CN116189447B - 一种基于大数据的路面摩擦分析方法 - Google Patents

Abstract

本发明涉及道路检测技术领域，公开了一种基于大数据的路面摩擦分析方法，包括：本发明确定行驶车辆的行驶路线；实时获取行驶路线的环境信息和路面信息；基于车辆信息和路面信息确定行驶路线的路面摩擦系数；基于环境信息判断是否修正行驶路线的路面摩擦系数；基于所述路面摩擦系数确定路面摩擦。本发明解决因道路变化、天气变化，造成的路面摩擦分析准确率低的技术问题。

Description

一种基于大数据的路面摩擦分析方法

技术领域

本发明涉及道路检测技术领域，尤其涉及一种基于大数据的路面摩擦分析方法。

背景技术

摩擦系数指两接触面间的摩擦力和作用在其中一个接触面上的垂直力的比值。路面摩擦系数是反应路面抗滑性能的一项重要指标，其大小直接影响车辆的行驶安全。路面摩擦系数主要取决于路面的各种特征。

车联网技术及大数据的迅速发展，使得车辆和道路的信息可以被实时感知，并被集聚分析和运用。由于目前国内路面抗滑性能检测依旧还处于传统的人工或自动化阶段，提供的抗滑摩擦系数数据具有滞后性、间断性和片面性，而实际车辆和道面状态具有实时性，传统抗滑数据并不能为车辆行驶提供可靠的制动状态抗滑能力不足预警。

因此，期望能够结合车辆网大数据技术尽可能可靠且准确地确定道路表面摩擦。

发明内容

本发明提供了一种基于大数据的路面摩擦分析方法，解决因道路变化、天气变化，造成的路面摩擦分析准确率低的技术问题。

本发明采用的技术为实现上述目的，本发明提供了如下方案：本发明提供一种基于大数据的路面摩擦分析方法，包括：

确定行驶车辆的行驶路线；

实时获取行驶路线的环境信息和路面信息；

基于车辆信息和路面信息确定行驶路线的路面摩擦系数；

基于环境信息判断是否修正行驶路线的路面摩擦系数；

基于所述路面摩擦系数确定路面摩擦。

在其中一个实施例中，所述实时获取行驶路线的环境信息和路面信息，包括：

基于天气预报与车联网预判行驶路线的环境信息和路面信息；

所述路面信息包括路面类型和路面状况，所述路面类型包括高速、国道、乡道；所述路面状况包括干燥、潮湿、湿润、结冰。

在其中一个实施例中，所述基于车辆信息和路面信息确定行驶路线的路面摩擦系数，包括：

基于车辆信息确定行驶车辆的摩擦因子；

基于所述行驶路线的路面信息对所述行驶路线进行路段划分，划分为多个行驶路段；

基于行驶车辆的摩擦因子确定行驶车辆在不同行驶路段的路面摩擦系数。

在其中一个实施例中，所述基于车辆信息确定行驶车辆的摩擦因子，包括：

获取行驶车辆的车辆信息，对所述车辆信息进行分类细化提取基本特征数据；所述基本特征数据包括轮胎类型、轮胎花纹、轮胎弹性变形幅度、轮胎滑移率、轮胎的磨损程度、轮胎充气压力和行车速度；

基于所述基本特征数据与预设关系模型确定行驶车辆的摩擦因子；所述预设关系模型是基于混合型动态递归神经网络根据多个样本数据进行训练获得的。

在其中一个实施例中，建立所述预设关系模型，包括：

定义输入层和输出层，选取轮胎类型、轮胎花纹、轮胎弹性变形幅度、轮胎滑移率、轮胎的磨损程度、轮胎充气压力作为输入变量，输入维数m=6；以所述摩擦因子作为输出变量，输出维数n=1；

选择隐层数和隐层单元数，采用单隐层，并根据穷举法确定隐层节点数为7。

在其中一个实施例中，所述基于所述行驶路线的路面信息对所述行驶路线进行路段划分，划分为多个行驶路段，包括：

基于所述路面类型对所述行驶路线进行第一路段划分，划分为多个初始行驶路段；

基于所述路面状况对所述行驶路线进行第二路段划分，划分为多个行驶路段。

在其中一个实施例中，所述基于行驶车辆的摩擦因子确定行驶车辆在不同行驶路段的路面摩擦系数，包括：

基于所述行驶路段的路面信息确定行驶路段的路面摩擦系数；

基于行驶车辆的摩擦因子和行驶路段的路面摩擦系数确定行驶车辆在不同行驶路段的路面摩擦系数。

在其中一个实施例中，所述基于行驶车辆的摩擦因子和行驶路段的路面摩擦系数确定行驶车辆在不同行驶路段的路面摩擦系数，包括：

确定行驶车辆的摩擦因子x；

获取行驶路段的路面摩擦系数y；

基于行驶车辆的摩擦因子x和行驶路段的路面摩擦系数y确定行驶车辆在不同行驶路段的路面摩擦系数z。

在其中一个实施例中，所述基于环境信息判断是否修正行驶路线的路面摩擦系数，包括：

获取行驶车辆的行驶速度和停留时间；

基于行驶车辆的行驶速度和停留时间确定到达各路段始发地的预设时间；

基于所述到达各路段始发地的预设时间和预设时间的气象信息预测各路段始发地的环境信息，并判断各路段始发地的环境信息是否发生变化；

当各路段始发地的环境信息发生变化时，基于后续预测的各路段始发地的环境信息修正各路段的路面摩擦系数。

在其中一个实施例中，所述基于所述到达各路段始发地的预设时间和预设时间的气象信息预测各路段始发地的环境信息，并判断各路段始发地的环境信息是否发生变化，包括：

基于所述到达后续各路段始发地的预设时间和预设时间的气象信息预测后续各路段始发地的环境信息；

将预测后续各路段始发地的环境信息与之前获取的环境信息作对比，判断后续各路段始发地的环境信息是否发生变动；

基于所述后续各路段始发地的环境信息是否发生变动判断各路段始发地的环境信息是否发生变化。

本发明的技术效果：结合物联网大数据及天气预报，实时对路面摩擦系数进行修正，提高了路面摩擦分析的准确率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的基于大数据的路面摩擦分析方法的流程图；

图2是本发明实施例提供的确定行驶路线的路面摩擦系数的流程图；

图3是本发明实施例提供的混合型动态递归神经网络的结构图；

图4是本发明实施例提供的判断是否修正行驶路线的路面摩擦系数的流程图；

图5是本发明实施例提供的判断各路段始发地的环境信息是否发生变化的流程图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不是用来限制本发明的范围。

在本申请的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。

术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。

道路摩擦，也称为表面摩擦或摩擦系数，是车辆上的轮胎与道路表面之间的牵引力的量度。作为一个示例，道路摩擦可通过确定轮胎与道路表面之间的轮胎-道路摩擦系数来测量。轮胎-道路摩擦系数的范围通常在0与1之间。轮胎-道路摩擦系数越接近于1，摩擦力(例如，牵引力)就越大。轮胎-道路摩擦系数越接近于0，道路就越滑。轮胎-道路摩擦系数通常在某种程度上随道路表面材料和/或道路表面上的任何物质(例如水、雪)变化。作为一个示例，以特定速度行进的车辆在沥青表面干燥且摩擦系数为0.7的道路上可维持牵引力，而在表面结冰且摩擦系数为0.25的道路上更有可能失去牵引力。轮胎-道路摩擦系数可用于确定最小停车距离(即，车辆能够从当前速度减速到完全停止的最小距离)以及车辆在轮胎在道路表面上不打滑和/或滑动的情况下可行进的最大速度。表面摩擦进一步可至少部分地支配车速、转弯半径等。

如图1所示，本实施例公开了一种基于大数据的路面摩擦分析方法，包括：

步骤S100，确定行驶车辆的行驶路线；

步骤S200，实时获取行驶路线的环境信息和路面信息；

步骤S300，基于车辆信息和路面信息确定行驶路线的路面摩擦系数；

步骤S400，基于环境信息判断是否修正行驶路线的路面摩擦系数；

步骤S500，基于路面摩擦系数确定路面摩擦。

可以理解的是，上述实施例中，通过步骤S100-S500的分析方法，解决因道路变化、天气变化，造成的路面摩擦分析准确率低的技术问题

在一些具体实施例中，步骤S200，实时获取行驶路线的环境信息和路面信息，包括：

基于天气预报与车联网预判行驶路线的环境信息和路面信息；

路面信息包括路面类型和路面状况，路面类型包括高速、国道、乡道；路面状况包括干燥、潮湿、湿润、结冰。

可以理解的是，上述实施例中，高速、国道、乡道的路面材料并不相同，进而路面摩擦系数也并不相同；在表面干燥、潮湿、湿润、结冰、覆盖砂粒（泥土）等多种情况的组合状况下，不同路面状况的摩擦系数差异较大，路面状况的改变会导致路面摩擦系数的显著改变。

结合天气预报与车联网预判行驶车辆在行驶路线途中可能遇到的路面状况，可以提前预判路面摩擦系数。

如图2所示，在一些具体实施例中，步骤S300，基于车辆信息和路面信息确定行驶路线的路面摩擦系数，包括：

步骤S310，基于车辆信息确定行驶车辆的摩擦因子；

步骤S320，基于行驶路线的路面信息对行驶路线进行路段划分，划分为多个行驶路段；

步骤S330，基于行驶车辆的摩擦因子确定行驶车辆在不同行驶路段的路面摩擦系数。

可以理解的是，上述实施例中，不同的车辆在相同的路面上行驶，其路面摩擦系数也可能并不相同，如大货车和小轿车在相同的路面上行驶，其摩擦因子不同，进而路面摩擦系数也不相同。

如图3所示，在一些具体实施例中，在步骤S310中，基于车辆信息确定行驶车辆的摩擦因子，包括：

获取行驶车辆的车辆信息，对车辆信息进行分类细化提取基本特征数据；基本特征数据包括轮胎类型、轮胎花纹、轮胎弹性变形幅度、轮胎滑移率、轮胎的磨损程度、轮胎充气压力和行车速度；

基于基本特征数据与预设关系模型确定行驶车辆的摩擦因子；预设关系模型是基于混合型动态递归神经网络根据多个样本数据进行训练获得的。

可以理解的是，上述实施例中，轮胎与路面之间的弹性模量比值很小，橡胶轮胎的高弹性与路面的刚性结合时，研究它们的摩擦只需要考虑轮胎的变形，可以忽略路面的变形影响。汽车在路面上行驶，由于行车过程四周环境复杂多变，轮胎与路面间的摩擦作用受到多种参数共同的影响，轮胎方面的影响包括轮胎类型、轮胎花纹、轮胎弹性变形幅度、轮胎滑移率、轮胎的磨损程度、轮胎充气压力和行车速度。例如，轮胎类型为斜交线轮胎时，斜交线轮胎在滚动时，由于其帘布层结构自身原因，层交叉部分会产生一定的挠曲形成摩擦作用，这种挠曲的形成能让胎面与路面间发生一种揩拭运动，形成变化胎路间接触范围内相对运动或相对运动趋势方向的效应，进一步使得摩擦的方向发生变化。进而影响轮胎的有效摩擦作用（横向力或纵向力）强弱，影响摩擦系数确定的准确性。例如，路面摩擦系数并非为一个恒定的静止常量，而是一个和运动速度相关的非静止变量。一般路面随着行车速度的升高，摩擦系数将减小，但不

同路面摩擦系数随速度变化的趋势是不同的，轮胎以较低的行车速度运动时，路面的抗滑性主要受路面微观构造影响，由于路面材料表面的尖峰可以冲破水分子膜，同时尖峰区域间断的凹槽可以将路表水及时排开，保证轮胎路面间有良好的接触范围，从而提高路面抗滑性能；以较高的行车速度运动时，路面的抗滑性主要受路面宏观构造影响，由于轮胎路面间的积水不能及时排开，接触界面形成了一层水分子膜，这时候必须依靠构造深度所使用的较大孔道，才能保证轮胎路面间接触良好，进而抬高路面的抗滑性，所以不同路面信息下行车速度的大小影响着路面摩擦系数的大小。

具体的，建立预设关系模型，包括：定义输入层和输出层，选取轮胎类型、轮胎花纹、轮胎弹性变形幅度、轮胎滑移率、轮胎的磨损程度、轮胎充气压力作为输入变量，输入维数m=6；以摩擦因子作为输出变量，输出维数n=1；

选择隐层数和隐层单元数，采用单隐层，并根据穷举法确定隐层节点数为7。

在一些具体实施例中，在步骤S320中，基于行驶路线的路面信息对行驶路线进行路段划分，划分为多个行驶路段，包括：

基于路面类型对行驶路线进行第一路段划分，划分为多个初始行驶路段；

基于路面状况对行驶路线进行第二路段划分，划分为多个行驶路段。

可以理解的是，上述实施例中，当长途行驶时，行驶路线可能会包括高速、国道、乡道，不同的路面类型，其摩擦系数不同，基于路面类型对行驶路线进行第一路段划分，初始行驶路段包括A、B、C，分别对应高速、国道、乡道；基于路面状况对行驶路线进行第二路段划分，路面状况的干燥、潮湿、湿润、结冰可分别用ａ、ｂ、ｃ、ｄ代表，例如高速的路面状况为干燥时，用Aａ代表。

在一些具体实施例中，在步骤S330中，基于行驶车辆的摩擦因子确定行驶车辆在不同行驶路段的路面摩擦系数，包括：

基于行驶路段的路面信息确定行驶路段的路面摩擦系数；

基于行驶车辆的摩擦因子和行驶路段的路面摩擦系数确定行驶车辆在不同行驶路段的路面摩擦系数。

具体的，基于行驶车辆的摩擦因子和行驶路段的路面摩擦系数确定行驶车辆在不同行驶路段的路面摩擦系数，包括：

确定行驶车辆的摩擦因子x；

获取行驶路段的路面摩擦系数y；

基于行驶车辆的摩擦因子x和行驶路段的路面摩擦系数y确定行驶车辆在不同行驶路段的路面摩擦系数z。

可以理解的是，上述实施例中，基于行驶车辆的摩擦因子x和行驶路段的路面摩擦系数y确定行驶车辆在不同行驶路段的路面摩擦系数z，提高确定不同行驶车辆在不同行驶路段的路面摩擦系数z的准确性，避免因没有考虑行驶车辆的因素，造成路面摩擦分析出现较大偏差。

需要说明的是，因为ｘ、ｙ均为变量，ｚ也为变量，基于行驶车辆的摩擦因子x和行驶路段的路面摩擦系数y确定行驶车辆在不同行驶路段的路面摩擦系数z，虽然考虑了行驶车辆的摩擦因子x，但是确定的行驶车辆在不同行驶路段的路面摩擦系数只是缩小了大概值的范围，为了进一步缩小摩擦系数的大概组织，可以通过海量数据的积累，构建路面摩擦系数实时评估模型，设计路面类型下的路面摩擦系数z的范围值。

如图4所示，在一些具体实施例中，步骤S400，基于环境信息判断是否修正行驶路线的路面摩擦系数，包括：

步骤S410，获取行驶车辆的行驶速度和停留时间；

步骤S420，基于行驶车辆的行驶速度和停留时间确定到达各路段始发地的预设时间；

步骤S430，基于到达各路段始发地的预设时间和预设时间的气象信息预测各路段始发地的环境信息，并判断各路段始发地的环境信息是否发生变化；

步骤S440，当各路段始发地的环境信息发生变化时，基于后续预测的各路段始发地的环境信息修正各路段的路面摩擦系数。

可以理解的是，上述实施例中，因为天气是预估的，预计到达第ｎ个路段始发地时，当前预测的时候，下午4点的天气可能是阴天（当前时间上午11点），而当第二次预测的下午4点的天气可能是小雨（当前时间下午1点），而当到达下小雨的路面时，干燥清洁路面刚刚形成水膜（水膜厚度0.03ｍｍ左右）时，摩擦系数大概会出现15．4％的降幅，此时需要修正行驶路线的路面摩擦系数。

具体的，如图5所示，在一些具体实施例中，步骤S430，基于到达各路段始发地的预设时间和预设时间的气象信息预测各路段始发地的环境信息，并判断各路段始发地的环境信息是否发生变化，包括：

步骤S431，基于到达后续各路段始发地的预设时间和预设时间的气象信息预测后续各路段始发地的环境信息；

步骤S432，将预测后续各路段始发地的环境信息与之前获取的环境信息作对比，判断后续各路段始发地的环境信息是否发生变动；

步骤S433，基于后续各路段始发地的环境信息是否发生变动判断各路段始发地的环境信息是否发生变化。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解：以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于大数据的路面摩擦分析方法，其特征在于，包括：

确定行驶车辆的行驶路线；

实时获取行驶路线的环境信息和路面信息；

基于车辆信息和路面信息确定行驶路线的路面摩擦系数；

基于环境信息判断是否修正行驶路线的路面摩擦系数；

所述基于环境信息判断是否修正行驶路线的路面摩擦系数，包括，获取行驶车辆的行驶速度和停留时间；

基于行驶车辆的行驶速度和停留时间确定到达各路段始发地的预设时间；

基于所述到达各路段始发地的预设时间和预设时间的气象信息预测各路段始发地的环境信息，并判断各路段始发地的环境信息是否发生变化；

当各路段始发地的环境信息发生变化时，基于后续预测的各路段始发地的环境信息修正各路段的路面摩擦系数；

基于所述路面摩擦系数确定路面摩擦；

所述基于车辆信息确定行驶车辆的摩擦因子，包括：

获取行驶车辆的车辆信息，对所述车辆信息进行分类细化提取基本特征数据；

所述基本特征数据包括轮胎类型、轮胎花纹、轮胎弹性变形幅度、轮胎滑移率、轮胎的磨损程度、轮胎充气压力和行车速度；

基于所述基本特征数据与预设关系模型确定行驶车辆的摩擦因子；

所述预设关系模型是基于混合型动态递归神经网络根据多个样本数据进行训练获得的；

建立所述预设关系模型，包括：

定义输入层和输出层，选取轮胎类型、轮胎花纹、轮胎弹性变形幅度、轮胎滑移率、轮胎的磨损程度、轮胎充气压力作为输入变量，输入维数m=6；

以所述摩擦因子作为输出变量，输出维数n=1；

选择隐层数和隐层单元数，采用单隐层，并根据穷举法确定隐层节点数为7。

2.根据权利要求1所述的基于大数据的路面摩擦分析方法，其特征在于，所述实时获取行驶路线的环境信息和路面信息，包括：

基于天气预报与车联网预判行驶路线的环境信息和路面信息；

所述路面信息包括路面类型和路面状况，所述路面类型包括高速、国道、乡道；

所述路面状况包括干燥、潮湿、湿润、结冰。

3.根据权利要求2所述的基于大数据的路面摩擦分析方法，其特征在于，所述基于车辆信息和路面信息确定行驶路线的路面摩擦系数，包括：

基于车辆信息确定行驶车辆的摩擦因子；

基于所述行驶路线的路面信息对所述行驶路线进行路段划分，划分为多个行驶路段；

基于行驶车辆的摩擦因子确定行驶车辆在不同行驶路段的路面摩擦系数。

4.根据权利要求3所述的基于大数据的路面摩擦分析方法，其特征在于，所述基于所述行驶路线的路面信息对所述行驶路线进行路段划分，划分为多个行驶路段，包括：

基于所述路面类型对所述行驶路线进行第一路段划分，划分为多个初始行驶路段；

基于所述路面状况对所述行驶路线进行第二路段划分，划分为多个行驶路段。

5.根据权利要求3所述的基于大数据的路面摩擦分析方法，其特征在于，所述基于行驶车辆的摩擦因子确定行驶车辆在不同行驶路段的路面摩擦系数，包括：

基于所述行驶路段的路面信息确定行驶路段的路面摩擦系数；

基于行驶车辆的摩擦因子和行驶路段的路面摩擦系数确定行驶车辆在不同行驶路段的路面摩擦系数。

6.根据权利要求3所述的基于大数据的路面摩擦分析方法，其特征在于，所述基于行驶车辆的摩擦因子和行驶路段的路面摩擦系数确定行驶车辆在不同行驶路段的路面摩擦系数，包括：

确定行驶车辆的摩擦因子x；

获取行驶路段的路面摩擦系数y；

基于行驶车辆的摩擦因子x和行驶路段的路面摩擦系数y确定行驶车辆在不同行驶路段的路面摩擦系数z。

7.根据权利要求1所述的基于大数据的路面摩擦分析方法，其特征在于，所述基于所述到达各路段始发地的预设时间和预设时间的气象信息预测各路段始发地的环境信息，并判断各路段始发地的环境信息是否发生变化，包括：

基于所述到达后续各路段始发地的预设时间和预设时间的气象信息预测后续各路段始发地的环境信息；

将预测后续各路段始发地的环境信息与之前获取的环境信息作对比，判断后续各路段始发地的环境信息是否发生变动；

基于所述后续各路段始发地的环境信息是否发生变动判断各路段始发地的环境信息是否发生变化。