CC BY
50
Оценка транспортно-эксплуатационного состояния автомобильной дороги по информации, полученной с использованием беспилотного
Аннотация: В статье рассматривается метод, позволяющий проводить оценку транспортно-эксплуатационного состояния автомобильной дороги с использованием беспилотного летательного аппарата. При этом влияние характера и видов дефектов дорожного покрытия на расчетную скорость движения учитывается за счет введения частного коэффициента, который рассчитывается исходя из наличия, количества и относительной площади повреждений. Предлагаемый метод может быть использован для ускоренной оценки транспортно-эксплуатационного состояния автомобильной дороги. Ключевые слова: автомобильная дорога, транспортно-эксплуатационное состояние, повреждения дорожного покрытия, беспилотный летательный аппарат.
Использование беспилотных летательных аппаратов (БПЛА) в настоящее время охватывает все больше областей народного хозяйства. Совершенствование технических характеристик БПЛА, фото и видеокамер, устанавливаемых на них в качестве полезной нагрузки, а также программного обеспечения, позволяющего с высокой точностью детализировать получаемые изображения и проводить фотограмметрические измерения, значительно расширяет области их применения. В настоящее время находят применение различные технические решения на основе БПЛА для мониторинга и диагностики автомобильных дорог, которые во многом позволяют заменить традиционные методы визуальных обследований дорог
Важнейшим показателем транспортно-эксплуатационного состояния автомобильной дороги является расчетная скорость движения, выражаемая
11 г ^ туитог
через коэффициент обеспеченности расчетной скорости Кс , который
принимают за комплексный показатель транспортно-эксплуатационного состояния дороги на данном отрезке [4]. На значение итогового
летательного аппарата
П.О. Середа
Донской государственный технический университет, Ростов-на-Дону
[1-3].
коэффициента расчетной скорости будут влиять различные характеристики автомобильной дороги, такие как ширина проезжей части (укрепленной поверхности); ширина и состояние обочин; величина продольных уклонов; радиусы кривых в плане и уклоны виражей; состояние и прочность дорожной одежды; ровность в продольном направлении; ровность в поперечном направлении (колейность) и др. Каждый из перечисленных показателей характеризуется величиной частного коэффициента расчетной скорости.
Итоговый коэффициент принимается равным минимальному из всей
совокупности частных коэффициентов на обследуемом участке автомобильной дороги:
туитог т>>-тт /1 \
К рс - К рс , (1)
Зависимость частных коэффициентов от вышерассмотренных характеристик автомобильной дороги, а также методика их определения подробно рассмотрены в источниках [4, 5]. При этом, предполагается определение характеристик дороги с заданной точностью, с использованием соответствующих приборов и технических средств диагностики автомобильных дорог [6-10]. При использовании БПЛА в целях обследования автомобильных дорог за счет применения современных технических решений и программного обеспечения с достаточной точностью возможно определять такие показатели как тип дорожного покрытия, ширина проезжей части, радиусы кривых в плане, величина продольных уклонов и т.п. В свою очередь, определение таких показателей, как продольная и поперечная ровность, глубина колеи и т.п. с точностью сопоставимой с традиционными наземными приборами с помощью БПЛА на сегодняшний день невозможна. По полученным изображениям можно судить лишь о наличии повреждений, примерной их площади и размерах, наличию колейности и других дефектах покрытия. Поэтому существующие методы
:
определения транспортно-эксплуатационного состояния автомобильной дороги не позволяют в полной мере провести необходимые расчеты из-за недостатка получаемой от БПЛА информации.
В данной статье учет влияния состояния дорожного покрытия, различных видов повреждений, их количества и площади на итоговый
Ii г ^ туитог
коэффициент обеспечения расчетной скорости Крс1 предлагается за счет
введения коэффициента снижения расчетной скорости движения в зависимости от состояния покрытия Кг<1,0, который определяется по зависимости:
К= -1—, (2)
1 + a ■ r
где а эмпирический коэффициент, учитывающий тип дорожного покрытия, согласно проведенным исследованиям для капитальных покрытий а можно принимать равным 3,6 [4];
коэффициент r учитывает степень деформированности дорожного покрытия, заключающиеся в наличии, количестве и площади различных видов повреждений.
Тогда итоговый коэффициент обеспечения расчетной скорости К11™2
будет определяться как минимальный из всей совокупности частных коэффициентов с учетом Kr по зависимости:
Кт = min {кpci, Кг }. (3)
Для определения степени деформированности дорожной одежды r предлагается метод, основанный на исследованиях профессора Ю.М. Яковлева [4].
Сущность метода состоит в том, что, фиксируя фактическое состояние дорожной одежды (трещины, сетка трещин, просадка, колея и др.), можно оценить интегрально за прошлый период службы одежды процесс накопления дефектов и соответственно ее прочностное состояние.
1
Как было отмечено выше, достаточно подробные данные о состоянии дорожного покрытия, наличия и характера дефектов возможно получить при съемке видеокамерами, установленными на БПЛА и проведении соответствующих фотограмметрических измерений с использованием специального программного обеспечения. При этом исследуемый участок дороги разбивается на микроучастки с характерными видами повреждений.
По таблице 1 в зависимости от характера и степени повреждения определяется ожидаемый коэффициент прочности дорожной одежды Кпр для каждого микроучастка.
Таблица 1
Ожидаемый коэффициент прочности дорожной одежды по характеру и степени повреждений покрытия
№ п/п Состояние покрытия и характер повреждения Значение Кпр
1. Без дефектов и отдельные трещины на расстоянии более 40 м 1,0
2. Отдельные трещины на расстоянии 20.. .40 м 0,98.1,0
3. То же на расстоянии 10.20 м 0,95.0,98
4. Редкие трещины на расстоянии 8.10 м 0,9.0,95
5. То же 6.8 м 0,88.0,9
6. То же 4.6 м 0,85.0,88
7. Частные трещины на расстоянии 3.4 м 0,8.0,85
8. То же 2.3 м 0,78.0,8
9. То же 1.2 м 0,75.0,78
10. Сетка трещин при относительной площади, занимаемой сеткой менее 30% 0,7.0,75
11. То же от 60 до 30% 0,68.0,7
12. То же 90.60% 0,65.0,68
13. Искажение продольного микропрофиля и поперечного профиля (волны, колейность) 0,68.0,7
14. Посадки при их относительной площади до 20% 0,6.0,65
15. То же от 50 до 20% 0,58.0,6
16. То же более 50% 0,55.0,58
17. Проломы дорожной одежды при относительной площади проломов менее 10% 0,6.0,65
18. То же от 30 до 10% 0,58.0,6
19. То же более 30% 0,5.0,58
При наличии на одном микро участке различных дефектов или разрушений, например, колейности и поперечных трещин коэффициент
1
прочности назначают по дефекту, дающему наименьший коэффициент прочности.
По полученным значениям коэффициентов прочности вычисляют средневзвешенный коэффициент прочности Кпр.ср. по формуле:
п
У К I
/ : прг г
К _г—1__(4)
пр.ср. п ' V /
У
г=1
где Кпрг - значение коэффициента прочности на г-м микро участке;
1г - протяженность г-го микро участка, м;
п - количество микро участков.
По распределению коэффициентов прочности на разрушенных или деформированных микроучастках можно судить о фактической степени деформированности поверхности, вычисляемой из выражений:
г=0,5 - Ф(х) , (5)
Ф(х) =Ф((Кпр.ср. - 0,7) /Окмр), (6)
где Ф(х) - табулированная функция Лапласа, определяемая по справочным таблицам;
(к.пр - среднеквадратическое отклонение коэффициента прочности, определяемое по формуле:
( —
к. пр.
У \(Кпрг Кпр.ср.)
—. (7)
п
Подставив значение степени деформированности дорожной одежды г в формулу (1), определим коэффициент Кг, учитывающий состояние дорожного покрытия, наличие и характер повреждений. Расчеты частных коэффициентов, учитывающих другие характеристики автомобильной дороги проводятся по известным методикам [4, 5]. Итоговый коэффициент обеспечения расчетной скорости определяется по зависимости (3).
С целью сокращения затрат времени и автоматизации проведения расчетов была разработана программа для ЭВМ с использованием среды визуального программирования Delphi. На рис. 1 представлено главное окно программы, в котором вводятся протяженность обследуемого участка дороги и количество микроучастков с одинаковыми (схожими) повреждениями.
а Главная - □ X
Эта программа предназначена для расчета прочности и деформированное™ дорожной одежды
Введите протяженность участка (1000 м. - 50000 м.)
45000
Введите количество характерных микроучастков автодороги со схожими дефектами к
Характеристики микроучастков Расчитать
Рис. 1. Главное окно программы
В окне ввода характеристик микроучастков (рис. 2) указывается
характер повреждений дорожного покрытия, присущий каждому
микроучастку.
Характеристики микроучастков — □ X
Введите протяженность участка номер 1 |бООО метров Вв°д I
"Участок без дефектов или имеет незначительные повреждения-] г Да
<• Нет_|
I петров 1 ~
г-Инеются частные трещины-
Г да Нет
Введите расстояние между трещинами (от 1м. до 4 м.)
Имеется сетка трещин <• Да
Г Нет
Введите отноо^ельнукэ площадь сетки (от 1 % до 90 процентов 1
-Инеются продольные волны, колейность-
Г да С Нет
-Имеются просадки---
К- Да С Нет
Введите отнооттельн^о площадь просадки I Г. % да 70 ЧЬ] процентов В°°Д |
Предыдущм.Йучасто:'.] Следующий участок
Рис. 2. Окно ввода характеристик микро участков.
Готово
;
Результаты расчетов выводятся на экран в итоговом окне программы (рис. 3).
Результаты расчета:
1) Ожидаемые коэффициенты прочности:
1 участок Кп^М2:
2 участок
3 участок .Ги/^ОЛС;
4 уч асток ,&р=йб9:
5 участокЛ."цр=0г93.
Средневзвешенный коэффициент прочности А"ргр £^=4329. Степень деформированное™ покрытия
Коэффициент, учитывающий снижение расчетной скорости движения в зависимости от состояния дорожного покрытия
Таким образом, предложенный в данной статье метод может быть использован для приближенной экспресс-оценки транспортно-эксплуатационного состояния автомобильной дороги, с учетом характера повреждений дорожного покрытия и других характеристик автомобильной дороги, данные о которых могут быть получены с использованием БПЛА.
1. Дорожное хозяйство // Сайт компании "Геоскан" URL: geoscan.aero/ru/application/road_inspection (дата обращения: 01.02.2018).
2. Наконечный В.Н., Середа П.О., Лебедева И.В., Цаль А.Ю. К вопросу использования беспилотных летательных аппаратов для мониторинга и диагностики автомобильных дорог // Международная научно-практическая
конференция «Транспорт: наука, образование, производство. Т. 2. Технические науки». Ростов-на-Дону: РГУПС, 2017. С. 305-308.
\ffl3 Результаты
□ X
Назад
Рис. 3. Окно вывода результатов расчетов.
Литература
3. Филиппов Д.В., Великжанина К.Ю., Грядунов Д.А Состояние автомобильных дорог изучает БПЛА // Дороги. Инновации в строительстве. 2012. №20. С. 74-78.
4. Справочная энциклопедия дорожника. Т.2. Ремонт и содержание автомобильных дорог / Под ред. Васильева А.П. М.: Росавтодор, 2004. 1129 с.
5. Справочная энциклопедия дорожника. Т.1. Строительство и реконструкция автомобильных дорог / Под ред. Васильева А.П. М.: Росавтодор, 2005. 1519 с.
6. Цаль А.Ю., Ермошин Н.А., Середа П.О. Совершенствование технических решений мониторинга автомобильных дорог и транспортных сооружений // Инженерный вестник Дона, 2018, №1 URL: URL: ivdon.ru/ru/magazine/archive/n1y2018/4710
7. Цаль А.Ю. Моделирование процесса диагностики автомобильных дорог // Инженерный вестник Дона, 2018, №1 URL: ivdon.ru/ru/magazine/archive/n1y2018/4709
8. Lenngren, C.A., J. Bergstrum and B. Ersson, 2000. Using Ground Penetrating Radar for Assessing Highway Pavement Thickness. Subsurface Sensing Technologies and Applications II, Editor Cam Nguyen, Texas A&M Univ. San Diego, 4129: pp.144-149.
9. McQueen, J.M. and D.H. Timm, 2005. Statistical Analysis of Automated Versus Manual Pavement Condition Surveys. Transportation Research Record: Journal of the Transportation Research Board, Transportation Research Board of the National Academies, Washington, D.C., 2004: pp.55-62.
10. Матуа В.П., Чирва Д.В., Матуа Р.В., Мирончук С.А., Сизонец С.В. Комплексный подход к решению проблемы колееобразования на федеральных автомобильных дорогах // Сборник научных трудов "Дорожный Конгресс". М.: МАДИ, 2010. С. 174-181.
References
1. Dorozhnoe khozyaystvo. Sayt kompanii "Geoskan" [Road construction. The Website of the company "Geoskan"]. URL: geoscan.aero/ru/application/road_inspection (accessed 01/02/12).
2. Nakonechnyy V.N., Sereda P.O., Lebedeva I.V., Tsal' A.Yu. Mezhdunarodnaya nauchno-prakticheskaya konferentsiya «Transport: nauka, obrazovanie, proizvodstvo. T. 2. Tekhnicheskie nauki». Rostov-na-Donu: RGUPS,
2017. pp. 305-308.
3. Filippov D.V., Velikzhanina K.Yu., Gryadunov D.A Dorogi. Innovatsii v stroitel'stve. 2012. №20. pp. 74-78.
4. Spravochnaya entsiklopediya dorozhnika. T.2. Remont i soderzhanie avtomobil'nykh dorog [Reference encyclopedia road. Vol.2. Repair and maintenance of roads]. Pod red. Vasil'eva A.P. M.: Rosavtodor, 2004. 1129 p.
5. Spravochnaya entsiklopediya dorozhnika. T.1. Stroitel'stvo i rekonstruktsiya avtomobil'nykh dorog [Reference encyclopedia road. Vol.1. Construction and reconstruction of roads.] Pod red. Vasil'eva A.P. M.: Rosavtodor, 2005. 1519 p.
6. Tsal' A.Yu, Ermoshin N.A., Sereda P.O. Inzenernyj vestnik Dona (Rus),
2018, №1 URL: ivdon.ru/ru/magazine/archive/n1y2018/4710
7. Tsal' A.Yu. Inzenernyj vestnik Dona (Rus), 2018, №1 URL: ivdon.ru/ru/magazine/archive/n1y2018/4709
8. Lenngren, C.A., J. Bergstrum and B. Ersson, 2000. Using Ground Penetrating Radar for Assessing Highway Pavement Thickness. Subsurface Sensing Technologies and Applications II, Editor Cam Nguyen, Texas A&M Univ. San Diego, 4129: pp.144-149.
9. McQueen, J.M. and D.H. Timm, 2005. Statistical Analysis of Automated Versus Manual Pavement Condition Surveys. Transportation Research Record: Journal of the Transportation Research Board, Transportation Research Board of the National Academies, Washington, D.C., 2004: pp.55-62.
10. Matua V.P., Chirva D.V., Matua R.V., Mironchuk S.A., Sizonets S.V. Sbornik nauchnykh trudov "Dorozhnyy Kongress" (Collection of scientific papers "road Congress"). Moscow, 2010, pp. 174-181.
