基于数字孪生的极端雨水天气下高速公路车速预警方法技术

本申请公开了基于数字孪生的极端雨水天气下高速公路车速预警方法，包括如下步骤：S1、基于车载式三维激光路面检测系统的道路状态检测；S2、基于微波检测技术的雨水参数的实时测量与传输；S3、建立基于多源数据融合的数字化信息模型；S4、建立数字化信息模型与仿真软件的数据交互；S5、基于多源数据融合的附着系数模型仿真分析；S6、不同工况组合下的最大安全行驶车速仿真推演；S7、基于数字孪生的车速实时预警。本申请基于数字孪生为极端雨水天气下高速公路行驶车辆建立车速预警系统，对行驶车辆进行速度限值的实时预警。车辆进行速度限值的实时预警。车辆进行速度限值的实时预警。

【技术实现步骤摘要】
基于数字孪生的极端雨水天气下高速公路车速预警方法


[0001]本专利技术涉及道路工程
，具体涉及基于数字孪生的极端雨水天气下高速公路车速预警方法。

技术介绍

[0002]随着社会经济发展，我国高速公路网建设迅速，道路交通量不断增大，但高速公路上的行车安全性问题也逐渐浮现出来。尤其在在极端雨水天气下，道路表面产生水膜，此时路面表面的摩擦系数大为降低，进而使轮胎容易出现水漂打滑现象，行驶安全性较低。在这种情况下，车辆打滑的概率、制动距离等安全因素与行驶速度密切相关。
[0003]当前极端天气下高速公路车辆行驶限速缺乏有效的预警方法，缺少理论研究支持且不具有实时性，完全依赖经验与人工判断。故本专利技术提出一种基于数字孪生的极端雨水天气下高速公路车速预警方法与系统，通过构建融合多源数据的数字化信息模型，研究基于数字孪生的车速实时预警机制与方法，实现高速公路极端雨水天气下车辆在不同工况组合下对汽车速度的准确实时预警，弥补了高速公路限速值理论性和实时性不足的缺陷。此方法对于降雨环境下行车安全的改善具有非常重要的意义，为高速公路数字化、智能化管理转型提供重要基础。

技术实现思路

[0004]解决的技术问题：本专利技术针对现有高速公路限速值理论性和实时性不足等问题，提出了基于数字孪生的极端雨水天气下高速公路车速预警方法，通过采集路面信息与雨水数据，传输、集成、存储到数字孪生模型，并利用仿真软件与数字孪生耦合分析降雨环境下高速公路行驶车辆的最大安全速度，为实现极端雨水天气下高速公路车速实时预警提供了一种方法。
[0005]技术方案：
[0006]基于数字孪生的极端雨水天气下高速公路车速预警方法，包括以下步骤：
[0007]S1、基于车载式三维激光路面检测系统的道路状态检测；
[0008]S2、基于微波检测技术的雨水参数的实时测量与传输；
[0009]S3、建立基于多源数据融合的数字化信息模型；
[0010]S4、建立数字化信息模型与仿真软件的数据交互；
[0011]S5、基于多源数据融合的附着系数模型仿真分析；
[0012]S6、不同工况组合下的最大安全行驶车速仿真推演；
[0013]S7、基于数字孪生的车速实时预警，通过构建融合道路纹理参数、实时雨水参数及车辆参数的数字化信息模型，研究基于数字孪生的车速实时预警机制与方法，实现高速公路极端雨水天气下车辆在不同路面类型、不同车型、不同湿度状态、不同荷载、不同线形的工况组合下的汽车速度的准确实时预警。
[0014]作为本专利技术的一种优选技术方案：所述S1中，所述基于车载式三维激光路面检测
系统的道路状态检测方法具体如下：在检测车尾部支架平台布设激光发射器和CCD高频数字相机，用于获取路面三维空间坐标信息；在车轮后轮轴布设距离传感器，与车轮保持同步转动，确保平台行驶与距离采样一致，通过记录车载平台轮胎转角换算距离来表征三维激光扇面的推进距离；在车顶安装精确GPS定位系统，记录载体运动过程中的位置信息，得到道路线形数据和坐标信息；在检测梁上布设三轴加速度计，获取道路高程信息。
[0015]作为本专利技术的一种优选技术方案：所述步骤S2中，基于微波检测技术的实时雨水参数测量与传输方法如下：安装移动式道路气象信息传感器、微波发射器、照片接收器、温度计在行驶车辆上，并通过USB通信线将传感器与车载计算机连接；启动计算机，并确保传感器与计算机连接成功，以便实时获取红外谱图像；开始测量之前，先进行校正，合理设置传感器的采集参数，之后即可开始采集水膜厚度h、路面温度T及路表摩擦力f；高速公路路侧安装若干感应式数字水位传感器，传感器安装完毕后，通过电缆直接连接到遥测终端机，将传感器测量的数据显示、存贮、转发，通过个人计算机提取路段积水分布数据，将雨水参数按统一标准格式要求写入数据库的相应库表；水膜厚度按照式(1)进行计算：
[0016]h＝0.1258
·
l
0.6715
·
i
‑
0.3147
·
q
0.7786
·
MTD
0.7261
ꢀꢀ
(1)
[0017]式中，h为水膜厚度，l为坡面长度，i为坡度，q为降雨强度，MTD为路面构造深度。
[0018]作为本专利技术的一种优选技术方案：所述步骤S3中建立基于多源数据融合的数字化信息模型，提出下述方法流程：
①
使用基于空间上下文特征基础框架进行道路语义分割网络构建：采用经典的Encoder
‑
Decoder结构，由全连接层、编码器和解码器三部分组成；首先通过全连通层将输入数据特征维度进行升维；然后使用5层编码器随机下采样降低特征点数量；接着，通过5层解码器进行特征映射连接；最后利用3个连续的全连接层对语义标签进行预测，将特征维度变为类别数量，得到点云分割结果；
②
道路几何信息提取：首先使用体素采样法和半径滤波法对数据进行预处理，然后使用可变半径AlphaShapes算法提取点云完整轮廓，得到道路边线，最后在上述基础上，确定道路平纵横信息；
③
采用Matlab进行道路结构纹理分析并建立路段纹理数据库：首先采用局部线性加权平滑方法对点云数据进行平滑处理，然后采用式(2)
‑
式(4)计算分段路面的MTD(路面构造深度)值，最后建立路段纹理数据库供后期建模调用；
④
采用Dynamo for Revit进行道路模型参数化设计，构建基于多源数据特征的道路数字化信息模型：(1)道路路线生成：首先基于提取的道路几何信息，建立逐桩三维坐标数据库；然后利用Dynamo for Revit读取道路坐标信息生成道路路线；(2)道路自适应族构件设置：首先在新建的自适应样板中根据路线方向绘制构件方向并在起点、中点、终点创建自适应模型点；然后新建另一个自适应样板，选择参照平面并绘制道路横断面轮廓，在轮廓的原点上创建新的模型点，并使之自适应；其次，将轮廓的原点放置于路线中点并载入；最后创建道路自适应族构件实体模型并关联对应材质，供在道路建模时调用；(3)道路数字化模型建立：首先根据道路路线数据等距离插值，生成一系列离散的坐标点；然后，根据阈值剔除偏移较大的插值点；其次，根据道路线形对插值点进行分配；(4)采用Dynamo for Revit在每组插值点之间设置设计的自适应族样板形成道路实体模型，并完善道路信息，通过数据交互将材质、纹理、雨水参数传输、储存至数字化信息模型，形成基于多源数据融合的道路数字化信息模型；
[0019][0020][0021][0022]式中，r为检测断面序号，范围为1
‑
p；k
rii
‑1为单元区域内第r个检测断面内第i个峰值点到第i
‑
1个峰值点之间激光点云个数；n为单元区域内第r个检测断面上峰值点个数；l为单元格横断面方向长度；m为行车方向上的长度；N
r...

【技术保护点】

【技术特征摘要】
1.基于数字孪生的极端雨水天气下高速公路车速预警方法，其特征在于，包括以下步骤：S1、基于车载式三维激光路面检测系统的道路状态检测；S2、基于微波检测技术的雨水参数的实时测量与传输；S3、建立基于多源数据融合的数字化信息模型；S4、建立数字化信息模型与仿真软件的数据交互；S5、基于多源数据融合的附着系数模型仿真分析；S6、不同工况组合下的最大安全行驶车速仿真推演；S7、基于数字孪生的车速实时预警，通过构建融合道路纹理参数、实时雨水参数及车辆参数的数字化信息模型，研究基于数字孪生的车速实时预警机制与方法，实现高速公路极端雨水天气下车辆在不同路面类型、不同车型、不同湿度状态、不同荷载、不同线形的工况组合下的汽车速度的准确实时预警。2.根据权利要求1所述的基于数字孪生的极端雨水天气下高速公路车速预警方法，其特征在于，所述S1中，所述基于车载式三维激光路面检测系统的道路状态检测方法具体如下：在检测车尾部支架平台布设激光发射器和CCD高频数字相机，用于获取路面三维空间坐标信息；在车轮后轮轴布设距离传感器，与车轮保持同步转动，确保平台行驶与距离采样一致，通过记录车载平台轮胎转角换算距离来表征三维激光扇面的推进距离；在车顶安装精确GPS定位系统，记录载体运动过程中的位置信息，得到道路线形数据和坐标信息；在检测梁上布设三轴加速度计，获取道路高程信息。3.根据权利要求1所述的基于数字孪生的极端雨水天气下高速公路车速预警方法，其特征在于，所述步骤S2中，基于微波检测技术的雨水参数的实时测量与传输方法如下：安装移动式道路气象信息传感器、微波发射器、照片接收器、温度计在行驶车辆上，并通过USB通信线将传感器与车载计算机连接；启动计算机，并确保传感器与计算机连接成功，以便实时获取红外谱图像；开始测量之前，先进行校正，合理设置传感器的采集参数，之后即可开始采集水膜厚度h、路面温度T及路表摩擦力f；高速公路路侧安装若干感应式数字水位传感器，传感器安装完毕后，通过电缆直接连接到遥测终端机，将传感器测量的数据显示、存贮、转发，通过个人计算机提取路段积水分布数据，将获取的雨水参数按统一标准格式要求写入数据库的相应库表；水膜厚度按照式(1)进行计算：h＝0.1258
·
l
0.6715
·
i
‑
0.3147
·
q
0.7786
·
MTD
0.7261
ꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中，h为水膜厚度，l为坡面长度，i为坡度，q为降雨强度，MTD为路面构造深度。4.根据权利要求1所述的基于数字孪生的极端雨水天气下高速公路车速预警方法，其特征在于，所述步骤S3中建立基于多源数据融合的数字化信息模型，提出下述方法流程：
①
使用基于空间上下文特征基础框架进行道路语义分割网络构建：采用经典的Encoder
‑
Decoder结构，由全连接层、编码器和解码器三部分组成；首先通过全连通层将输入数据特征维度进行升维；然后使用5层编码器随机下采样降低特征点数量；接着，通过5层解码器进行特征映射连接；最后利用3个连续的全连接层对语义标签进行预测，将特征维度变为类别数量，得到点云分割结果；
②
道路几何信息提取：首先使用体素采样法和半径滤波法对数据进行预处理，然后使用可变半径Alpha Shapes算法提取点云完整轮廓，得到道路边线，最后在上述基础上，确定道路平纵横信息；
③
采用Matlab进行道路结构纹理分析并建立路段纹
理数据库：首先采用局部线性加权平滑方法对点云数据进行平滑处理，然后采用式(2)
‑
式(4)计算分段路面的MTD(路面构造深度)值，最后建立路段纹理数据库供后期建模调用；
④
采用Dynamo for Revit进行道路模型参数化设计，构建基于多源数据特征的道路数字化信息模型：(1)道路路线生成：首先基于提取的道路几何信息，建立逐桩三维坐标数据库；然后利用Dynamo for Revit读取道路坐标信息生成道路路线；(2)道路自适应族构件设置：首先在新建的自适应样板中根据路线方向绘制构件方向并在起点、中点、终点创建自适应模型点；然后新建另一个自适应样板，选择参照平面并绘制道路横断面轮廓，在轮廓的原点上创建新的模型点，并使之自适应；其次，将轮廓的原点放置于路线中点并载入；最后创建道路自适应族构件实体模型并关联对应材质，供在道路建模时调用；(3)道路数字化模型建立：首先根据道路路线数据等距离插值，生成一系列离散的坐标点；然后，根据阈值剔除偏移较大的插值点；其次，根据道路线形对插值点进行分配；(4)采用Dynamo for Revit在每组插值点之间设置设计的自适应族样板形成道路实体模型，并完善道路信息，通过数据交互将材质、纹理、雨水参数传输、储存至数字化信息模型，形成基于多源数据融合的道路数字化信息模型；信息模型；信息模型；式中，r为检测断面序号，范围为1
‑
p；k
rii
‑1为单元区域内第r个检测断面内第i个峰值点到第i
‑
1个峰值点之间激光点云个数；n为单元区域内第r个检测断面上峰值点个数；l为单元格横断面方向长度；m为行车方向上的长度；N
r
为单元区域内第r个检测断面内激光点总数；S
r
为检测单元内第r个检测断面的近似等效铺砂断面面积；p为检测单元内检测断面个数；x
ri
为检测单元内第r个检测断面上第i个峰值点的x坐标值；x
rii
‑
1j
为检测单元内第r个检测断面内第i个峰值点到第i
...

【专利技术属性】
技术研发人员：丁珣昊，田沛欣，杨奇霖，韩涛，张伟光，申熙远，杨沈凌锐，韩诚嘉，马涛，童峥，张家钰，
申请(专利权)人：东南大学，
类型：发明
国别省市：