Detailergebnis zu DOK-Nr. 80622
Abgleich der Zustandsdaten von vernetzten Fahrzeugen mit dem International Roughness Index aus Standarderfassungen unter Verwendung von physik-integriertem maschinellen Lernen (Orig. engl.: Reconciling pavement condition data from connected vehicles with the international roughness index from standard monitoring equipment using physics-integrated machine learning)
| Autoren |
N. Kargah-Ostadi K. Vasylevskyi A. Ablets A. Drach |
|---|---|
| Sachgebiete |
11.1 Berechnung, Dimensionierung, Lebensdauer 12.0 Allgemeines, Management |
Transportation Research Record: Journal of the Transportation Research Board Vol. 2678 H. 2, 2024, S. 416-429, 9 B, 42 Q. − Online-Ressource: verfügbar unter: https://journals.sagepub.com/home/trr
Die Straßenverwaltungen benötigen weltweit Zustandsdaten ihrer Infrastruktur. Im Wesentlichen werden diese Daten für die Einbindung in Pavement Management Systeme eingesetzt. Dabei wird berücksichtigt, dass Beeinträchtigungen durch Sperrungen so niedrig wie möglich gehalten werden. Im Zusammenhang mit zusätzlichen nicht stationären Datenerfassungen spielt das Vorhandensein von Smartphones für die Vernetzung eine wichtige Rolle. Für die im Bericht dargestellten Untersuchungen wird exemplarisch der International Roughness Index (IRI) als Parameter herangezogen. Die Ziele und die Methodik der Untersuchungen werden erläutert. Die Einbindung der Längsprofildaten und die Reaktionsdaten des Fahrzeugs werden beschrieben. Für die weiteren vertiefenden Untersuchungen wurde das physikintegrierte maschinelle Lernen erläutert und eingebunden. Die durchgeführten Vergleiche zeigen eine große statistische Übereinstimmung. Die Ergebnisse sind wertvoll für die Anwendung in Pavement Management Systemen.