一种道路性能评价指标量化模型的建立方法

摘要

本发明公开了一种道路性能评价指标量化模型的建立方法,涉及道路性能评价技术领域，道路性能评价指标包括裂缝状况评价指数CCI、车辙状况评价指数RCI、坑槽状况评价指数PCI、平整度评价指数REI、抗滑性能评价指数SRI、障碍物评价指数OEI、桥头跳车评价指数BBI，针对上述七项评价指标，本发明综合采用实验、模拟、数据分析等多种手段分别建立了量化评价模型，该系列模型结合评价指标权重组成道路性能评价模型。为了克服评价指标权重为定值所导致的模型评价结果不够客观的问题，引入了惩罚边权函数对模型进行了改进，在对道路性能进行评价时，加大严重影响路面性能的指标的权重，使得得到的结果更加科学合理。

说明书

技术领域

本发明涉及道路性能评价技术领域，尤其是一种道路性能评价指标量化模型的建立方法。

背景技术

对评价指标进行量化分析是城市道路性能评价体系的核心，评价指标量化分析的准确与否决定着道路性能评价结果的准确性。而基于评价结果对道路性能进行长期预测则是道路性能为道路管养部门指定养护计划提供了依据，是道路性能长期稳定的重要保障。

发明内容

基于上述，本发明提供了一种道路性能评价指标量化模型的建立方法，具体技术方案如下：

所述道路性能评价指标包括有裂缝状况评价指数CCI、车辙状况评价指数RCI、坑槽状况评价指数PCI、平整度评价指数REI、抗滑性能评价指数SRI、障碍物评价指数OEI、桥头跳车评价指数BBI；

所述方法包括以下步骤：

(1)道路性能评价指标权重的计算

1.1、建立判断矩阵

以对自动驾驶安全舒适性的影响程度作为评价准则对各项指标进行两两对比并给出分值a

1.2、相对重要性计算

其是基于所述判断矩阵计算各指标的相对重要度；将判断矩阵的列向量进行归一化，如下式；

根据列向量归一化的判断矩阵按行求和可得

将向量

1.3、确定权值

采用平均法对各专家得出的判断结果进行无差别平均化，得到各项指标最终权重，如下式：

(2)引入的局部惩罚-激励型变权函数，如下式：

指标实测评价值除以100；α表示惩罚水平；β表示激励水平；C，c

(3)APCEI计算公式

结合各评价指标的权重，将所述指标计算值加权平均可得面向自动驾驶的道路性能综合评价指数APCEI，如下式；

APCEI＝ω

进一步的，所述裂缝状况评价指数CCI的计算式为

进一步的，所述车辙状况评价指数RCI的计算式为

进一步的，所述坑槽状况评价指数PCI的计算式为

进一步的，所述平整度评价指数REI的计算式为

进一步的，所述抗滑性能评价指数SRI的计算式为

进一步的，所述障碍物评价指数OEI的计算式为

进一步的，所述桥头跳车评价指数BBI的计算式为BBI＝100-24.59a；

设置搭板时，通过对车辆从搭板底点驶向搭板顶点过程的力学分析，可以确定减速度与搭板长度和不均匀沉降量之间的关系式如下：

不设搭板时，此时桥头跳车发生在很短的时间间隔内，因而可取作用时间Δt＝0.3，经研究与理论分析，车辆经过台阶后的减速度计算式如下：

本发明具有如下的有益效果：

针对裂缝、车辙、坑槽、平整度、抗滑性能、障碍物和桥头跳车七项评价指标，本发明综合采用实验、模拟、数据分析等多种手段分别建立了量化评价模型，该系列模型结合评价指标权重组成道路性能评价模型。为了克服评价指标权重为定值所导致的模型评价结果不够客观的问题，引入了惩罚边权函数对模型进行了改进，在对道路性能进行评价时，加大严重影响路面性能的指标的权重，使得得到的结果更加科学合理。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是各高速公路小汽车的轮迹分布图；

图2是行车经搭板时受力分析图；

图3是惩罚变权函数S

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

实施例1

本申请实施例1提供了一种道路性能评价指标权重的计算方法，步骤如下：

(1)建立判断矩阵

以对自动驾驶安全舒适性的影响程度作为评价准则对各项指标进行两两对比并给出分值a

表1：Satty判断矩阵中1-9的含义

在实施例中，邀请的专家根据依据自身经验和对自动驾驶的理解独立给出缺陷层各指标之间的重要性程度判断矩阵。其中一位专家给出的判断矩阵如下：

(2)相对重要性计算

相对重要性计算是基于判断矩阵计算各指标的相对重要度，需按如下步骤进行计算：

1)将判断矩阵的列向量进行归一化，如下式；

2)得到关于

3)根据列向量归一化的判断矩阵按行求和可得

可得

4)将向量

5)计算最大特征根λ

上式中，

AW

(3)一致性检验

为避免所建立的判断矩阵出现逻辑错误，需要进行一致性检验。

计算C

对n＝1,…,30，Saaty给出的R

表2：随机样本矩阵中RI值

计算可得判断矩阵A的一致性比例

(4)确定权值

根据上述步骤可以得到选取的专家组成员对评价指标的影响权重判断结果。但由于专家的认识和经验上的差异，判断结果或多或少存在一点偏颇。为了削弱专家们主观想法的影响，采用平均法对各专家得出的判断结果进行无差别平均化，得到各项指标最终权重，如下式：

上式中：

f：评价指标权重均值；

f

m：专家人数。

计算得到各项评价指标的权重值如下表3所示。

表3：基于群组AHP法的初始权重值

实施例2

本实施例2提供了一种道路性能评价指标量化模型的建立方法，为了克服实施例1评价指标权重为定值所导致的模型评价结果不够客观的问题，本实施例2中引入了惩罚边权函数对模型进行了改进，在对道路性能进行评价时，加大严重影响路面性能的指标的权重，使得得到的结果更加科学合理。

一、裂缝状况评价指数(CCI)

本申请实施例采用CCI来评价在监测区域内各车道的裂缝病害严重程度。根据我国现行的沥青路面状况指数PCI的计算公式，在路面病害仅为裂缝类破坏时，其损坏状况的评价标准如下表4所示。

表4：裂缝状况评价标准

对应评价指标，CCI分别取85、70、55、40，如下表5所示。

表5：裂缝评价得分

拟合上表5中的数据，可得到CCI的计算公式。

裂缝率表示裂缝区域(包括网状裂缝和横、纵向裂缝)在路面总面积中的占比，参考《公路技术状况评定标准》(JTG5210-2018)，横纵向裂缝的宽度统一取为0.2m，网状裂缝按其面积进行计算，如下式：

上式中：

CK：表示路面破损率；

MC：表示网状裂缝的面积；

LC：表示横纵向裂缝总长度；

A：表示路面面积。

上式中：

CCI：表示裂缝状况评价指数。

依据得分得到的严重程度分级和驾驶建议见下表6。

表6：裂缝状况评价表

二、车辙状况评价指数(RCI)

利用车辆动力学软件，建立道路和车辆相互作用的模型。本实施例分别取不同深度的车辙进行模拟，采用方向盘转角作为输出变量。模拟表明，随着车辙深度增大，方向盘转角随之增大并在达到一定程度时不再增长，说明此时车辆已发生了跳车。依据研究获得的车辙深度和方向盘转角间的关系，本实施例通过分析建立了方向盘转角和RCI之间的关系，以方向盘转角为中间变量建立了RCI和车辙深度d之间的函数关系，如下式：

上式中：

RCI：车辙状况评价指数；

d：车辙深度；

δ、γ、ε和φ：系数，与道路设计速度相关，具体值参见下表7所示。

表7：和设计速度相关的系数

依据得分得到的严重程度分级和驾驶建议见下表8。

表8：车辙深度评价表

三、坑槽状况评价指数(PCI)

车辆在道路上行驶时其轮迹一般集中在一条带状区域内，导致车道不同区域的轮迹分布密度不同，这种情况在智能汽车中更为显著。处于轮迹分布越密集区域的坑槽智能汽车避让越困难，因而对自动驾驶安全性的危害性也越大。本实施例举例分析青海高速公路、沿海高速公路、津蓟高速公路和津保高速公路四条高速公路上小汽车行车轮迹分布数据(如图1所示)。可以看出不同高速公路上小汽车的轮迹分布比例大致相等，而且如仅考虑左侧轮胎的轮迹带，轮迹分布服从正态分布。

设小汽车左轮与车道左侧边线的距离为自变量y(单位：cm)，用正态分布对所有数据进行拟合可得均值＝80.47，标准方差σ＝42.25。假设其服从X～N(80.47,42.25)正态分布，并在显著性水平α＝0.05下进行X

调查分析表明：相同大小坑槽的严重程度和轮迹分布大致呈线性关系，所以可得坑槽出现在不同位置的影响函数，如下：

上式中：

X：坑槽与车道左侧边线的距离。

坑槽的平面尺寸是影响自动驾驶安全性能最重要的因素。对于某一位置的坑槽，其平面尺寸越大，小汽车经过时颠簸的加速度变化就越快，峰值越大。但是，坑槽通常是不规则的形状，采用面积无法精确确定坑槽的影响，可分别考虑坑槽的长度和宽度。坑槽的宽度如小于轮胎宽度，小汽车在行驶时很难掉入其中，对行车安全几乎无影响，如宽度大于轮胎宽度，小汽车经过时如不避让，轮胎有大概率掉入其中，因而对行车安全都会产生严重影响。此外，坑槽越长，小汽车经过时颠簸的加速度变化就越快，峰值越大，其对自动驾驶安全性的影响就越大，所以坑槽的长度是进行评价时不可忽视的关键因素。

根据调查，我国汽车轮胎宽度在16.5cm到25.5cm之间。当坑槽宽度小于轮胎宽时，认为对驾驶影响很小，影响程度可取0.5，坑槽宽度大于轮胎宽时，取为2。由此，可以得到坑槽的宽度对坑槽严重性影响的评价公式(以W表示影响程度，w表示坑槽宽度)，如下：

坑槽长度远小于轮胎半径时，小汽车经过坑槽，轮胎不会接触到坑槽底部，汽车振荡幅度可忽略不计，对自动驾驶安全性的影响也可忽略。随着长度增加，汽车振荡幅度也会随之增加，直至接触坑槽底部不再增加。假设轮胎半径为15英尺，坑槽深度取5cm，对于不同的坑槽长度，通过车辆动力学软件可以得到相应的车辆颠簸最大加速度。当坑槽长度达到40cm时，轮胎会直接接触到坑底，最大加速度不再随着长度增长维持不变，此时最大加速度为4.3m/s

表9：长度与严重性关系表

通过软件拟合可得：

上式中：

a,b：系数，a＝0.0714，b＝0.036；

l：坑槽长度。

综合考虑坑槽的位置、宽度和长度，结合公式(2)、(3)、(4)，可得坑槽安全指数(PCI)的计算公式为：

上式中：

n：表示坑槽数量；

i：表示第i个坑槽；

F(χ)

W(w)

S(i)

表10：坑槽安全评价表

四：平整度评价指数(REI)

《公路技术状况评定标准》(JTG5210-2018)在制定时收集了大量公路平整度数据，通过对实际数据分析拟合，结合撰写专家组意见，得到了关于路面平整度的评价公式。该公式符合我国当前道路现状，故本实施例沿用了此公式。本实施例采用三米直尺法的思路监测道路的平整度，得到的数据是三米范围内路面的最大间隙高度X，需要公式来将X换算成国际平整度IRI，其换算公式如下：

IRI＝0.3803X-0.4537

自动驾驶行驶路面质量公式如下：

上式中：

IRI：国际平整度指数(m/km)；在本实施例中，IRI由最大间隙高度X换算得到；

a

a

另，以下为不同时期我国平整度回归方程：

1、京津塘高速公路：σ＝0.6887×IRI-0.7968；

2、陈海安：σ＝0.695×IRI-0.73；

3、沪宁高速公路：σ＝0.5×IRI-0.1；

4、长吉、石安高速公路：σ＝0.5909×IRI-0.0976；

5、98年太原鉴定会确定：σ＝0.6×IRI。

表11：平整度评价表

五：抗滑性能评价指数(SRI)

《公路路基路面现场测试规程》(JTG 3450-2019)中提出根据测量时温度将实测摆值根据温度修正为20℃下的标准温度摆值的公式，如下：

BPN

上式中：

BPN

BPN

△BPN：温度修正值，此值可按下表12采用。

表12：我国规范摆值温度修正值

道路的抗滑性能检测一般通过横向力系数检测车来完成，检测得到待检测路段的横向力系数SFC。根据调研，SFC与BPN的转变公式为SFC＝1.283BPN-29.2354，结合摆值的修正公式，得到横向力系数SFC的温度修正公式如下：

SFC

上式中：

SFC

SFC

△BPN

△BPN

除了温度影响之外，路面的干湿状态对抗滑性能同样会产生很大影响。为了模拟车辆在雨天最不利的条件下行驶，SFC是横向力系数检测车在路面洒水状态下进行测定的。然而针对自动驾驶路面抗滑性能，规范采用的检测手段是有一定的局限性，并没有考虑路面结冰的情况，路面结冰时抗滑性能的下降会直接影响自动驾驶路面性能的正确评价和预警，严重时会引发交通安全事故。因此，在分析自动驾驶路面路况的同时，需要具体考虑在不同环境条件，比如干燥、潮湿、结冰等等条件下的抗滑性能，才能更精准地对自动驾驶路面路况来感知判断。

通过横向力系数检测车可测定在路面潮湿状态下的横向力系数。同时，针对干燥路面，也可采用此种潮湿情况下检测的横向力系数来偏安全评估。对于结冰情况，本实施例采用对比实验的方法进行研究，在控制路面材料和洒水量一致的情况下，利用摆式摩擦仪测量潮湿状态下和结冰状态下的沥青混合料车辙板的摩擦系数。实验结果如下表13所示：

表13：摆式摩擦仪测量结果

利用R软件拟合数据可得下式：

SFC

评估自动驾驶路面抗滑性能采用SRI指数，SRI计算公式通过修正《公路技术状况评定标准》(JTG 5210-2018)中SRI计算公式，全面考虑不同环境条件下自动驾驶路面的抗滑性能，根据实测在干燥、潮湿、结冰等具体条件下路面的横向力系数，再通过100打分制来输出自动驾驶路面的评分情况，更能够真实、准确对实际路况进行判断预警。自动驾驶路面抗滑性能SRI指数计算公式见如下所示：

上式中：

SFC：路面干燥或潮湿状态下的横向力系数；

SFC

SRI

a0、a1：模型参数，分别取28.6、-0.105。

表14：抗滑指数评价表

六：障碍物评价指数(OEI)

根据交警部门的数据，可能出现在道路上的障碍物可归纳为以下几类：司乘人员的抛弃物、货车载运过程中的掉落物、车辆掉落部件和附属设施损坏产生的障碍物等。这些障碍物可能会被来往车辆碾压弹起砸到其他车辆，可能导致车辆紧急避让而撞上护栏或其他车辆，可能表面光滑导致车辆碾压过去导致侧滑。所以很难找到统一的标准来衡量所有障碍物。

根据调查，目前一般家庭轿车的底盘高度在12cm-15cm的范围之内，考虑到车辆在行驶时会持续震荡，震荡幅度在两厘米左右，因此如果路面障碍物的高度大于10cm，车辆如果没能及时避让，必然会导致碰撞造成车辆损伤。即使较小的障碍物，如果数量多，也有会对行车安全造成极大影响，尤其是在高速的条件下危险程度更高。因此，对于道路障碍物，本实施例选择障碍物的高度、面积以及车速三个因素进行研究。

目前关于路面障碍物的研究非常少，其中大部分研究都是针对路面障碍物的检测进行研究，少量研究了高度小于1cm的障碍物对道路平整度的影响，对本实施例的参考价值较弱。因此，本实施例从实际情况出发，分析障碍物对自动驾驶安全性的影响。

考虑到障碍物高度对安全性的特殊影响，取h≥10cm时路面性能为差，评分30。h＜10cm时，根据调研，可建立相应公式如下：

上式中：

h：障碍物高度；

s：障碍物面积；

k：与道路设计速度相关，值可参见下表15。

表15：和设计速度相关的系数

表16：障碍物状况评价表

七：桥头跳车评价指数(BBI)

目前我国桥头的连结形式有设搭板连结和不设搭板连结两种。当桥头为设搭板连结时，因为沉降的原因，行车轨迹为折线形式，搭板两端的纵坡差形成了一个突变的纵坡转折；当桥头不设搭板时，桥头形成了一个类似于台阶式的陡坎。这两种桥头连结形式下的车辆驶过的反应不同，本实施例根据两者的特点分别采用不同方式进行评价。

查阅相关文献表明，采用行车方向的减速度a作为交通流指标能真实敏感地反映桥头跳车的过程，而且减速度与行车安全之间的相关性较强。

设置搭板时，当汽车行驶至桥头搭板过渡段时，其受力情况如图2所示：

通过对车辆从搭板底点驶向搭板顶点过程的力学分析，可以确定减速度与搭板长度和不均匀沉降量之间的关系式如下：

上式中：

a：减速度；

v：道路设计速度；

h：不均匀沉降量；

L：搭板长度。

不设搭板时，此时桥头跳车发生在很短的时间间隔内，因而可取作用时间Δt＝0.3，经研究与理论分析，车辆经过台阶后的减速度计算式如下：

上式中：

Δt：桥头跳车发生的时间间隔，由于作用时间很短，所以可取为0.3s。

《机械振动与冲击人体处于全身振动的评价第1部分:一般要求》(ISO 2631-1-1997)给出了车辆加减速度与舒适性和行车安全之间的关系。因此参考该标准，结合自动驾驶对减速度的敏感性特点，以减速度为依据将桥头跳车对自动驾驶行车安全进行量化：

BBI＝100-24.59a

上式中：

BBI：桥头跳车评价指数。

表17：桥头跳车评价表

八：面向自动驾驶的道路性能综合评价指数(APCEI)

(1)惩罚变权函数模型

道路性能评价结果对路面使用状态明显具有“木桶性质”，即对于道路技术状况的好坏，取决于其最差的指标。当道路出现某个指标劣化很高时，其综合的运行状态可能达到严重的状态。如果评价模型中各项指标的权重为定值，那么当某项指标得分很低时，可能会因为其权重小而导致最终评价结果过高，不能准确判断道路性能。因此，本实施例针对得到的城市道路性能评价公式，采用变权理论，引入惩罚-激励函数对权重值进行优化，在某一或几个评价指标得分过低的情况下对其加以额外的惩罚权重，以此来增强评价模型对实际检测指标反应的相对灵敏性，避免定权模型的缺陷。本实施例引入的局部惩罚-激励型变权函数见下式：

上式中：

ω

ω

S

上式中：

χ

α：惩罚水平；

β：激励水平；

C，c

K，调整系数。

该变权函数具有以下特点：

①(0,α)为受惩罚区间，分为特强惩罚阶段(0,μ]，强惩罚阶段(μ,λ]，初惩罚阶段(λ,α)3个阶段；

②[α,β]为合格区间，该区间激励水平与惩罚水平接近；

③(β,1)为受激励区间，即对优秀的指标因素的权重进行奖励定权。

考虑到路面使用性能特性，需设函数惩罚幅度远远大于激励幅度参数，函数各参数值分别取μ＝0.4，λ＝0.5，α＝0.8，β＝0.9，c1＝0.5，c2＝0.7，C＝0.2，K＝1.5。由此可知：该变权函数的特强惩罚阶段为(0，0.4]区域、强惩罚阶段为(0.4，0.5]区域、初惩罚阶段为(0.5，0.8]区域、受激励阶段为(0.9，1)区域。所得S

(2)APCEI计算公式

结合各评价指标的权重，将上述指标计算值加权平均可得面向自动驾驶的道路性能综合评价指数(APCEI)。

APCEI＝ω

上式中：

ω

APCEI：自动驾驶道路综合评价指数；

CCI：裂缝状况评价指数；

RCI：车辙状况评价指数；

PCI：坑槽状况评价指数；

REI：平整度评价指数；

SRI：抗滑性能评价指数；

OEI：障碍物评价指数；

BBI：桥头跳车评价指数。

表18：路面综合状况评价分级

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。