Pavement monitoring utilizing smartphones, vibration sensors and pattern recognition for the detection and classification of roadway pavement anomalies

Abstract

Includes bibliographical references (p. 274-290) and index. Number of sources in the bibliography: 134 Thesis (Ph. D.) -- University of Cyprus, Faculty of Engineering, Department of Civil and Environmental Engineering, 2018. The University of Cyprus Library holds the printed form of the thesis. Η συστηματική διαχείριση των οδοστρωμάτων αποκτά ολοένα και μεγαλύτερη σημασία, καθώς η επιφάνειά τους εξακολουθεί να αλλοιώνεται με την πάροδο του χρόνου και ταυτόχρονα τα επίπεδα του προϋπολογισμού να μειώνονται, εξαιτίας της ελαχιστοποίησης των κεφαλαίων χρηματοδότησης και του αυξημένου ανταγωνισμού για κεφάλαια. Η προτεινόμενη έρευνα εξετάζει την ανάπτυξη ενός συστήματος παρακολούθησης οδοστρωμάτων, που με συνδυασμό με σύστημα γεωγραφικών πληροφοριών (GIS), δίνει τη δυνατότητα στους υπεύθυνους διαχείρισης του οδοστρώματος να εξετάζουν τα οδοστρώματά τους την κατάλληλη χρονική στιγμή έτσι ώστε να βελτιώνουν την λειτουργία και διαχείριση τους, και να αποφεύγουν την ανώφελη κατασκευή νέων οδοστρωμάτων. Τα δεδομένα της κατάστασης της επιφάνειας του οδοστρώματος μπορούν να συλλεχθούν και να αναλυθούν σε τακτική βάση από οχήματα γενικής χρήσης και τα έξυπνα κινητά τηλεφωνίας. Η προτεινόμενη μεθοδολογία θα επιτύχει σημαντική εξοικονόμηση στις δαπάνες που αφορούν τη συντήρηση και την αποκατάσταση του οδοστρώματος και τις σχετικές επιπτώσεις από το κλείσιμο των δρόμων. Επίσης, θα εξοικονομήσει κόστη που σχετίζονται με την αγορά και χρήση εμπορικά διαθέσιμων Συστημάτων Διαχείρισης Οδοστρωμάτων.Η μελέτη διερευνά τη χρήση δεδομένων, που συλλέγονται από αισθητήρες έξυπνων κινητών τηλεφώνων και από συσκευές διαγνωστικού ελέγχου των αυτοκινήτων (OBD-II) καθώς τα οχήματα βρίσκονται σε κίνηση, για την ανίχνευση και την ταξινόμηση των ανωμαλιών της επιφάνειας του οδοστρώματος. Η συλλογή δεδομένων που βασίζεται σε έξυπνα κινητά τηλέφωνα συνοδεύεται από στατιστική ανάλυση, τεχνικές τεχνητών νευρωνικών δικτύων, διάφορους αλγόριθμους και μοντέλα ταξινόμησης δέντρων για τον διαχωρισμό των ανωμαλιών ανίχνευσης του οδοστρώματος. Η προτεινόμενη μέθοδος και αρχιτεκτονική του συστήματος έχουν ήδη αναπτυχθεί (και ήδη δοκιμαστεί σε υφιστάμενο οδικό δίκτυο) χρησιμοποιώντας τέσσερις παραμέτρους στην ανάλυση, έχουν ελεγχθεί σε σχέση με πέντε τύπους ανωμαλιών του οδοστρώματος, και κατ’ επέκταση έχουν επικυρωθεί έναντι εκατοντάδων διαδρομών οδοστρώματος (που αφορούν πάνω από 45000 σημεία δεδομένων) με ποσοστό ακρίβειας άνω του 90%. Τα δεδομένα της διατριβής που συνέλεξαν οι αισθητήρες και αφορούν τις ρωγμές, τις κοιλότητες οι οποίες δημιουργήθηκαν λόγω φθοράς του οδοστρώματος από την κίνηση των ελαστικών των οχημάτων, την προοδευτική αποσύνθεση σωματιδίων του οδοστρώματος, τις ανωμαλίες που δημιουργήθηκαν από την επίστρωση για επιδιόρθωση του οδοστρώματος, και τις λακκούβες, επικυρώθηκαν και αντιστοιχήθηκαν με εικόνες των επίσημων εγχειριδίων που χρησιμοποιούνται σήμερα από τα Υπουργεία Μεταφορών στις Ηνωμένες Πολιτείες της Αμερικής. Οι μελλοντικές διεργασίες για το συγκεκριμένο σύστημα θα αναπτύξουν κατώτατα όρια για την ανάπτυξη ενός συστήματος διαβάθμισης για τους πέντε προαναφερόμενους τύπους ανωμαλιών του οδοστρώματος και θα επεκτείνουν το προτεινόμενο σύστημα σε συμμετοχική ανίχνευση με τη χρήση στόλου οχημάτων.Περαιτέρω, η προτεινόμενη έρευνα θα διερευνήσει τη χρήση εφαρμογών των κινητών τηλεφώνων προκειμένου να βελτιωθεί η αξιολόγηση και η διαχείριση της κατάστασης του οδοστρώματος και, κατ’ επέκταση, θα εξετάσει τη δυνατότητα των δεδομένων των επιταχυνσιόμετρων και των γυροσκοπίων των κινητών τηλεφώνων, ώστε να συμβάλλουν στην αξιολόγηση της κατάστασης της επιφάνειας του οδοστρώματος του οδικού δικτύου. Δεδομένου, ότι τα σύγχρονα και τα μελλοντικά πρωτεύοντα δεδομένα θα είναι διαφορετικά σε σχέση με τα παραδοσιακά δεδομένα των οδοστρωμάτων, για να ξεπεραστεί αυτό το εμπόδιο, είναι συνετό να συγκεντρωθούν δεδομένα που προέρχονται από συγκεκριμένο αριθμό οχημάτων ανίχνευσης. The systematic management of pavements has become increasingly essential as pavement surfaces continue to age and deteriorate, and budgeting levels have decreased due to reduced finance capitals or increased competition for funds. The discussed research investigates the development of an innovative Geographic Information System (GIS)-based pavement monitoring system for the evaluation of the pavement surface condition of roadway networks. The thesis suggests a pavement monitoring system that gives the opportunity to pavement agencies to manage their pavements at the right moment and avoid constructing new ones. Pavement surface condition data can be collected and analyzed on a daily base from typical passenger cars and smartphones. The proposed methodology will achieve significant savings in expenditures for roadway pavement maintenance and rehabilitation, and in related impacts of roadway closures. Further, the proposed methodology will result in valuable savings in the data collection, in PMS-related platforms (including software purchase and installation, database building and system maintenance), as well as consulting services and employee training.The study explores the use of data, collected by sensors from smartphones and from automobiles’ (OBD-II) devices while vehicles are in movement, for the detection and classification of pavement surface anomalies. The smartphone-based data collection is complimented with robust regression analysis, ANN techniques, various algorithms and bagged trees classification models for classifying detected roadway anomalies. The proposed method and system architecture have already been in development, utilized four metrics in the analysis, and have been checked against five types of roadway anomalies, and validated against hundreds of roadways runs (relating to more than a 45000 of data points) with above 90% accuracy rate. Thesis sensors distress data of cracks, rutting, ravelling, patching and potholes were validated and corresponded against the images of the official surveys that agencies are currently using. Future work will develop threshold ranges for the development of a rating system for these five types of roadway anomalies and will extend the proposed system to participatory sensing by use of the fleet of vehicles.The research will further investigate the use of smartphone applications, in order to improve the roadway condition assessment and management of roadway pavements, and by extension, it will investigate the potential that connected smartphone’s accelerometers and gyroscopes data may contribute to monitoring the pavement surface condition of transport infrastructure. Given that contemporary and future primary datasets will be different in form from traditional pavement condition data, and in order to overcome this barrier, it is prudent that crowd-sourced data will be collected from a statistically significant number of probe-vehicles. Transportation agencies can enrich the condition and operation of their transportation networks by putting into practice a pavement monitoring system that operates on smartphone-based data collection. The proposed system has been field-tested, it is currently expanded to cover larger datasets and a higher number of roadway defect types, and has generated interest by the ministry of Transport, Communications and Works for possible implementation on Cyprus’s national roadway network.

Original document

The different versions of the original document can be found in:

• http://gnosis.library.ucy.ac.cy/handle/7/61678