Izboljšanje sistema B-WIM na osnovi masovnih podatkov in umetne inteligence

Več informacij o projektu / More info about the project

Naslov
Title
SLO: Izboljšanje sistema B-WIM na osnovi masovnih podatkov in umetne inteligence
EN: Improving B-WIM performance with big data and Artificial Intelligence
Akronim
Acronym
J7-50096
Vodilna institucija
Leading institution
ZAG - Zavod za gradbeništvo Slovenije
Partnerske institucije
Partner institutions
/
Vodja projekta
Project leader
Aleš Žnidarič
Financer projekta
Funding Organization
/
Vrsta projekta
Project Type
Temeljni projekt
Trajanje
Duration
10.01.2023 – 23.08.2026
Spletna stran projekta
Project website
Oddelek
Department
Oddelek za informacijske znanosti in tehnologije UP FAMNIT

Opis / Description

SLO:

Normal 0 21 false false false SL X-NONE AR-SA /* Style Definitions */ table.MsoNormalTable {mso-style-name:"Table Normal"; mso-tstyle-rowband-size:0; mso-tstyle-colband-size:0; mso-style-noshow:yes; mso-style-priority:99; mso-style-parent:""; mso-padding-alt:0cm 5.4pt 0cm 5.4pt; mso-para-margin-top:0cm; mso-para-margin-right:0cm; mso-para-margin-bottom:8.0pt; mso-para-margin-left:0cm; line-height:107%; mso-pagination:widow-orphan; font-size:11.0pt; font-family:"Aptos",sans-serif; mso-ascii-font-family:Aptos; mso-ascii-theme-font:minor-latin; mso-hansi-font-family:Aptos; mso-hansi-theme-font:minor-latin; mso-font-kerning:1.0pt; mso-ligatures:standardcontextual; mso-fareast-language:EN-US;}

Naraščajoče število težkih
tovornih vozil, kot so tovornjaki in avtobusi, ter prihajajoči cestni vlaki in
elektronsko vodeni konvoji pomembno vplivajo na varnost v cestnem prometu in na
upravljanje infrastrukture. Še posebej problematična so preobremenjena vozila,
saj povečujejo varnostna tveganja in pospešeno uničujejo cestno infrastrukturo.
Preprečevanje nezakonite uporabe cest zato koristi številnim uporabnikom in
upravljavcem cestne infrastrukture.

Preprečevanje preobremenitev se
začne s spremljanjem prometa, ki vključuje zbiranje podatkov o osnih
obremenitvah in skupnih masah vozil, tipih in pogostosti pojavljanja vozil ter
drugih značilnostih prometnega toka. Ti rezultati predstavljajo ključne vhodne
podatke za prometne študije ter za načrtovanje in ocenjevanje stanja obstoječih
cestnih konstrukcij. Tradicionalno statično tehtanje sicer zagotavlja najbolj
natančne rezultate, vendar je drago in neučinkovito pri gostem prometu.
Posledično se za zbiranje informacij o prometnih obremenitvah uporabljajo
sistemi za tehtanje vozil med vožnjo (Weigh-In-Motion – WIM).

Namestitev večine sistemov WIM je
zahtevna, saj so potrebne zapore prometa, namestitev pa po pravilu poškoduje
vozno površino. Edina tehnologija, ki se izogne rezanju utorov za senzorje v
cestno površino in ne zahteva cestnih zapor med namestitvijo in vzdrževanjem
opreme, je mostni sistem za tehtanje vozil med vožnjo (Bridge Weigh-In-Motion –
B-WIM).

Na žalost točnost in zanesljivost
trenutnih rezultatov B-WIM ne izpolnjujeta zakonskih zahtev, ki jih določa OIML
(Mednarodna organizacija za meroslovje). Posledično sistemov B-WIM ni mogoče
uporabiti za namen kaznovanja kršiteljev, njihova uporaba pa je omejena na
zbiranje statističnih podatkov o obremenitvi in detekcijo verjetno
preobremenjenih vozil za statično tehtanje.

Primarni vir napak sistemov B-WIM
je merilno načelo: osne obremenitve se ne merijo iz stika med kolesi in
senzorji, ampak se izračunajo posredno iz deformacij mostu. Napake hitro
naraščajo z dolžino mostu in s prisotnostjo več osi na mostu. Sistem B-WIM lahko
v takih situacijah natančno izmeri skupno maso vozila, vendar je pogosto ne
more pravilno porazdeliti na posamezne osi.

Zanesljivo in natančno merjenje
osnih obremenitev vseh vozil na večini vrst mostov zato ostaja odprto
raziskovalno vprašanje. Skupnost B-WIM se strinja, da so konvencionalni
raziskovalni pristopi, uporabljeni v zadnjih 30 letih, izčrpani in ne morejo
prinesti bistvenih izboljšav, potrebnih za sodni pregon kršiteljev.

Predlagani projekt rešuje naštete
pomanjkljivosti z alternativnim pristopom z uporabo velikih količin podatkov in
naprednih metod umetne inteligence (UI). 

EN:

Normal 0 21 false false false SL X-NONE AR-SA /* Style Definitions */ table.MsoNormalTable {mso-style-name:"Table Normal"; mso-tstyle-rowband-size:0; mso-tstyle-colband-size:0; mso-style-noshow:yes; mso-style-priority:99; mso-style-parent:""; mso-padding-alt:0cm 5.4pt 0cm 5.4pt; mso-para-margin-top:0cm; mso-para-margin-right:0cm; mso-para-margin-bottom:8.0pt; mso-para-margin-left:0cm; line-height:107%; mso-pagination:widow-orphan; font-size:11.0pt; font-family:"Aptos",sans-serif; mso-ascii-font-family:Aptos; mso-ascii-theme-font:minor-latin; mso-hansi-font-family:Aptos; mso-hansi-theme-font:minor-latin; mso-font-kerning:1.0pt; mso-ligatures:standardcontextual; mso-fareast-language:EN-US;}

The increasing number of heavy
commercial vehicles, such as trucks and buses, along with new transportation
solutions like road trains and electronically controlled convoys, impacts the
safety and management of road infrastructure. Overloaded vehicles in particular
cause issues as they increase safety risks and accelerate road damage. Vehicle
weight control is crucial to prevent illegal road use.

Traditional weighing methods,
such as static weighing, are accurate but expensive and inefficient for heavy
traffic. Therefore, systems for weighing vehicles while driving (WIM) are used.
However, installing most WIM systems is problematic and can damage the road
surface. An alternative is the B-WIM bridge system, which does not require
cutting the road or road closures, but currently, its accuracy and reliability
do not meet legal standards for penalizing violators.

B-WIM systems are based on
measuring bridge deformations, which causes errors, especially on longer
bridges or with multiple axles on the bridge. Reliable measurement of axle
loads remains an open question.

The proposed project aims to
address these shortcomings using artificial intelligence (AI). The project’s
objectives include developing methods to evaluate the reliability of B-WIM
measurements with AI, improving measurement accuracy by combining data from
deformation measurements, B-WIM results, and traffic camera photographs, and
creating a public B-WIM data repository for further research. This approach
could significantly improve the accuracy and reliability of B-WIM measurements
and open a new field of research in this area.

The proposed project addresses
these shortcomings through an alternative approach based on the use of large
amounts of data and advanced artificial intelligence (AI) methods. 

Podeli z drugimi / Share with others

Orodna vrstica za dostopnost