Road profile reconstruction using connected vehicle responses and wavelet analysis

تمرینکنندگان مشخصات ارتفاعی جاده را برای تشخیص نقصهای موضعی و تولید شاخص بینایی زبری تحلیل می کنند. روش غالب اندازه گیری پروفیل های جاده با استفاده از وسیله نقلیه ویژه وسایل نقلیه و تکنسین های آموزش دیده، که معمولا به هزینه های بالا و فرکانس اندازه گیری ناکافی منجر می شود. دسترسی اخیر از داده های پروب از وسایل نقلیه متصل فراهم می کند یک روش است که مقرون به صرفه، پیوسته، و پوشش کل شبکه راه دور. با این حال، هیچ روش در حال حاضر وجود دارد که می تواند مشخصات ارتفاع از ویژگی های چند قطعنامه سیگنال پاسخ گیرنده ناشی از خودرو را تولید کند. این تحقیق با استفاده از تجزیه موجک واکنش های اینرسینی وسیله نقلیه و یک شبکه عصبی مصنوعی غیرخطی با ورودی های خارجی برای بازسازی مشخصات ارتفاع می باشد. پاسخ های ناشی از این خودرو، عملکرد هر دو ویژگی تعلیق خودرو و سرعت آن است. بنابراین، نویسندگان مدل های واکنش خودرو را با سرعت سفر به طور نرمال و سپس عددی از معادلات پاسخ استنتاج خود را برای شبیه سازی پاسخ های دینامیکی خودرو رد کرد. نتایج نشان می دهد که اعمال شبکه های عصبی مصنوعی به موجک تجزیه شده سیگنال پاسخ های ناشیانه، برآورد موثر مشخصات جاده را فراهم می کند.