Pull to refresh

Метод мониторинга актуального состояния российских автодорог смартфонами пользователей

Reading time 4 min
Views 8.8K
Целью одной из федеральных программ, направленных на реализацию Указа Президента «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» № 204 от 7 мая 2018 года (ссылка) является улучшение качества автомобильных дорог за счет увеличения процентного соотношения, соответствующего нормативным требованиям.

Тем же указом предусмотрено внедрение общедоступной информационной системы контроля за формированием и использованием средств дорожных фондов всех уровней.

Однако объективный контроль качества проведения мероприятий по строительству или ремонту дорог бывает затруднителен в силу ряда причин, начиная от небезызвестных проблем а-ля коррупция в строительстве (ссылка), и заканчивая естественными причинами трудоемкости организации такого процесса с использованием существующих методов — с помощью рейки и клин-промерника, дорожного профилометра или толчкомера, методом амплитуд и т.д. (затраты на проведение измерений качества автомобильных дорог, необходимость выезда на место, ограниченные человеческие и технические ресурсы).

Специалистами принимаются меры для упрощения процесса диагностики ровности дорог (ссылка), однако все равно возможности масштабного исследования их качества крайне ограничены.

Существующие проекты типа «Автострада» (autostrada.info), «Дорожная инспекция ОНФ» (dorogi-onf.ru) ведут наполнение своей базы качества автодорог в основном за счет обратной связи от пользователей, присылающих фотографии или отзывы только об отдельных участках автодорог.

Впрочем, одним из выходов контроля качества дорожного покрытия, равно как и отслеживания его изменения как в лучшую, так и в худшую сторону, является агрегация уже существующих аналитических инструментов.

Начнем с того, что водители автотранспортных средств в большинстве своем являются пользователями смартфонов, имеющих по умолчанию функции гироскопа, акселерометра (далее — датчики) и GPS/Глонасс- навигации.

Ровность дорожного покрытия является одним из базовых показателей качества автодороги и характеризуется продольной и поперечной ровностью (колейностью).

Мобильный телефон с датчиками, способен постоянно отслеживать все движения, в том числе характерные для неровностей.

Ниже на рисунках представлены реальные данные с акселерометра смартфона, находящегося в автомобиле при различных условиях:


Без движения


Движение по хорошей дороге (скорость 80 км/ч)


Движение по хорошей дороге (скорость 80 км/ч) с переездом стыка эстакады


Переезд двух «лежачих полицейских» (скорость 20-30 км/ч)


Неровная дорога (скорость 30 км/ч)

Вибрации по различным осям в нашем трехмерном пространстве возможно наглядно показать на следующем рисунке, где различные цвета характеризуют каждую проекцию. Иными словами — X (вверх-вниз) превалирует при проезде неровностей, Y (влево-вправо) — при перестроении или объезде препятствия, Z (вперед-назад) — при торможении/ускорении.



Совокупность этих данных может дать уникальный отпечаток каждого типа дорожного дефекта.

Геопривязка позволяет соотносить данные датчика телефона с конкретными координатами, а также скоростью движения транспортного средства.

В этой связи на основании данных от множества мобильных устройств возможно формировать карту качества дорожного покрытия, на которой будут отражены различные дорожные дефекты (трещины, выбоины, ямы проломы, колейность, пластические деформации, гребенка, волны и т.д. согласно классификатору повреждений асфальтобетонных покрытий).

Например:

  • неровная дорога — характеризуется особенностями данных от датчиков, а также средней скоростью менее разрешенной на данном участке дороги;
  • выбоины — характеризуется одномоментными особенностями данных от датчика и резким замедлением перед ней;
  • колейность — характеризуется особенностями данных от датчиков при перестроении транспортного средства;
  • иные особенности дорожного полотна.

Саму систему для автоматического распознавания качества дороги по поступающим от датчиков данным необходимо будет обучить (на тех же нейронках), что не составит значительного для разработчиков труда.

При этом данный метод целесообразно интегрировать в уже существующую инфраструктуру, например, «Яндекс-навигатора» или подобного приложения, которым пользуется значительное количество российских автовладельцев.

Данное приложение априори собирает подобные данные для их анализа и не потребует дополнительных разрешений на установку и сбор данных для практической реализации подобного метода.

Саму карту качества покрытия возможно реализовывать по схожей с «Яндекс-пробками» схеме — по цветовой градации от зеленого (качество ГОСТ) к красному (низкое качество) с дополнительными маркировками отдельных изъянов дорожного полотна, а также серым цветом, где статистических данных не хватает для объективного отражения состояния
автополотна (например, низкая загруженность автодороги). Кроме того, необходимо будет учитывать ряд сопутствующих факторов, способствующих некоторым изменениям в данных без изменения качества автодороги (погодные условия/сезон).

Похожий подход к визуализации реализован в «Автостраде», однако, как писалось выше, он отражает субъективную оценку ограниченного числа пользователей, относится ко всей трассе, и не показывает ее отдельные участки, не обновляется в разумное время и в целом имеет другие значительные недостатки, не позволяющие проводить качественны объективный контроль.



Также необходимо предусмотреть опции «тенденции изменений» и ретроспективный просмотр состояния автодорог.

Благодаря реализации данного метода, руководителям всех уровней, начиная от субъектов РФ и заканчивая органами местного самоуправления, равно как и строительно-ремонтным организациям, а также, в первую очередь, контролирующим органам, возможно будет наблюдать объективную картину состояния дорожного полотна в любом регионе России, а также ход реализации «майских» указов по этой тематике в режиме времени, близком к реальному.
Кроме того, за счет набора статистических параметров возможно будет также отслеживать уровень надежности автомобильной дороги, то есть за какой период времени ее качество будет ухудшаться до определенных показателей, и будет ли это соответствовать ГОСТам на строительство/ремонт дороги (что позволит в том числе выявлять бороться с такими явлениями, как небезызвестная укладка асфальта на снег или воду).

По всем этим критериям возможно создать информационную систему федерального мониторинга (контроля) состояния автодорог и оценить качество работы строительно-подрядных организаций, целевое расходование бюджетных средств, работу органов местного самоуправления на местах, а также ход федеральной программы в целом.
Tags:
Hubs:
+12
Comments 42
Comments Comments 42

Articles