Ajoneuvojen luokittelu värähtelysignaalin avulla
Virtanen, Valtteri (2019-06-05)
Ajoneuvojen luokittelu värähtelysignaalin avulla
Virtanen, Valtteri
(05.06.2019)
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
avoin
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2019091328136
https://urn.fi/URN:NBN:fi-fe2019091328136
Tiivistelmä
Innoroad kehittää tienmittausteknologiaa, joka toimiessaan mahdollistaa tiellä kulkevan liikenteen, tien kunnon ja sääolosuhteiden automatisoidun seurannan. Monet käytössä olevat menetelmät joko mittaavat tien kuntoa tai seuraavat liikennevirtaa. Tutkimuksen tavoitteena oli kehittää tilastollinen malli, jolla voidaan automaattisesti tunnistaa tietä käyttävän ajoneuvon kokoluokka sen aiheuttaman värähtelyn perusteella. Automaattisesti toimiva malli auttaisi tienkäytön seuraamisessa ja tien kulumisen arvioinnissa. Tavoitteena oli myös löytää tunnistamisen kannalta tärkeät taajuudet, mikä mahdollisesti auttaisi värähtelymittareiden kehittämisessä.
Tutkimusaineisto kerättiin Muoniosta valtatieltä 21 tien varteen ja sen yli asennetuilla värähtelymittareilla. Aineistona käytettiin ajoneuvojen ylityshetkiä. Raakamuotoisen datan lisäksi mallinnuksessa käytettiin myös taajuustasolle muunnettua aineistoa sekä tietoa havaitusta rengasparien lukumäärästä. Näihin aineistoihin sovitettiin erilaisia tilastollisia- ja koneoppimismalleja, joilla pyrittiin löytämään eri ajoneuvoluokille ominaisia piirteitä. Lisäksi yritettiin eri menetelmillä löytää taajuuksia, joilla eri ajoneuvoluokille ominaiset piirteet ilmenevät.
Tutkimuksen perusteella ajoneuvoluokkien automaattinen tunnistaminen onnistuu tyydyttävällä luotettavuudella värähtelysignaalin avulla. Suurin ongelma tunnistamisessa oli kevyiden (mm. porras- ja viistoperäiset- sekä farmariautot) ja keskikokoisten (mm. paketti- ja tila-autot sekä katumaasturit) ajoneuvojen erottaminen toisistaan. Ajoneuvoluokkien tunnistuksen kannalta tärkeät taajuudet sijaitsivat välillä 1 Hz - 15 906 Hz. Huomattiin kuitenkin, että enemmistö näistä taajuuksista sijaitsee käytetyn taajuusvälin 1 Hz - 16 000 Hz alkupäässä. Ajoneuvoluokan tunnistaminen käytetyillä malleilla tapahtuu siis matalammilla taajuuksilla.
Tutkimusaineisto kerättiin Muoniosta valtatieltä 21 tien varteen ja sen yli asennetuilla värähtelymittareilla. Aineistona käytettiin ajoneuvojen ylityshetkiä. Raakamuotoisen datan lisäksi mallinnuksessa käytettiin myös taajuustasolle muunnettua aineistoa sekä tietoa havaitusta rengasparien lukumäärästä. Näihin aineistoihin sovitettiin erilaisia tilastollisia- ja koneoppimismalleja, joilla pyrittiin löytämään eri ajoneuvoluokille ominaisia piirteitä. Lisäksi yritettiin eri menetelmillä löytää taajuuksia, joilla eri ajoneuvoluokille ominaiset piirteet ilmenevät.
Tutkimuksen perusteella ajoneuvoluokkien automaattinen tunnistaminen onnistuu tyydyttävällä luotettavuudella värähtelysignaalin avulla. Suurin ongelma tunnistamisessa oli kevyiden (mm. porras- ja viistoperäiset- sekä farmariautot) ja keskikokoisten (mm. paketti- ja tila-autot sekä katumaasturit) ajoneuvojen erottaminen toisistaan. Ajoneuvoluokkien tunnistuksen kannalta tärkeät taajuudet sijaitsivat välillä 1 Hz - 15 906 Hz. Huomattiin kuitenkin, että enemmistö näistä taajuuksista sijaitsee käytetyn taajuusvälin 1 Hz - 16 000 Hz alkupäässä. Ajoneuvoluokan tunnistaminen käytetyillä malleilla tapahtuu siis matalammilla taajuuksilla.