Estimación del estado del asfalto mediante análisis acústico = Road state estimation based on acoustic analysis

Alonso Fernández, Jesús; López Navarro, Juan Manuel; Pavón García, Ignacio; Asensio Rivera, César y Arcas Castro, Guillermo de (2014). Estimación del estado del asfalto mediante análisis acústico = Road state estimation based on acoustic analysis. "Securitas Vialis", v. 7 (n. 1); pp. 1-7. ISSN 1888-9697. https://doi.org/10.1007/s12615-014-9076-9.

Descripción

Título: Estimación del estado del asfalto mediante análisis acústico = Road state estimation based on acoustic analysis
Autor/es:
  • Alonso Fernández, Jesús
  • López Navarro, Juan Manuel
  • Pavón García, Ignacio
  • Asensio Rivera, César
  • Arcas Castro, Guillermo de
Tipo de Documento: Artículo
Título de Revista/Publicación: Securitas Vialis
Fecha: 16 Febrero 2014
Volumen: 7
Materias:
Palabras Clave Informales: New in-vehicle technologies, Prevention, Intelligent transportation, Tyre/road noise, Support vector machines
Escuela: Instituto de Investigación del Automóvil (INSIA) (UPM)
Departamento: Otro
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (599kB) | Vista Previa

Resumen

En este trabajo, se presenta un sistema electrónico para estimar el estado del asfalto en tiempo real entre cuatro posibles situaciones: seco, mojado, hielo y nieve. El sistema se basa principalmente en el análisis del ruido de rodadura generado durante la marcha del vehículo. El patrón de emisión sonora de la interacción neumático pavimento cambia notablemente dependiendo de si el asfalto está seco, mojado, cubierto de hielo o cubierto de nieve. Por tanto, discriminando la huella acústica del ruido de rodadura, es posible determinar el estado del asfalto. Para poder distinguir esta huella acústica, se ha desarrollado un clasificador, basado en máquinas de vectores soporte (Support Vector Machines o SVM). El ruido de rodadura es captado inicialmente por un micrófono debidamente acondicionado. La señal obtenida es digitalizada y pre-procesada, extrayéndose de ella sus componentes espectrales para elaborar el vector de características que usará el clasificador. Este clasificador finalmente realiza una estimación del estado del asfalto, que podrá ser difundida a través de la interfaz de comunicaciones del vehículo, para ser mostrada en la consola del mismo, o para que sea utilizada por otros subsistemas con el fin de mejorar la seguridad y confort. La conexión con las centralitas del vehículo a través del interfaz de comunicaciones del mismo, también permite obtener información de las variables dinámicas, permitiendo mejorar los resultados obtenidos por el clasificador. Antes de que el sistema pueda funcionar correctamente, el clasificador ha de ser entrenado. En las pruebas iniciales, el sistema ha sido entrenado para distinguir los estados de asfalto seco y mojado, obteniéndose tasas de acierto alrededor del 91 %, y un tiempo medio de respuesta en la transición de seco a mojado de unos 0,2 s. Estos resultados demuestran la viabilidad del sistema. Actualmente se está desarrollando una implementación de referencia en forma de prototipo de tamaño reducido que integra todos los elementos necesarios del sistema en una tarjeta de reducidas dimensiones y bajo coste. La implementación actual del sistema podría mejorar la seguridad mediante la emisión de un aviso de asfalto resbaladizo, cuando se detecta una condición de asfalto mojado. Los datos obtenidos podrían ser utilizados también por el subsistema de control de tracción para mejorar la seguridad y confort. Adicionalmente se está trabajando en extender la detección a los estados de asfalto helado y asfalto nevado. ABSTRACT An electronic system capable of estimating the road surface status in real time, and among dry/wet/icy/snowy is shown. The system is mainly based on the analysis of the tyre/road noise generated during vehicle driving. The sound emission pattern of the tyre/road interaction changes dramatically depending on whether the pavement is dry, wet, icy or snowy. Thus discriminating the tyre/road noise acoustic footprint, it is possible to estimate the road status. To be able to distinguish this acoustic footprint, a Support Vector Machines (SVM) based classifier has been developed. Tyre/road noise is initially captured using a properly conditioned microphone. The obtained signal is digitized and pre-processed, extracting its spectral components to produce the feature vector that will be fed to classifier. Finally the classifier estimates the condition of the asphalt, which may be broadcast through the vehicle communication interface, to be shown on the console, or to be used by other subsystems in order to improve safety and comfort. The connection to the vehicle engine control units through its communications interface, also allows obtaining information on its dynamic variables, allowing improving the results obtained by the classifier. Before the system is able to operate properly, the classifier needs to be trained. In initial tests, the system has been trained to distinguish the states of dry and wet asphalt, yielding success rates around 91 % and an average response time in the transition from dry to wet of about 0.2 s. These results demonstrate the feasibility of the system. Currently, a reference implementation of the system is under development. It integrates all the elements needed in a board of reduced size and low cost. Current implementation of the system could improve security by issuing a slippery asphalt warning, when it detects wet asphalt. Data obtained may also be used by the traction control subsystem to improve safety and comfort. Additional work is being made to extend the classifier algorithms to detect icy and snowy asphalt states.

Más información

ID de Registro: 35652
Identificador DC: http://oa.upm.es/35652/
Identificador OAI: oai:oa.upm.es:35652
Identificador DOI [BETA]: 10.1007/s12615-014-9076-9
URL Oficial: https://link.springer.com/article/10.1007/s12615-014-9076-9
Depositado por: Memoria Investigacion
Depositado el: 28 Mar 2017 16:06
Ultima Modificación: 03 Abr 2017 13:04
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM