, переносимых пешеходами.

Наконец, предполагая, что регистрирующие устройства могут находиться в различных транспортных средствах, с различной системой амортизации, и что манера вождения сильно отличается от водителя к водителю, при анализе данных необходимо также принимать во внимание эти факторы.

Ссылки


[1] Сайт сервиса доступен по адресу http://www.probki.net

[2] Сайт проекта – http://opensource.nokia.com/projects/pythonfors60/

[3] Сайт проекта - http://matplotlib.sourceforge.net

Санкт-Петербург 2009

Рис.  Пример сигнала акселерометра при движении по участку дороги с высоким качеством покрытия

Рис.  Пример сигнала акселерометра при движении по участку дороги с низким качеством покрытия

Рис.  Пример сигнала акселерометра при остановке на светофоре в черте города

Рис.  Картографическое представление показателя sn. Участок пути от Ботанической улицы в Старом Петергофе до Стрельны

Мобильное приложение на языке Python for Symbian S60

анные

акселерометра

Данные GPS

Память

смартфона


 

А также другие работы, которые могут Вас заинтересовать

52819. Екологічне виховання учнів 1.27 MB
  Вчителі початкових класів при викладанні предметів застосовують такі методи та методичні прийоми як: екологічне моделювання та прогнозування екологічні ігри розв’язування екологічних задач. Ігрові форми діяльності: конкурси турніри аукціони на знання певної теми повязаної з природою вікторини пізнавальні та рольові ігри екологічні свята пізнавальні екскурсії з іграми забезпечують практичну діяльність учнів початкових класів і орієнтовані на вирішення реальних місцевих екологічних проблем. Протягом 5 років постійно з варіативу до...
52824. Екологічна конференція «Земля – наш дім» “The Earth is our home” 87 KB
  Today we invite you to our conference. It will be devoted to problems of environmental protection. We all know that our planet is in danger. And the first task of modern people is to save the planet from pollution, contamination and destruction. At the conference our students won't be just students, but ecologists, doctors, managers of big enterprises.
52826. Застосування сучасних прикладних програм і технологій при розв’язуванні задач економічного напрямку 337 KB
  Можливо за допомогою всього лише прикладних програм, що входять до пакета MS Office, розв’язати задачу про те, який кошторис потрібно фірмі закласти сьогодні в новий проект для того, щоб через певний період часу вона отримала від здійснення цього проекту максимальний прибуток? Чи можна в середовищі MS Excel розв’язати проблему оптимального розподілу ресурсів фірми
52827. ЭКОНОМЕТРИКА Методические указания к выполнению контрольной работы для студентов заочной формы обучения 956 KB
  Если работа не принимается к зачету, то она вместе с рецензией возвращается студенту. Студент обязан учесть все замечания и внести их в текст работы или выполнить ее заново