Mélytanuló algoritmusok alkalmazása Bridge Weigh-in-Motion rendszerekben
A hidak életciklusának nyomon követésének egyik pillére a járműforgalom nyomon követése. A híd állapotának nyomon követése szükségessé teszi a járműforgalom monitorozását. A szakértők és az üzemeltetők a hídon áthaladó járművek tengelyterheléseinek és összsúlyának ismeretében olyan modelleket képesek létrehozni, amelyek a híd szerkezetének fáradását előre tudják jelezni. Ezért az áthaladó forgalom nyomon követése fontos feladat az építőmérnökök számára. Az ilyen funkcionalitással rendelkező rendszereket Bridge Weigh-In-Motion (BWIM) rendszereknek nevezik.
Négy fő lépése van ezeknek az adatvezérelt BWIM rendszereknek. Az első lépés a járművek időablakainak kinyerése. A jármű ablaka azt az időintervallumot határozza meg, amikor egy jármű áthaladt az szenzorok keresztmetszetén. A második lépés általában a jármű sebességének kinyerése. A jármű sebességét a legtöbb rendszerben állandónak feltételezik, ha a járművek sebessége magas (high-speed weigh-in-motion, HS-WIM). A harmadik lépés azon időbélyegek azonosítása, amikor a jármű tengelyei a szenzorok felett áthaladtak. A jármű sebességének és tengelyeinek időbélyegeinek ismeretében kiszámíthatóak a tengelytávolságok. A tengelytávolságok és a sebesség ismeretében negyedik lépésként a tengelyterhelések megbecsülhetők. Ez a dolgozat a járműsebesség kinyerésére és a tengelyek detektálására összpontosít.
Egy újszerű, mélytanuláson alapuló sebességbecslőt mutatunk be a dolgozatban. A fejlesztés egyik előnye, hogy képes egy keresztmetszetben elhelyezett szenzorok jelei alapján is megbecsülni a sebességet, miközben a hiba alacsony marad. Ez a módszer egy mélytanulás alapú megoldás. A módszerünk és a szakirodalomban is használt lokális szélsőértékek detektálásán alapuló módszerek összehasonlítása is bemutatásra kerül. Megállapítható, hogy ez az újszerű, kevesebb nyúlásmérő bélyeget használó megközelítés alkalmazható a BWIM rendszerekben.
Egy újszerű, mélytanulás alapú tengelydetektáló algoritmust is bemutatunk a dolgozatban. A tengelydetektálás során a legnagyobb problémát az egymáshoz közeli tengelyek, úgynevezett tandem és tridemek detektálása jelenti. A tandemek és tridemek a tehergépkocsikon megfigyelhető, szorosan egymás mellett elhelyezkedő tengelyek. A fő hozzájárulásunk az, hogy ez az újszerű módszer képes megtalálni a tandemek tengelyeit további szenzorok vagy kamerák használata nélkül.
Az új módszereket egy nagy méretű szimulált szintetikus adathalmazon és valós címkézett adatokon is kiértékeljük, és a tengelyterhelések becslésének lépésére gyakorolt hatásukat is vizsgáljuk.
szerzők
-
Szinyéri Bence
Mérnök informatikus szak, mesterképzés
mesterképzés (MA/MSc) -
Csató Erik
Mérnök informatikus szak, mesterképzés
mesterképzés (MA/MSc)
konzulens
-
Dr. Kővári Bence
docens, Automatizálási és Alkalmazott Informatikai Tanszék
