ارائه روشی مقرون به صرفه برای پایش سطح جاده ها توسط محققان کشور

به گزارش کوه سفید، به گزارش خبرنگاران به نقل از دانشگاه صنعتی امیرکبیر، محمدرضا گنجی دانش آموخته دوره دکتری دانشگاه صنعتی امیرکبیر و مجری طرح توسعه سامانه برداشت و تحلیل بافت درشت روسازیهای آسفالتی به وسیله پردازش صوت اندرکنش سطح جاده / لاستیک گفت: اصطکاک سطح جاده ها، یکی از پارامترهای مهم در ایمنی جاده ها و بافت درشت یکی از عوامل مهم تأثیرگذار بر آن است.

ارائه روشی مقرون به صرفه برای پایش سطح جاده ها توسط محققان کشور

وی با بیان اینکه روش های دستی و استاتیک برداشت داده های بافت درشت روسازی در سال های اخیر در کشورهای پیشرفته به ندرت مورداستفاده قرار گرفته شده اند، گفت: این روش ها معایب فراوانی همچون سرعت کم برداشت داده ها، به خطر افتادن جان نیروی انسانی برداشت کننده اطلاعات، هزینه فراوان، برداشت اطلاعات از قسمت محدودی از شبکه و عدم یکپارچگی داده ها دارند.

گنجی ادامه داد: در مقابل روش های نوینی که برداشت دادهها را به صورت مکانیزه و دینامیک انجام می دهند، اغلب این مسائل را مرتفع می سازند.

گنجی اعلام کرد: عمده روش های دینامیک توسعه داده شده برای برداشت بافت درشت روسازیها مبتنی بر لیزر هستند که جزو ابزارهای گران قیمت برداشت به شمار می فرایند.

به گفته وی، توسعه روش مکانیزه و دینامیکی که این هزینه ها را کاهش دهد و درعین حال با دقت و صحت قابل قبولی در برداشت داده ها، بسیار ارزشمند است.

وی اضافه کرد: از اینرو توسعه روش مکانیزه و دینامیک ارزان قیمت برای پایش بافت درشت روسازیهای آسفالتی مدنظر قرار گرفته است.

به گفته وی، این سامانه شامل استفاده از یک وسیله نقلیه مجهز به میکروفنهای با دقت بالا است و قابلیت این را دارد تا با استفاده از صدای برداشت شده و سپس پردازش آنها توسط روش های پردازش سیگنال و با استفاده از مدل های توسعه داده شده، شاخص مربوط به بافت درشت سطح برای رویه های نزدیک به هم را ارائه دهد.

محقق دانشگاه صنعتی امیرکبیر گفت: این روش، روشی ارزان قیمت مبتنی بر صدای اندرکنش لاستیک / سطح جاده و با دقت بالا برای پایش بافت درشت است که خود مشتمل بر سه فاز توسعه سخت افزاری (مشخص و جانمایی سنسورها، ساخت قطعات مکانیکی)، توسعه نرم افزاری و پردازشی (شاخص بندی بافت درشت، پردازش سیگنال صدای اندرکنش) و نیز مدل سازی است.

به گفته وی، در این پژوهش برای ارائه مدل مشخص بافت درشت روسازی با استفاده از صدای اندرکنش لاستیک / سطح جاده، ابتدا به طور دقیق مکانیسم های فراوری صدای اندرکنش، اثر مکانیسم ها بر مشخصه های صدای اندرکنش، روش های اندازه گیری صدای اندرکنش آنالیز شده و سامانه های پایش بافت درشت توسعه داده شده است.

وی ادامه داد: این پژوهش در نهایت منجر به توسعه دو سامانه سرعت کم (کمتر از 40 کیلومتر بر ساعت) و سامانه سرعت زیاد (بالای 40 کیلومتر بر ساعت) شده است.

گنجی با تاکید بر اینکه نتایج این طرح در حوزه راهسازی و راهداری قابل استفاده است، اعلام کرد: در این پژوهش از خرابی های روسازی فقط وجود ترک خوردگی در سطح روسازی آسفالتی ارزیابی شده است که از جمله محدودیت های کاربردی جهت استفاده عملیاتی این سامانه در سطح تجاری است.

وی ادامه داد: از این رو استفاده از این سامانه در شرایط میدانی احتیاج به تحقیقات جامع تر و روش های پردازشی و مدلسازی بدیعتر برای نیل به این مهم دارند تا بتوان در شرایط میدانی و با وجود خرابی های مختلف، مشخصه بافت درشت را به وسیله صوت اندرکنش استخراج کرد.

وی در رابطه با فزونی این سامانه در مقایسه با نمونه های خارجی موجود گفت: نمونه های خارجی موجود قادر به تفکیک بافتهای درشت نزدیک به هم با دقت قابل قبول نیستند که در این پژوهش با اصلاح روش برداشت و نیز استفاده از روش های تحلیلی و مدلسازی قدرتمندتر، مرتفع شده است.

به گفته وی از آنجا که میکروفنهای استفاده شده در این پژوهش جزو ابزارهای اندازهگیری ارزان قیمت در مقایسه با لیزرها (ابزار متداول برداشت بافت درشت) هستند، لذا کاهش هزینه در توسعه چنین سامانهای را به عنوان مزیت مهم این طرح برشمرد.

به گزارش خبرنگاران، استاد راهنمای این پروژه دکتر امیر گلرو و استاد مشاور آن دکتر حمید شیخ زاده از اعضای هیأت علمی دانشگاه صنعتی امیر کبیر بودند. این طرح حاصل همکاری مشترک آزمایشگاه پردازش تصویر و هوش مصنوعی امیرکبیر (ATTAIN) دانشکده عمران و آزمایشگاه سیگنال های چند رسانه ای (MSRPL) دانشکده برق بوده است.

منبع: خبرگزاری مهر
انتشار: 28 خرداد 1400 بروزرسانی: 28 خرداد 1400 گردآورنده: agdagh.ir شناسه مطلب: 1339

به "ارائه روشی مقرون به صرفه برای پایش سطح جاده ها توسط محققان کشور" امتیاز دهید

امتیاز دهید:

دیدگاه های مرتبط با "ارائه روشی مقرون به صرفه برای پایش سطح جاده ها توسط محققان کشور"

* نظرتان را در مورد این مقاله با ما درمیان بگذارید