Auto als Sensor Quick-scan naar detectiemogelijkheden van wegdekschade

Mobiliteit en Logistiek Van Mourik Broekmanweg 6 Postbus 49 2600 AA Delft www.tno.nl

TNO-rapport TNO-034-DTM-2010-03210

Auto als Sensor – Quick-scan naar detectiemogelijkheden van wegdekschade

Datum

20 augustus 2010

Auteur(s)

Gerdien Klunder, Willem van Aalst, Dehlia Willemsen, Dave van Vliet, Greet Leegwater, Peter Ruijs

Exemplaarnummer Oplage Aantal pagina's Aantal bijlagen Opdrachtgever Projectnaam Projectnummer

34 0 Rijkswaterstaat DVS Auto als Sensor voor wegbeheer 034.21650

Alle rechten voorbehouden. Niets uit deze uitgave mag worden vermenigvuldigd en/of openbaar gemaakt door middel van druk, foto-kopie, microfilm of op welke andere wijze dan ook, zonder voorafgaande toestemming van TNO. Indien dit rapport in opdracht werd uitgebracht, wordt voor de rechten en verplichtingen van opdrachtgever en opdrachtnemer verwezen naar de Algemene Voorwaarden voor onderzoeksopdrachten aan TNO, dan wel de betreffende terzake tussen de partijen gesloten overeenkomst. Het ter inzage geven van het TNO-rapport aan direct belang-hebbenden is toegestaan. © 2010 TNO

T +31 15 276 30 00 F +31 15 276 30 10 [email protected]


2 / 34

Auto als Sensor

Inhoudsopgave 1 1.1 1.2 1.3 1.4 1.5

Inleiding .......................................................................................................................... 3 Achtergrond en doel van het project................................................................................ 3 Vraagstelling.................................................................................................................... 3 Aanpak van deze studie ................................................................................................... 4 Auto als Sensor ................................................................................................................ 4 Kansen van het concept ‘Auto als Sensor’ voor Rijkswaterstaat..................................... 5

2 2.1

Wegdekschades .............................................................................................................. 7 Schades en schademechanismen aan verhardingen ......................................................... 7

3 3.1

De huidige aanpak voor schadedetectie van Rijkswaterstaat .................................. 10 Weginspecties ................................................................................................................ 10

4 4.1 4.2 4.3 4.4 4.4.1 4.5 4.5.1 4.6 4.7 4.8 4.9

Mogelijkheden voor schadedetectie............................................................................ 12 Meten van wegdekschade .............................................................................................. 12 Eisen aan de sensoren voor toepassing in Auto als Sensor............................................ 13 Sensoren aanwezig in het huidige wagenpark ............................................................... 13 Geavanceerde sensoren.................................................................................................. 15 Radar.............................................................................................................................. 17 Additionele sensoren...................................................................................................... 17 Locatiebepaling.............................................................................................................. 18 Statistische analyse en verwerking van de data ............................................................. 19 Kansrijke methoden voor het detecteren van gaten, scheurvorming en rafeling ........... 20 Innovatieve methode voor het detecteren van stroefheid............................................... 21 Mogelijkheden voor detectie van andere zaken............................................................. 22

5

De workshop................................................................................................................. 24

6

Voorstel aanpak pilot................................................................................................... 28

7

Conclusies en aanbevelingen....................................................................................... 31

8

Referenties .................................................................................................................... 33


3 / 34

Auto als Sensor

1 Inleiding

1.1

Achtergrond en doel van het project

Er vindt een sterke ontwikkeling plaats in het toepassen van informatie- en communicatietechnologie voor verkeer en vervoer. In de Europese projecten CVIS, SAFESPOT en COOPERS zijn in afgelopen vijf jaar communicatiestandaards ontwikkeld waarmee voertuigen en wegkantstations gegevens over verkeersafwikkeling en veiligheid uitwisselen. Een derde toepassingsgebied is het uitwisselen van gegevens ten behoeve van asset management: het beheer en onderhoud van de componenten van het netwerk. DVS wil samen met TNO onderzoeken of de nieuwe technieken en sensoren in voertuigen geschikt zijn om gegevens te verzamelen die bijdragen aan asset management. De verwachting is dat door de inzet van slimme technologie, de monitoring van infrastructuur sneller en efficiënter kan worden uitgevoerd. Een grote veroorzaker van schade aan het wegdek die jaarlijks terugkeert is vorst. Vorstschade leidt elk jaar tot schadeclaims voor Rijkswaterstaat en leidt bovendien tot overlast voor de weggebruiker. Het is dus van belang dat vorstschade sneller gedetecteerd kan worden dan met de huidige tweejaarlijkse controles die Rijkswaterstaat uitvoert met een geavanceerd meetvoertuig, de ‘ARAN’. In het recente verleden hebben intelligente sensoren al veel aandacht gekregen voor toepassing in verkeersmanagement, gericht op het vlotter laten doorstromen van het verkeer of om de verkeersveiligheid te vergroten. In-car sensoren zijn als toepassing voor het beheer en onderhoud van de weginsfrastructuur echter nog nauwelijks onderzocht. Juist daarom is het interessant daar nu ook onderzoek naar te doen, zodat RWS ook in haar taak als infraprovider ondersteund kan worden met de nieuwste technologie1. TNO zet met deze studie de eerste stap van het onderzoek: een verkenning naar innovatieve technologieën die kunnen worden ingezet om de inspectie van de wegkwaliteit te ondersteunen. Op grond van de resultaten van de eerste stap wil DVS kunnen beslissen welke technologie in aanmerking komt voor een pilot.

1.2

Vraagstelling Het project richt zich op de vraag welke mogelijkheden er zijn om met sensoren in voertuigen in een vroeg stadium schade aan wegen te kunnen detecteren. De toepassing van de sensoren op een deel van de voertuigen van RWS moet het mogelijk maken dat schades aan het wegdek (o.a. vorstschade) in een vroeg stadium gedetecteerd worden, waarna vervolgens adequate maatregelen kunnen worden genomen. Dit kunnen sensoren zijn die al in de huidige voertuigen aanwezig zijn of op korte termijn in voertuigen verwacht kunnen worden, maar hoeft hier niet toe beperkt te blijven. Gestreefd wordt om een ‘simpele’ aanpak te vinden met eenvoudige sensoren 1

Hoewel het ARAN voertuig met geavanceerde technologie is uitgerust, is er behoefte aan technologie die een quick-scan van wegdekschade mogelijk maakt.


4 / 34

Auto als Sensor

en eenvoudige analyses. Het idee is dat de sensoren geïnstalleerd kunnen worden op de voertuigen van een deel van het wagenpark van RWS, bijvoorbeeld de voertuigen van de RWS weginspecteurs. Deze weginspecteurs mogen geen hinder van het systeem ondervinden. Om het systeem te testen is beoogd na afloop van deze voorbereidende studie een kleine pilot te houden met (in eerste instante) één demovoertuig. Dit voertuig kan de VW Passat zijn uit de eerdere pilot met de Rij Assistent van Wegen naar de Toekomst, die momenteel in gedeeld beheer is van TNO en RWS. De belangrijkste onderzoeksvragen zijn: 1. Welke aspecten van wegdekken moeten gemeten worden om wegdekschade te detecteren? 2. Hoe kan dit met behulp van (in-voertuig) sensoren geregistreerd worden? 3. Wat zijn de voor- en nadelen van verschillende type sensoren voor deze toepassing? 4. Wat lijkt de best haalbare aanpak (welke sensoren en meetmethode) voor de beoogde pilot? Indien het project als resultaat oplevert dat de voorgestelde aanpak haalbaar lijkt, wordt beoogd nog in het jaar 2010 een proef uit te voeren met een demovoertuig uitgerust met de betreffende sensoren. 1.3

Aanpak van deze studie Deze studie is uitgevoerd als quick-scan studie, door middel van deskresearch, bestaande uit een literatuurstudie en het raadplegen van diverse experts. Ook heeft er een workshop plaatsgevonden met experts van TNO en DVS, waarin de resultaten van de deskresearch getoetst zijn en een voorstel voor de pilot is besproken. De resultaten van de workshop zijn ook in deze rapportage verwerkt.

1.4

Auto als Sensor Het ‘Auto als Sensor’ concept gaat uit van het gebruik van nieuwe technologieën en sensoren aanwezig in huidige en toekomstige voertuigen. Deze sensoren zijn doorgaans aanwezig om het rijgedrag van de voertuigen te verbeteren of veiliger te maken, zoals ABS, ESP, sensoren op schokbrekers, camera’s of laserscanners voor Adaptive Cruise Control (ACC) en lane-keeping systemen. De gedachte is dat deze sensoren ook zaken kunnen registreren waaruit informatie over de wegconditie afgeleid kan worden. Deze informatie zou onnauwkeuriger kunnen zijn dan de speciaal uitgeruste voertuigen voor wegdekdetectie zoals de ARAN, maar doordat het gaat om grote hoeveelheden voertuigen die voortdurend op de weg aanwezig zijn, zouden wegdekschades mogelijk veel eerder gedetecteerd kunnen worden. Ook kunnen de meetgegevens nauwkeuriger worden als de gegevens van vele voertuigen gecombineerd worden. Technische uitdagingen zijn het feit dat de voertuigen de metingen moeten verrichten op normale snelheid en zonder dat de bestuurder er hinder door ondervindt, er slechts een klein deel van het wegdek via de wielen gescand kan worden (de bandensporen), de lokatiebepaling (nauwkeuriger dan standaard GPS is gewenst in verband met het detecteren van de juiste rijstrook) en het datamanagement (het loggen, bij elkaar brengen en analyseren van grote hoeveelheden data). Daarnaast zijn er ook niettechnische aandachtspunten die de implementatie van het concept kunnen belemmeren, zoals privacy issues.


5 / 34

Auto als Sensor

Het ‘Auto als Sensor’ concept voor detecteren van wegdekschades is een relatief nieuw concept waarnaar nog vrijwel geen onderzoek gedaan is. In het ‘Advanced Inspections Project’ [Arcadis, 2009] is een kleine verkenning gedaan naar het ‘Auto als Sensor’ concept als onderdeel van een studie naar innovatieve methoden voor monitoring van het wegdek van het hoofdwegennet. In dit onderzoek werd geconcludeerd dat de Auto als Sensor een veelbelovende aanpak is voor detectie van wegdekschade. Er is in die studie nog geen goed onderzoek gedaan naar de precieze wijze van detectie en sensortypes. Er is wel een literatuuronderzoek gedaan, maar de sensoren die in die studies gebruikt werden, zijn bij nadere bestudering veelal niet erg geschikt voor de ‘Auto als Sensor’ op korte termijn (te onbekende en dure technologie, nog niet goed uitontwikkeld). Ook in het FP6 INTRO project [Intro, 2008] is onderzoek gedaan naar het Auto als sensor concept voor detecteren van wegdekschade. Dit onderzoek lijkt zeer relevant, maar wij hebben nog geen resultaten van dit project kunnen vinden. Er zijn veel onderzoeken en literatuur over detectie van wegdekschade in het algemeen (zie o.a. [Laurent 2010], [Lalagüe 2010], [Nils 2010]), maar niet specifiek over de bruikbaarheid voor uitrusting van normale voertuigen en het combineren van metingen van een grote voertuigvloot. Nadat gekozen is voor specieke sensoren en schadetypes kan meer specifieke informatie gezocht worden.

1.5

Kansen van het concept ‘Auto als Sensor’ voor Rijkswaterstaat Het toepassen van het concept ‘Auto als Sensor’ lijkt een interessante nieuwe methode voor weginspectie, die diverse voordelen biedt, zoals meer continuïteit in het vergaren van de gegevens, minder verkeershinder, minder kosten, verlichten van de taken van de weginspecteurs en als early warning systeem. Rijkswaterstaat heeft binnen de eigen organisatie een onderzoek gedaan naar de kansen van dit concept voor Rijkswaterstaat, beschreven in een memo [Prost, 2010]. Uit deze memo blijkt dat het concept ‘Auto als Sensor’ niet voor alle vormen van wegdekinspectie van Rijkswaterstaat interessant is. Het onderhoud aan het wegenareaal van Rijkswaterstaat is te onderscheiden naar Groot Onderhoud, Levensduur verlengend onderhoud en Reparatie incidentele schades. Per onderhoudstype is door Rijkswaterstaat het volgende geconstateerd over de toegevoegde waarde van het concept ‘Auto als Sensor’ (samenvatting van de memo): Groot Onderhoud De sensoren van het concept ‘Auto als Sensor’ kunnen een veelheid aan extra data opleveren, maar die veranderen niets aan de daadwerkelijke planning van het groot onderhoud in de Meerjarenplanning wegverhardingen. Bovendien is een voordeel van de ARAN de eenduidige inwinning, verwerking en interpretatie van de gegevens. Conclusie: Auto als Sensor heeft geen toegevoegde waarde. Incidentele (vorst)schades De inzet van sensoren om vorstschades vroegtijdig te signaleren heeft gering draagvlak onder de betrokkenen in het primair proces. Het is de vraag of het mogelijk is dat sensoren eerder schade kunnen detecteren dan de weginspecteurs d.m.v. visuele inspectie. Eerder signaleren is van belang om verkeershinder te voorkomen door eerder repareren en grotere schade te voorkomen. Echter, eerdere signalering zou niet tot andere beslissing leiden voor het gros van de reparaties, volgens geïnterviewde betrokken Rijkswaterstaters. Er is wel tijdwinst te


6 / 34

Auto als Sensor

behalen tussen signalering en reparatie, maar deze tijd is afhankelijk van menskracht, geld en de verkeerssituatie. Signalering door sensortechniek zou het kritieke tijdpad niet veranderen. De algemene mening bij de wegendistricten is dat vervroegde signalering van vorstschades niet zal leiden tot snellere of betere reparaties. Levensduur verlengend onderhoud In de huidige situatie wordt het toepassen van de verschillende vormen van LVO grotendeels gebaseerd op ‘engineering judgment’. Sensortechnieken kunnen eraan bijdragen om deze engineering judgment beter te onderbouwen, zodat de beslissingen over welke toe te passen maatregelen op het meest toe te passen tijdstip worden genomen, met een maximalisatie van levensduur en kosteneffectiviteit. Uit de memo kwam verder naar voren dat er wel een grote toegevoegde waarde wordt gezien in het opslaan en eenvoudig raadpleegbaar maken van camerabeelden van de weg. Wanneer camerabeelden beschikbaar zijn, is een eerste oordeel mogelijk zonder ter plaatse te gaan kijken, en kan zo de tijd tussen signaleren en repareren verkorten. Het kan bijdragen aan de besluitvorming over welke reparatie op welk moment dient te worden uitgevoerd. De camerabeelden kunnen ook doorgestuurd worden naar de aannemer. Er zijn ook aanvullende toepassingen mogelijk voor meerdere doeleinden als Rijkswaterstaat kan beschikken over actuele visuele areaalgegevens (lussen, voegovergangen, breedte redresseerstrook etc.) De memo wekt de indruk dat de Auto als Sensor maar weinig toegevoegde waarde heeft voor Rijkswaterstaat. Dit is echter gebaseerd op de mening van de betrokken Rijkswaterstaters die voor dit onderzoek zijn geïnterviewd. In de workshop van TNO met Rijkswaterstaat die voor deze studie is gehouden, kwamen wel degelijk veel kansen van het ‘Auto als Sensor’ concept naar voren die als zeer nuttig gezien worden voor Rijkswaterstaat, zie hoofdstuk 5. Daarnaast zijn wij (en onze opdrachtgevers van DVS) van mening dat de tijden veranderen, er wordt steeds meer gebruik gemaakt van moderne technologie, en dit is een ontwikkeling die daar goed in past. Het zal voordelen bieden die nu nog niet worden ervaren door de betrokkenen van de praktijk.


7 / 34

Auto als Sensor

2 Wegdekschades

2.1

Schades en schademechanismen aan verhardingen

Schades aan verhardingen2 ontstaan onder andere door weersinvloeden. Door de uvstraling en de zuurstof in de lucht wordt het bitumen, het bindmiddel, bros en vermindert de plakkracht. Ook de verkeersbelasting, met name door het zware vrachtverkeer, is een belangrijke oorzaak van het ontstaan van schades. De groei van het vrachtverkeer, overbelading en bijzondere (zware) transporten hebben in het afgelopen decennium tot een aanzienlijke toename van de schade geleid. Geraamd wordt dat de extra onderhoudskosten op jaarbasis circa 17 miljoen euro bedragen. Verder heeft de toename van het langzaam rijdend en stilstaand verkeer ten gevolge van congestievorming een negatieve invloed op de schadeontwikkeling. Ten slotte veroorzaakt instabiliteit van de ondergrond soms schade aan de verharding. In onderstaande figuur zijn enkele belangrijke schades aangegeven die kunnen optreden bij verhardingen.

Figuur 1: Enkele schades aan verhardingen

Spoorvorming komt vooral voor op de rechterrijstroken van rijbanen met dichte deklagen. Spoorvorming wordt vooral veroorzaakt door de zware belasting door het vrachtverkeer in combinatie met hoge omgevingstemperaturen. Ernstige spoorvorming heeft in het bijzonder bij nat weer een negatief effect op de verkeersveiligheid en op het comfort voor de weggebruikers. Omdat rond het jaar 2010 – 2012 circa 90 procent van het hoofdwegennet zal zijn voorzien van ZOAB (Zeer Open AsfaltBeton), zal spoorvorming als schadebeeld in de toekomst aanmerkelijk minder vaak voorkomen dan in het verleden het geval was. Scheurvorming die ontstaat in de bovenste laag van de verharding treedt vaker op bij DAB (Dicht AsfaltBeton) dan bij ZOAB en wordt veroorzaakt door gebrek aan samenhang. Dit betekent dat de binding tussen de stenen en het bitumen afneemt door de verkeersbelasting en door weersinvloeden. Vanuit civieltechnische overwegingen is vroegtijdige aanpak van de scheurvorming gewenst omdat daardoor kan worden 2

Uit het overzicht van meest relevante schades aan verhardingen, hoofdstuk 5 van het document RWS – DVS BON HWN 2006 – OBR Verhardingen – Versie 0.1-j – d.d. 19 juni 2007


8 / 34

Auto als Sensor

voorkomen dat in de winterperiode de schade door bevriezing dieper in de verhardingsconstructie dringt. In de praktijk betekent dit dat bij scheurvorming al moet worden ingegrepen voordat de weggebruikers er ernstige hinder van ondervinden. Scheurvorming die in de onderlaag ontstaat en ‘opstijgt’ naar de bovenlaag duidt op structurele schade aan de verhardingsconstructie, die het gevolg is van onvoldoende draagvermogen van de constructie. In dat geval zouden ingrijpende herstelmaatregelen noodzakelijk zijn. Dit laatste type scheurvorming komt echter relatief zelden voor op het hoofdwegennet. Rafeling, ook wel aantasting van de deklaag genoemd, wordt veroorzaakt door het loslaten van steentjes uit de verharding en het wegslijten van mortel. De weg krijgt hierdoor een ruw oppervlak. Rafeling kan zowel door de verkeersbelasting als door weersinvloeden worden veroorzaakt en treedt iets vaker op bij ZOAB dan bij DAB. Kenmerkend voor rafeling is dat na het ontstaan van de eerste verruwing van het oppervlak de schade vaak snel toeneemt. Dit is in het bijzonder het geval bij ZOAB. Voor de weggebruiker betekent rafeling een afname van het comfort (meer geluid, onrustiger sturen) en meer kans op ruitbreuk door loslatende steentjes. Ernstige rafeling heeft ook een negatief effect op de verkeersveiligheid. Van langsonvlakheid is sprake als er in de lengterichting een soort golfvorming optreedt. Bij drempelvorming is sprake van een minder vloeiende overgang. Drempelvorming komt vooral voor bij aansluitingen van kunstwerken en op plaatsen waar tunnels of duikers onder de weg doorlopen. Langsonvlakheid betekent voor de weggebruiker vooral een vermindering van comfort. Ernstige langsonvlakheid kan ook een negatief effect hebben op de verkeersveiligheid. Bij vrachtverkeer kan ten gevolge van langsonvlakheid de lading gaan verschuiven. De dwarshelling van de verharding vervult twee functies. In de eerste plaats is op alle rijbanen een zekere dwarshelling noodzakelijk voor de afvoer van regenwater. Bij onvoldoende dwarshelling blijft er teveel water achter op het wegdek, hetgeen het comfort en de verkeersveiligheid niet ten goede komt. Bij DAB leidt dit overigens eerder tot problemen dan bij ZOAB. In de tweede plaats wordt er in bochten extra dwarshelling aangebracht om de stabiliteit van voertuigen te verbeteren. Zeker bij relatief scherpe bochten, zoals bij sommige verbindingswegen en toe- en afritten, is dit belangrijk voor de verkeersveiligheid. Aantasting van de stroefheid kan worden veroorzaakt door de slijpende, polijstende werking van het verkeer. Wanneer de stroefheid afneemt zullen voertuigen bij het remmen eerder gaan slippen en neemt de kans op ongevallen sterk toe. Met het oog hierop is stroefheid dan ook een van de twee ‘harde normen’ die voor verhardingen worden gehanteerd. Als weggebruikers bekend zijn met de gladheid van het wegdek, zullen de onderlinge afstanden tussen de voertuigen toenemen. Dit heeft een negatief effect op de doorstroming. Naast bovengenoemde wegdekschades is ook het ontstaan van putholes (of potholes) een relevant te noemen schade. Hierbij komen stukken asfalt van de deklaag los uit de asfaltconstructie en vallen er gaten in het asfalt. Er zijn diverse theorieën over het ontstaan van deze putholes3.

3

De theorieën over het ontstaan van putholes zoals in deze paragraaf beschreven zijn gebaseerd op informatie van Bart Bosboom (DID)


9 / 34

Auto als Sensor

Eén van de zaken die geconstateerd wordt is dat putholes vaak ontstaan op plaatsen waar water blijft staan onder de deklaag. Hierbij speelt de onvlakheid van de onderlaag een rol. Bij een winter waarin veel vorst-dooi cycli voorkomen, gaat het ijs onder de deklaag uitzetten en kan dit de deklaag loswrikken van de onderlaag. Ook een slechte hechting aan de onderlaag werkt dit proces in de hand. Dit kan bijvoorbeeld het geval zijn als bij de aanleg een koud brok asfalt is verwerkt. Bij dichte deklagen ontstaan potholes vaak bij scheurvorming (craquelé) waarbij het ijs in de scheuren en onder de bovenlaag het asfalt loswrikt. Wat eveneens geconstateerd wordt, is dat putholes ook ontstaan op plekken waar matige tot ernstige rafeling aanwezig is. Dit is vaak het geval in de rijsporen, maar kan ook daarbuiten optreden, bijvoorbeeld bij een slechte langsnaad. Tenslotte een korte toelichting op vluchtstrookvervuiling. Dit is geen echte wegdekschade, maar kan wel wegdekschade in de hand werken. De vluchtstrook van open asfaltmengsels kan dichtslibben door vervuiling. Dit heeft gevolgen voor de akoestische kwaliteit van het wegdek. De geluidsreductie van dit soort mengsels zal hierdoor afnemen. Op zich geen probleem, omdat de afname van de geluidsreductie primair op de vluchtstrook plaatsvindt en hier geen verkeer over gaat. Echter, tevens kan door de vervuiling het waterafvoerend vermogen van de open mengsels van de aanliggende stroken gereduceerd worden. Water kan hierdoor langer blijven staan in de open asfaltlaag van de aanliggende stroken, wat ook niet bevorderlijk is voor het geluidsreducerend vermogen van deze aanliggende stroken, en met mogelijk negatieve gevolgen met betrekking tot de duurzaamheid tot gevolg. Langdurige blootstelling aan water kan stripping, het loslaten van de bindmiddelfilm van het mineraal aggregaat, tot gevolg hebben.

10 / 34

TNO-rapport TNO-034-DTM-2010-03210 Auto als Sensor

3 De huidige aanpak voor schadedetectie van Rijkswaterstaat

3.1

Weginspecties

Er vinden binnen RWS reeds diverse inspecties plaats om verschillende schadebeelden te monitoren. In de volgende tabel is een beknopt overzicht gegeven van een aantal inspectiemethodes. Tabel 1: inspectiemethodes Rijkswaterstaat van het wegdek Inspectie van Methode Stroefheid Slippend wiel (ROAR) Spoorvorming ARAN-3, laser hoogte profielen Langs- en dwarsvlakheid ARAN-3, laser hoogte profielen Scheuren ARAN-3, video + detectie software Rafeling Visueel Scheurvorming Visueel Locale defecten (o.a. gaten) Visueel (schouw)

Frequentie (Twee)jaarlijks (Twee)jaarlijks (Twee)jaarlijks (Twee)jaarlijks Jaarlijks Jaarlijks Dagelijks

De (twee)jaarlijkse inspecties worden uitgevoerd met behulp van een speciaal uitgerust voertuig, de ‘ARAN’. De ARAN beschikt over geavanceerde, state-of-the-art meetsystemen die met hoge precisie de karakteristieken van het wegdek in kaart kunnen brengen. De huidige ARAN-3 beschikt over de volgende systemen [Arcadis2009]: • POS/LV 420, positie en oriëntatie bepaling (i.c.m. GPS) • GPS, positie bepaling (i.c.m. POS/LV) • Longitudinal profiler, langsvlakheid bepaling • Laser XVP, dwarsprofiel bepaling • Pavement video, video beelden wegdek • Smart Texture, laser hoogte meter boven wiel • Panoramic ROW video Pictures • Visidata, software tool voor bekijken data • Wisecrax, scheur detectie software Meer informatie over de specifieke systemen van de ARAN is verkrijgbaar bij de Roadware Group [Roadware2010]. De systemen die beschikbaar zijn op de ARAN zijn dermate geavanceerd en kostbaar, dat het geen optie is deze systemen of zelfs een verbeterde variant ervan toe te willen voegen aan de ‘auto als sensor’. Het is zeer zeker niet de bedoeling de ‘auto als sensor’ als vervanging van de ARAN te gebruiken. Het idee van de ‘auto als sensor’ is dat deze met minder nauwkeurige meetsystemen, maar meer en frequentere metingen een redelijke indicatie van wegdekschade kan bepalen in een vroeg stadium. Dit kan bijvoorbeeld gebruikt worden om vervolgens de ARAN indien gewenst gerichter in te zetten.


Figuur 2: ARAN-3 [Arcadis2009]

11 / 34


12 / 34

Auto als Sensor

4 Mogelijkheden voor schadedetectie Er zijn verschillende mogelijkheden voor het detecteren van wegdekschade, bijvoorbeeld geluidmetingen, (verticale) acceleraties en krachten op de wielen, beeldanalyse, hoogtemetingen met laser of radar etc. In dit hoofdstuk geven we eerst een toelichting op het meten van wegdekschade (met name rafeling en gaten) in paragraaf 4.1 en geven we vervolgens kort aan wat de eisen voor de sensoren zijn vanuit het ‘Auto als Sensor’ concept in paragraaf 4.2. Vervolgens maken we onderscheid naar mogelijkheden voor schadedetectie met sensoren die standaard al aanwezig zijn in (nieuwe) voertuigen, en sensoren die niet aanwezig zijn, maar toegevoegd kunnen worden, in paragraaf 4.3 en 4.4. Van alle relevante sensoren wordt in tabellen de werking, de kosten en de geschiktheid voor auto als sensor samengevat. In de daaropvolgende paragrafen wordt ingegaan op radar (4.4.1), additionele sensoren (4.5), locatiebepaling (4.5.1), statistische analyse en verwerking van de data (4.6) en wordt geconcludeerd wat de meest kansrijke methoden zijn voor het detecteren van gaten, scheurvorming en rafeling (4.7), voor het detecteren van stroefheid (4.8) en wat de mogelijkheden zijn voor detectie van andere zaken (4.9). 4.1

Meten van wegdekschade

Een van de onderzoeksvragen van deze studie is welke aspecten van wegdekken gemeten moeten worden om wegdekschade (vorstschade) te detecteren. In overleg met de opdrachtgever en als een van de uitkomsten van de workshop is besloten te focussen op de detectie van (ernstige) rafeling en putholes. Het proces waarin ernstige rafeling ontstaat, neemt normaal jaren in beslag. Echter, bij vorst kan er zelfs in enkele dagen ernstige rafeling ontstaan. Dit geeft aan dat een detectiemethode met een hogere meetfrequentie dan de huidige ARAN meerwaarde kan bieden. Karakteristieke eigenschappen van rafeling zijn de textuur, het hoogteprofiel van het wegdek en de akoestische eigenschappen. Een wegdek met ernstige rafeling is letterlijk ‘gerafeld’, wat meteen gehoord wordt door een toename van het geluid als er overheen gereden wordt. Deze karakteristieke eigenschappen geven meteen aan welke aspecten gemeten kunnen worden voor het detecteren van rafeling, namelijk het wegdekprofiel (met hoge nauwkeurigheid) en de geluidsproductie veroorzaakt door de trillingen van de banden op het wegdek (band/wegdek geluid). Een andere mogelijkheid om de textuur en het hoogteprofiel te meten is door middel van de verticale acceleraties van de wielophanging. Voor het ontstaan van putholes geldt dat deze in ogenschijnlijk korte tijd ontstaan, in een periode van enkele dagen (het gat ‘is er ineens’), vooral bij vorst. Het proces dat eraan ten grondslag ligt, kan echter wel al veel langer aan de gang zijn geweest. De meetbare karakteristieken van putholes zijn eveneens de textuur en de hoogte van het profiel (de deklaag is totaal verdwenen). Dit kan eveneens gemeten worden door middel van de verticale acceleraties van de wielophanging, of met toegevoegde (laser)sensoren om rechtstreeks het hoogteprofiel te meten. Wellicht zou de aanwezigheid van vocht onder de deklaag een voorspellende indicator kunnen zijn voor putholes. Het wordt verondersteld dat vocht een rol speelt bij het ontstaan van putholes, maar de werking is niet volledig bekend. Dit is mogelijk interessant voor een onderzoek naar het ontstaan van potholes, echter niet zozeer voor de detectie er van met de ‘auto als sensor’.


13 / 34

Auto als Sensor

4.2

Eisen aan de sensoren voor toepassing in Auto als Sensor

Het concept ‘auto als sensor’ gaat uit van een wagenpark met enkele voertuigen tot enkele tientallen of zelfs honderden voertuigen in de uiteindelijke situatie. Dit stelt eisen aan de sensoren voor wat betreft bijvoorbeeld de kosten en de technologie: • De sensoren moeten ‘betaalbaar’ zijn voor toepassing op grote schaal; • Er dient bij voorkeur gebruik gemaakt te worden van bestaande technologie, in verband met het snel operationeel kunnen maken: • Eventueel al aanwezig in nieuwe voertuigen • Eenvoudig toe te voegen in bestaande voertuigen • Het systeem mag geen hinder opleveren voor de bestuurder (geen grote (computer)apparatuur, geen handelingen vereist door de bestuurder). • De detectie moet toepasbaar zijn op normale rijsnelheid (>80 km/h).

4.3

Sensoren aanwezig in het huidige wagenpark

In Tabel 2 wordt een overzicht gegeven van diverse sensoren die al aanwezig zijn in de huidige voertuigen, en die mogelijk gebruikt kunnen worden ten behoeve van het detecteren van wegdekschade. Tabel 2: sensoren in het huidige wagenpark, toe te passen voor detectie wegdekschade Wielsnelheid, langsversnelling, dwarsversnelling, giersnelheid, Type sensor stuurhoek Soorten schade mogelijk stroefheid van het wegdek Werking Met behulp van een voertuigtoestandsschatter wordt een goed voertuigmodel gepast op de metingen. Het voertuigmodel geeft dan de ontbrekende (niet gemeten, niet meetbare) toestanden van het voertuig zoals de frictie tussen de band en het wegdek (zie ook 5.7). Geschiktheid voor ja high-speed detectie Beschikbaarheid onderdeel van ABS en ESC/ESP systemen Kosten ca. 500 EUR aftermarket* Geschiktheid voor Mogelijk geschikt om stroefheid te schatten, echter, alleen bij ‘Auto als Sensor’ dynamisch rijgedrag, en de nauwkeurigheid dient nog onderzocht te worden. Type sensor Soorten schade Werking

Geschiktheid voor high-speed detectie Beschikbaarheid Kosten Geschiktheid voor ‘Auto als Sensor’

Demper indrukking, vertikale versnelling gaten in wegdek, verandering van wegdekstructuur zoals bij rafeling Afwijkingen van het ‘normale’ zouden uitsluitsel moeten geven. Erg hoge versnellingen zouden op putholes moeten duiden. zal onderzocht moeten worden (zie H5) onderdeel van actieve wielophanging ca. 600 EUR voor hele pakket* Geschiktheid moet blijken uit een pilot. Literatuur geeft aan dat het mogelijk is [Yamabe 2010]


14 / 34

Auto als Sensor

Type sensor Soorten schade Werking Geschiktheid voor high-speed detectie Beschikbaarheid Kosten Geschiktheid voor ‘Auto als Sensor’ Type sensor Soorten schade Werking Geschiktheid voor high-speed detectie Beschikbaarheid Kosten Geschiktheid voor ‘Auto als Sensor’ Type sensor Soorten schade Werking

Geschiktheid voor high-speed detectie Beschikbaarheid

Kosten Geschiktheid voor ‘Auto als Sensor’ Type sensor Soorten schade Werking Geschiktheid voor high-speed detectie Beschikbaarheid Kosten Geschiktheid voor ‘Auto als Sensor’ Type sensor Soorten schade Werking Geschiktheid voor high-speed detectie

Crash sensors Geen n.v.t. n.v.t. n.v.t. n.v.t. Niet geschikt

Tyre pressure sensor misschien nodig voor betere stroefheidsmeting (zie 4.4) meet de luchtdruk in de banden niet nodig want sensor wordt als ‘achtergrondsensor’ gebruikt Binnenkort verplicht in USA circa. 20 EUR misschien nodig voor betere stroefheidsmeting (zie 4.4)

Temperatuur misschien nodig voor betere stroefheidsmeting (zie 4.4) De gemeten temperatuur is van belang voor het bepalen van de bandenspanning en eventueel de gladheid van het wegdek bij vorst. Temperatuur van de band is het meest van belang. niet nodig want sensor wordt als ‘achtergrondsensor’ gebruikt Normale temperatuursensoren zijn eenvoudig beschikbaar. Wellicht bestaan er specifieke sensoren voor meting van de bandentemperatuur (is nog niet bekend). ca. 40 EUR misschien nodig voor betere stroefheidsmeting (zie 4.4)

camera’s alle visueel waarneembare schades zoals gaten, etc. Zie volgende tabel bij ‘Vision and image based systems’ ja Niet standaard aanwezig, maar soms onderdeel van ACC of LDW systeem ca. 100 EUR per sensor aftermarket Geschikt als ‘naslagwerk’, in een beeldendatabase, maar minder geschikt voor automatische schadedetectie 77 GHz radar onbekend, sensor is meestal niet op de weg gericht radio ranging ja


15 / 34

Auto als Sensor

Beschikbaarheid Kosten Geschiktheid voor ‘Auto als Sensor’

onderdeel van ACC systeem ca. 400 EUR per sensor aftermarket waarschijnlijk niet vanwege gewenste nauwkeurigheid voor wegdek monitoring

Type sensor Soorten schade Werking Geschiktheid voor high-speed detectie Beschikbaarheid Kosten Geschiktheid voor ‘Auto als Sensor’

24 GHz radar onbekend, sensor is meestal niet op de weg gericht radio ranging ja

Type sensor Soorten schade Werking Geschiktheid voor high-speed detectie Beschikbaarheid Kosten Geschiktheid voor ‘Auto als Sensor’

Onderdeel van ACC of collision warning/mitigation systeem ca. 400 EUR per sensor aftermarket waarschijnlijk niet vanwege gewenste nauwkeurigheid voor wegdek monitoring Lidar onbekend, sensor is meestal niet op de weg gericht laser ranging ja onderdeel van ACC of collision warning/mitigation systeem ca. 400 EUR per sensor aftermarket onbekend

IR sensors Type sensor Soorten schade onbekend, sensor is meestal niet op de weg gericht Werking afstandmeting met Infra Rood Geschiktheid voor onbekend high-speed detectie Beschikbaarheid onderdeel van parkeersysteem Kosten ca 20 EUR per sensor Geschiktheid voor waarschijnlijk niet ‘Auto als Sensor’ * Voor een pilot wordt aanbevolen zelf de sensoren te plaatsen en aan te sluiten, c.q. niet de al aanwezige sensoren te gebruiken. De reden hiervoor is, dat het voertuignetwerk (“CAN”) waar de sensoren op aangesloten zijn, gevoelig kan reageren op externe ingrepen. Omdat het om sensoren in massa productie gaat, zijn de sensoren zelf niet duur. Voor de meeste sensoren geldt, dat deze ter plekke van de wielen meten en dus niet het hele rijbaan oppervlak bestrijken. Tevens moet goed overwogen worden wat de meetfrequentie van de signalen wordt. Bij 80 km/h komt er per seconde 22.2m wegdek langs. Als de grootte van het wegdekdefect in het bereik van 2 cm ligt, is een frequentie van 2.2 kHz vereist. 4.4

Geavanceerde sensoren

Mogelijk zijn er andere sensoren beschikbaar die geschikter zijn voor het detecteren van wegdekschade dan de sensoren die standaard aanwezig zijn in veel voertuigen. Deze


16 / 34

Auto als Sensor

sensoren worden vaak al toegepast in meer geavanceerde meetvoertuigen zoals de ARAN. Indien deze sensoren voldoen aan de eisen uit paragraaf 4.2, kunnen deze sensoren ook een optie zijn voor het ‘Auto als sensor’ concept. De meeste van de sensoren die opgenomen zijn in Tabel 3, zijn afkomstig uit het Advanced Inspections Project [Arcadis, 2009].

Tabel 3: geavanceerde sensoren voor meting van wegdekschades Toestand van de schokdempers (regelbaar), acceleratiemeter Type sensor Soorten schade Gaten, ernstige rafeling Werking (grote bandbreedte nodig) Geschiktheid voor ja high-speed detectie Beschikbaarheid Niet standaard, losse opnemer, makkelijk verkrijgbaar Kosten Laag (bij lage kwaliteit sensor) Geschiktheid voor Hoge potentie. ‘Auto als Sensor’ Type sensor Soorten schade Werking Geschiktheid voor high-speed detectie Beschikbaarheid Kosten Geschiktheid voor ‘Auto als Sensor’ Type sensor Soorten schade Werking

Geschiktheid voor high-speed detectie Beschikbaarheid Kosten Geschiktheid voor ‘Auto als Sensor’ Type sensor Soorten schade Werking Geschiktheid voor high-speed detectie Beschikbaarheid Kosten

Accoustic emissions (gewone) rafeling Microfoon bij de band. Duurzaam positioneren. Risico: meting ander geluid door staat van de auto, bandenspanning Ja Niet standaard aanwezig, makkelijk verkrijgbaar Laag Hoge potentie.

Laser hoogte meting Rafeling, gaten, scheuren Met behulp van triangulatie of ‘time of flight’ metingen met een hoge frequentie een hoogte profiel in lengte richting bepalen. Ja Ja (op huidige ARAN wordt hiermee getest) Redelijk Mogelijk, indien betaalbare sensor variant kan worden gevonden. Vision and image based systems Scheuren, gaten Beoordeling van beelden (semi-automatisch). Niet erg betrouwbaar Ja, (maar niet bij hoge resolutie) Niet standaard, niet makkelijk verkrijgbaar, niet makkelijk interpreteerbaar Camera niet heel duur, maar verwerkingskosten (personeel en


17 / 34

Auto als Sensor

Geschiktheid voor ‘Auto als Sensor’

software) hoog Waarschijnlijk niet. Interpretatie beelden is vaak de bottleneck.

4.4.1 Radar Een geavanceerde detectiemethode is het gebruik van radar. We hebben hierover een TNO expert geraadpleegd (Ronald van Waard), omdat radar mogelijk van nut kan zijn bij detectie van water in ZOAB deklagen als early detection voor putholes. Echter, dit wordt niet kansrijk geacht voor de eerste toepassing van Auto als Sensor, omdat er nog weinig bekend is over de ontstaansmechanismen van putholes. Bij aanvullend onderzoek hiernaar kan radar wel een goede detectiemogelijkheid zijn. Een radar meet met behulp van elektromagnetische straling (radiogolven). Radiogolven worden met behulp van een antenne uitgezonden, deze golven botsen tegen objecten en de gereflecteerde radiostraling of echo wordt hierna weer opgevangen met een antenne. Uit de ontvangen echo kunnen gegevens van het object worden bepaald. Het principe van meten met radar wordt op veel verschillende niveaus toegepast, bijvoorbeeld om vanuit de ruimte iets over het oppervlak van de aarde te zeggen, maar ook om bijvoorbeeld te kunnen varen met slecht zicht. Voor deze verschillende toepassingen zijn heel verschillende systemen nodig. De systemen moeten dan ook speciaal voor een toepassing worden ontworpen. Het meten met een willekeurige radar sensor zal in bijna alle gevallen leiden tot teleurstellingen. In ZOAB wordt aangenomen dat de langdurige aanwezigheid van vocht aanleiding kan zijn voor (vorst) schade. Met behulp van radar is het mogelijk om vocht in een ZOAB deklaag te detecteren, dit is echter niet eenvoudig. Radar techniek leent zich goed voor het zichtbaar maken van vocht, echter vocht detecteren in de holle ruimtes van een poreuze deklaag vereist een speciale aanpak. Omdat er in het materiaal gekeken wordt is een radarsysteem nodig met meerdere zenders en ontvangers. Door onder verschillende hoeken radar te zenden en ontvangen ben je in staat om goed in het materiaal te kijken. Er zijn een hoop voordelen te noemen aan het meten met radar. De componenten voor een dergelijk radarsysteem zijn goedkoop. Het systeem kan gemaakt worden met een hele beperkte afmeting (er zijn al systemen met de grote van een sigarettenpakje). De radarsystemen hebben een lange levensduur en kunnen indien nodig heel robuust worden ontworpen. Voor data-overdracht is het mogelijk om systemen uit te rusten met een USB-connector. Er zijn in het verleden al snelheden gerealiseerd van 40 m/s in toepassingen voor gebouwen, dus ook 100 km/uur is mogelijk. Het nadeel van meten met een radarsysteem is dat het systeem speciaal ontworpen moet worden om de relevante parameters die spelen bij radarmetingen op de juiste manier in te stellen. De kosten voor een dergelijk ontwikkeltraject zijn aanzienlijk (in de orde grootte van tonnen). Al is daarna de serieproductie van de sensoren betaalbaar en is de dataverwerking geautomatiseerd. 4.5

Additionele sensoren

Naast sensoren die de wegdekconditie kunnen meten, zijn er aanvullende sensoren nodig die de omgevingsinvloeden meten voor een juiste interpretatie van de meetgegevens.


18 / 34

Auto als Sensor

Aanvullende zaken die gemeten dienen te worden, zijn: • Lokatie. Dit is nodig in verband met het kunnen bepalen van de lokatie van de schade en voor het combineren van diverse metingen van verschillende voertuigen. De eenvoudigste meetmethode voor plaatsbepaling is het gebruik van GPS. Een aandachtspunt hierbij is de gewenste en mogelijke nauwkeurigheid. Meer hierover in paragraaf 4.5.1. • Tijd. Dit is nodig in verband met het vast kunnen leggen van het moment waarop de schade (in een bepaald stadium) aanwezig is, en eventueel om dit te kunnen koppelen aan de toenmalige verkeerscondities. Dit behoeft geen seconde nauwkeurigheid te zijn. • Snelheid (acceleratie); nodig voor een juiste interpretatie van de meetgegevens, zoals voor de innovatieve stroefheidsbepaling (zie paragraaf 4.8). • Weersomstandigheden, met name temperatuur en luchtvochtigheid. Dit heeft invloed op bijvoorbeeld de bandenspanning en de gladheid van het wegdek. 4.5.1

Locatiebepaling

Voor het correleren van meetdata is locatiebepaling essentieel. Hierbij is het correleren van verschillende metingen aan elkaar en het correleren van metingen aan een positie op de weg van belang. Daarbij is, naast de lengtepositie op de weg ook de rijstrook van belang, met name als meetdata van verschillende metingen gecombineerd worden. Een nauwkeurigheid van ongeveer een halve meter is dan vereist. Daarbij dient wel opgemerkt te worden dat zelfs de ARAN niet over een zo nauwkeurige positiebepaling beschikt om de rijstrook te kunnen bepalen. Mogelijkheden om een bruikbaar systeem met minder nauwkeurige locatiebepaling te gebruiken, zijn om na detectie van een mogelijke (grote) schade door de Auto als Sensor alsnog een visuele inspectie door een weginspecteur te laten uitvoeren, of om de weginspecteurs rijstrookinstructies mee te geven (bijvoorbeeld: ‘gebruik zoveel mogelijk de rechterstrook’). Dit is echter ongewenst vanuit de gedachte dat de bestuurder geen hinder mag ondervinden van het systeem. De meest gebruikte methode voor locatiebepaling is met behulp van GPS. Hierin zijn grofweg een drietal varianten mogelijk: • Standaard GPS (typische nauwkeurigheid (σ) van 3-10 meter) • DGPS, Differential GPS (typische nauwkeurigheid (σ) van enkele decimeters tot een meter) • RTK GPS, Real Time Kinematic GPS (typische nauwkeurigheid (σ) is enkele cm’s) De in de praktijk behaalde nauwkeurigheid hangt af van vele factoren. Hoge bebouwing en bomen zorgen voor verstoringen terwijl een goede GPS antenne de nauwkeurigheid zeer ten goede komt. Daarnaast zijn er operationele voorwaarden, zoals een basis station dat bereikbaar moet zijn tijdens het meten (RTK GPS). Er zijn diverse systemen op de markt die GPS gebruiken in combinatie met inertie sensoren (IMU) en afstand meters (DMI) om de nauwkeurigheid te bevorderen en om positie bepaling te kunnen voortzetten bij onderbreking van het GPS signaal (in bijvoorbeeld tunnels). De kosten van de verschillende systemen verschillen nogal. De RTK-GPS systemen zijn met een 20 à 30 duizend euro erg duur. Een DGPS systeem kost enkele duizenden euro’s en een standaard GPS systeem is er al voor enkele tientallen euro’s.


19 / 34

Auto als Sensor

Voor de locatie bepaling van de metingen rondom het ‘auto-als-sensor’ concept is het niet nodig om over centimeternauwkeurigheid te beschikken. Afhankelijk van het totale concept zou een GPS of DGPS systeem voldoende zijn. Met DGPS is het mogelijk om de verschillende rijstroken te onderscheiden. Mogelijk scenario met GPS is bijvoorbeeld: • Meetdata per rit wordt voor een hectometer (of per wegvak) rijbaanbreed geanalyseerd. Per hectometer(/wegvak) kunnen de verschillende ritten afzonderlijk worden geanalyseerd. Informatie over de rijstroken is niet beschikbaar. Mogelijke scenario’s met DGPS zijn bijvoorbeeld: • Meetdata per rit wordt per strook over stukken van enkele meters geanalyseerd. • Meetdata van verschillende ritten wordt met behulp van karakteristieke signalen in de data samengevoegd om de nauwkeurigheid te verhogen. Hierna wordt per wegvak de data geanalyseerd.

4.6

Statistische analyse en verwerking van de data

Het uitrusten van een aantal voertuigen met sensoren die continue data genereren levert een zeer grote hoeveelheid gegevens op. Ongeacht voor welke sensoren gekozen zal gaan worden, de verwerking en analyse van de data is een essentieel onderdeel in het succes van de metingen. In het concept van voertuig als sensor zal er met meerdere uitgeruste voertuigen over een wegdek gereden worden. Om meerdere metingen van hetzelfde stuk wegdek te kunnen combineren, zullen in ieder geval de volgende variaties in de metingen moeten worden meegenomen: • Bestuurders afhankelijkheden: • Laterale positie binnen strook • Rijstrook voorkeuze • Momentane snelheid/acceleratie • Voertuig afhankelijkheden: • Bandenspanning / profiel diepte • Meetspreiding tussen apparatuur verschillende wagens • Rit afhankelijkheden: • Weer (temperatuur, luchtvochtigheid, …) • GPS (on)nauwkeurigheid Een goed voorbeeld is dat als een voertuig met lage snelheid (bijvoorbeeld in een file situatie) over een wegdek rijdt met ernstige rafeling, er nauwelijks sprake zal zijn van band-wegdek geluid waaruit de ernstige rafeling naar voren zal komen. Voor de interpretatie is dus de snelheid van belang, en ook combinatie met metingen van ritten zonder congestie zijn nodig voor een goede detectie. De wijze waarop data van verschillende ritten gecombineerd dient te worden zal per sensor zeer goed bepaald moeten worden. Naast de verschillen tussen metingen is ook het aantal metingen van belang om tot een zo goed mogelijke indicatie van de wegdekschade te komen. Hierbij kan grofweg


20 / 34

Auto als Sensor

gezegd worden dat des te meer metingen van een stuk wegdek, des te beter de indicatie van de desbetreffende meting. Hierbij is echter van belang dat de meetwaarde van individuele ritten zo weinig mogelijk offset hebben. Indien de bandenspanning invloed heeft op de meetwaarde wil men niet het effect van de bandenspanning aan het meten zijn, maar de ernstige rafeling. Hiervoor is het wenselijk dat meerdere voertuigen (met verschillende bandenspanningen) op hetzelfde stuk wegdek metingen doen.

4.7

Kansrijke methoden voor het detecteren van gaten, scheurvorming en rafeling

Detectiemethoden die door TNO het meest kansrijk worden geacht voor het ‘Auto als Sensor’ concept, zijn de volgende: 1. Meting van verticale acceleraties van de wielophanging door middel van een snelheids/acceleratiemeter op de wielophanging. Karakteristieken van het wegdek die op deze manier gedetecteerd kunnen worden, zijn o.a. gaten (putholes) en voegovergangen (naden). Een frequentie-analyse zou tevens een indicatie kunnen opleveren van ernstige rafeling. Voordelen van deze detectiemethode zijn de lage prijs en het gebruik van bewezen technologie. Nadelen zijn dat de interpretatie van de signalen lastig kan zijn en een zekere onbetrouwbaarheid introduceert. Daarnaast zijn er externe invloeden van het voertuig zoals de bandenspanning en het bandenprofiel die de meting kunnen beïnvloeden. Ook zullen bestuurders putholes willen vermijden, zodat niet alle putholes gemeten worden. 2. Bepaling van de textuur van het asfalt door middel van het meten van hoogteprofielen met een puntlaser. Er kunnen diverse puntlasers gemonteerd worden op de voertuigen, die elk een hoogteprofiel meten over een lijn in de rijrichting van de weg. Op deze manier kan de mate van rafeling bepaald worden en kunnen hoogteovergangen gedetecteerd worden bij gaten (putholes) en voegovergangen. Een voordeel van deze meetmethode is dat het een fysische meetwaarde betreft (het daadwerkelijke hoogteprofiel), die niet wordt beïnvloed door externe factoren van het voertuig. Ook is een voordeel dat er reeds kennis aanwezig is betreffende de algoritmes voor detectie van wegdekschade met laser (stoneway). Een nadeel is de prijs; deze is per lasersensor (met voldoende nauwkeurigheid) rond de 300-500 euro. Er zijn twee typen lasers beschikbaar die elk op basis van een ander werkingsprincipe berusten, namelijk triangulatie of time-of-flight. Afhankelijk van kosten en gewenste eigenschappen, zoals de prestaties bij hoge snelheden, zal voor een van beiden gekozen worden. 3. Meting van het band-wegdek geluid met behulp van een microfoon bij de band. Het geluidsniveau kan een indicatie geven van aanwezige gaten en voegovergangen. Met behulp van een frequentie-analyse kan tevens de mate van (ernstige) rafeling bepaald worden. Voordelen van deze detectiemethode zijn de lage kosten en dat er al enige beschikbare kennis aanwezig is (CPX metingen, diverse literatuur over de relatie tussen asfalt(leeftijd) en geluidsproductie, zie bijvoorbeeld Figuur 3). Wel dient er nog onderzoek gedaan te worden naar de precieze relatie met rafeling. Ook is er een

21 / 34


afhankelijkheid van externe invloeden bandenspanning en de rijsnelheid.

van

het voertuig, zoals de

4. Detectie van grote hoogteverschillen (putholes) in het asfalt door meting van de veerindrukking. Dit kan gedaan worden door middel van een hoekmeting of lineaire verplaatsingsmeting. De plaatsing van de sensor moet hierbij goed overwogen worden. Er is nog geen beschikbare kennis aanwezig. Verwacht wordt dat putholes ook met versnellingsmeters gedetecteerd kunnen worden. Het is nog niet duidelijk of het meten van de veerindrukking meerwaarde biedt ten opzichte van de acceleratiemeting. Voor alle methoden geldt, dat nog onderzoek vereist is betreffende de geschiktheid voor early detection.

Figuur 3: Voorbeeld relatie tussen leeftijd van het asfalt en de geluidsproductie door personenvoertuigen [Bendtsen, 2010]

4.8

Innovatieve methode voor het detecteren van stroefheid

Naast bovengenoemde methodes voor detectie van wegdekschade, zijn er ook mogelijkheden voor een innovatieve manier voor het detecteren van stroefheid. TNO heeft in de afgelopen jaren een algoritme ontwikkeld voor gebruik in voertuigdynamica-regelingen (denk aan Electronic Stability Control / Electronic Stability Program, ESC/ESP, zie [Leenen 2010]). Het algoritme is al in serie-productie voor toestandsschatting (voornamelijk voor het schatten van de dwarsbeweging van de auto). Het algoritme gebruikt sensoren die al aanwezig zijn in huidige auto’s vanaf middenklasse en hoger (bijv. wieltoerentallen, langsversnelling, dwarsversnelling, giersnelheid, stuurhoek, etc.). Het algoritme probeert een goed voertuigmodel zo in te stellen, dat het hetzelfde gedrag vertoont als de sensoren aangeven. Een van de parameters die het algoritme gebruikt om het voertuigmodel te ‘tunen’ is de frictie tussen de banden en het wegdek. Hiervoor moeten er wel krachten tussen de banden en het wegdek aanwezig zijn. Alleen rechtuit rijden is niet voldoende, milde manoeuvres zijn nodig; denk aan remmen, stevig gas geven, verandering van rijbaan, het nemen van een bocht, etc. Een aantal factoren beïnvloeden de band-wegdek interactie: de toestand van de band (profieldiepte, bandenspanning, …), de toestand van het wegdek (glad of ruw) en het weer (regen, sneeuw, ijzel, luchtvochtigheid, …). Als de eerste en laatste toestanden goed bekend zijn, zouden er conclusies uit de geschatte krachten t.a.v het wegdek


22 / 34

Auto als Sensor

kunnen worden gemaakt, waaruit conclusies met betrekking tot de stroefheid gemaakt kunnen worden. Voordelen van deze methode zijn dat de kosten relatief laag en de sensoren soms al aanwezig zijn. Bovendien is vanuit Rijkswaterstaat de wens geuit voor een alternatieve, eenvoudigere stroefheidsmeting dan de huidige ROAR methode (slippend wiel), die frequenter, met minder hinder voor andere weggebruikers uitgevoerd kan worden en wellicht nauwkeuriger kan zijn. Vanuit die wens is het zeer interessant om deze in-car methode voor stroefheidsdetectie verder te onderzoeken. De methode is op dit moment echter nog experimenteel, dus het is nog niet duidelijk hoe precies de schattingen zijn, noch hoe sterk de manoeuvres moeten zijn. Dit zou in een eerste pilot moeten worden bepaald. Ook kan het een nadeel zijn dat dynamisch rijgedrag benodigd is. Vanwege de wens dat de bestuurder geen hinder van het systeem mag ondervinden, kunnen dan alleen relevante metingen verzameld worden in het geval van toevallige of noodzakelijke remacties zoals bij congestie en in bochten.

4.9

Mogelijkheden voor detectie van andere zaken

Vanuit Rijkswaterstaat zijn tevens enkele andere zaken genoemd waarvan het nuttig zou kunnen zijn om deze met het ‘auto als sensor’ concept te detecteren, echter, deze hebben geen prioriteit voor het Auto als Sensor concept. Dit zijn de volgende zaken: -

vluchtstrookvervuiling; reflectiewaarde van markeringen meten; hoogtemetingen afwijkingen geleiderail; luxwaarde van openbare verlichting.

Voor deze zaken geldt dat er wel mogelijkheden zijn voor detectie met behulp van sensoren gemonteerd op voertuigen. Vluchtstrookvervuiling zou gemeten kunnen worden met een microfoon of radar. Reflectiewaarde van markeringen kan met behulp van camerametingen of een lichtsensor bepaald worden. De hoogte van de geleiderail kan met een hoogtesensor (bijvoorbeeld laser) of met camera’s bepaald worden. De luxwaarde van openbare verlichting kan met een lichtsensor gemeten worden. Echter, deze metingen zijn niet zo triviaal als wellicht lijkt. Bijvoorbeeld, er is eerder een studie gedaan naar automatische meting op rijsnelheid van de reflectiewaarde van markeringen, zie [Offrell, 2010]. Dit betrof een vierjarige studie, die geleid heeft tot een groot meetsysteem gemonteerd aan de zijkant van een voertuig en ver uitstekend, dus niet erg geschikt voor het ‘Auto als Sensor’ concept. Beeldanalyse voor afleiding van bijvoorbeeld de hoogte van de geleiderail is ook verre van triviaal en zou verder onderzoek vereisen. Deze concepten zouden in een vervolgstudie verder uitgewerkt kunnen worden, maar we adviseren dit (omwille van de gewenste snelle uitvoering van de pilot en de complexiteit) niet mee te nemen binnen het huidige ‘auto als sensor’ traject. In verband met de relevantie van deklaagschade aan wegen wordt hieronder een toelichting gegeven op vluchtstrookvervuiling. De andere mogelijkheden zijn niet verder beschouwd.


23 / 34

Auto als Sensor

In relatie tot vluchtstrookvervuiling zijn voor de hand liggende parameters om te meten (de aanwezigheid van) vocht en de akoestische kwaliteit van het wegdek. Hierbij zijn wel een aantal beperkingen te noemen: • Er wordt niet (frequent genoeg) over de vluchtstrook gereden, hierdoor komt er onvoldoende data beschikbaar. • De relatie van akoestiek en vervuiling is niet direct te leggen. De akoestische achteruitgang van het asfalt kan ook andere oorzaken hebben (bijvoorbeeld verandering van textuur als gevolg van rafeling). • De relatie vocht - schade asfalt is niet direct te leggen. Vocht speelt een rol in diverse schademechanismen, maar is nog niet doorgrond. • De detectie van water m.b.v. radar is in een experimenteel stadium.


24 / 34

Auto als Sensor

5 De workshop Om de bevindingen van TNO te toetsen aan en matchen met de wensen en praktijkervaring van Rijkswaterstaat, heeft er op 30 juni 2010 een workshop plaatsgevonden bij TNO. Aanwezigen van deze workshop waren: TNO: • • • • DVS: •

Dave van Vliet (Civiele infrastructuur) Willem van Aalst (Monitoring systems) Dehlia Willemsen (Automotive) Gerdien Klunder (Mobiliteit en Logistiek) Thijs Bennis, Arie Penning, Aad de Winter, Fiola van der Pijl, Ton Maagdenberg, Aad Prost, Bert Elbersen, Jos Lucas, Peter-Paul Schackman (DVS/TNO) en Andre Kleis.

Dienst Infrastructuur: • Wil René Jansen (afwezig) DID: •

Wim van Ooijen, Ronald Akkerman

Nadat de TNO bevindingen in enkele presentaties waren toegelicht, is er in drie groepen gediscussieerd over de volgende onderwerpen: 1. Welk type schade is het meest nuttig om automatisch gedetecteerd te worden? 2. Hoe kan het automatisch detecteren van wegdekschade het meest van nut zijn voor Rijkswaterstaat? 3. Welke voor- en nadelen zien jullie in het concept? 4. Hoe schatten jullie de technische haalbaarheid in? 5. Zien jullie nog aanvullende nuttige toepassingen of detectiemogelijkheden? 6. Welke voertuigvloot zou geschikt zijn voor deze toepassing? Onderstaand is een samenvatting gegeven van de uitkomst van deze discussie, afgeleid van de flip-over sheets die per groep tijdens de workshop zijn gemaakt. 1. Welk type schade is het meest nuttig om automatisch gedetecteerd te worden? Conclusie is dat de belangrijkste schades voor automatische detectie rafeling en stroefheid zijn. Heel nuttig zou zijn als ‘early warning’ mogelijk is, in het beginstadium van de schade. Daarnaast zijn er ook nog de volgende mogelijkheden genoemd: - Gaten - Scheurvorming - Langs- en dwarsvlakheid - Overgangsconstructies, voegschades (mogelijk een nuttige eerste toepassing, ‘laaghangend fruit’) - Vluchtstrookvervuiling 2. Hoe kan het automatisch detecteren van wegdekschade het meest van nut zijn voor Rijkswaterstaat? • Early detectie geeft meer speelruimte om te reageren, bijvoorbeeld voor de winter repareren geeft kostenbesparing. Het mooist zou zijn als het ontstaan van gaten voorspeld zou kunnen worden. Preventief repareren (op economisch


25 / 34

Auto als Sensor

kritieke punten) zou dan mogelijk zijn. In dit stadium wordt dat echter niet haalbaar geacht, omdat er nog te weinig inzicht is in de ontstaansmechanismes. • Proces van het ontstaan van schade monitoren: door de continue metingen te loggen, kan achteraf meer inzicht verkregen worden in het ontstaan van schades. • Hoge meetfrequentie geeft mogelijkheid om snel veranderingen te kunnen detecteren. De gegevens zouden dan ook ‘snel op het bureau’ beschikbaar moeten zijn. Op dit moment gaat daar nog veel tijd overheen. • Levensduur verlengend onderhoud (LVO) optimaal plannen (Of uit IVON (Informatiesysteem Verhardings ONderhoud). Fase 1 = PENTAC, fase 2 = LATEXFALT). Het plannen van LVO kan verbeterd worden als meer en frequentere meetgegevens beschikbaar zijn en er meer inzicht verkregen wordt over de optimale momenten voor verschillende types LVO. Nu gebeurt dat nog veel op ‘onderbuikgevoel’. 3. Welke voor- en nadelen zien jullie in het concept? a. Voordelen: • Veiligheid: Door het inzetten van de auto als sensor kunnen de huidige meetwagens van de weg af. Dit verbetert de doorstroming en veiligheid van de meetploeg, de weggebruikers en inspecteurs. Het is overigens niet de bedoeling dat de ‘auto als sensor’ een vervanger wordt voor de ARAN. • ARAN gerichter inzetten: de auto als sensor kan aangeven welke wegvakken in aanmerking komen om nauwkeuriger bekeken te worden door de ARAN. Wegvakken waar niets mee aan de hand is, hoeven ook niet met de ARAN gescand te worden. • De technologie kan op korte termijn beschikbaar komen, een concrete pilot voor het testen van het principe is mogelijk op korte termijn. • Als schade gedetecteerd wordt door de auto als sensor, is het niet nodig er meteen naar toe te gaan of aanvullende visuele inspectie te doen. Als de precieze omvang en stadium van de schade bepaald is, kan bepaald worden wat het optimale moment is om in te grijpen. • Doorstroming verbetert, stilstaan voor detectie is niet nodig. • De weginspecteurs kunnen zich richten op de uiteindelijke verkeerstaken. • Optimaler dan IVON (beheer en onderhoud). Het IVON baseert zich op de (geschatte of gemiddelde) levensduur van ZOAB. Echter, niet alle ZOAB met rafeling of einde levensduur krijgt (vorst)schade. Met behulp van early detection van de auto als sensor kan het beheer en onderhoud dus efficiënter gepland worden. b. Nadelen: • Bij gevoelige detectie kunnen er valse waarschuwingen optreden. • Weginspecteurs letten zelf niet meer op de wegconditie. Dit kan ook een voordeel zijn, omdat de inspecteurs zich dan meer op de andere taken kunnen concentreren. • Teveel data: je ziet door de bomen het bos niet meer (het systeem is dan niet goed bruikbaar). Het is daarom belangrijk dat er wordt nagedacht over hoe de data beheerd en toegankelijk gemaakt wordt. • Managen verwachtingspatroon is noodzakelijk. De auto als sensor moet niet worden gezien als een vervanger voor de ARAN (“decentrale ARAN”),


26 / 34

Auto als Sensor

maar als een early detection systeem dat kan dienen als toeleverancier voor de ARAN. 4. Hoe schatten jullie de technische haalbaarheid in? • Het concept lijkt goed haalbaar, er wordt gebruik gemaakt van bestaande sensoren (“proven technology”), maar de betrouwbaarheid en dataverwerking moet verder onderzocht worden. • Het concept gaat uit van de toepassing van eenvoudige sensoren. Het kan moeilijk zijn om met eenvoudige sensoren en veel onzekere (externe) invloedsfactoren voldoende betrouwbaarheid te krijgen. De pilot moet dit uitwijzen. Vraag voor de pilot is ook wanneer het resultaat goed genoeg is. • Er is ook een afhankelijkheid van de bestuurder, bijvoorbeeld moet de bestuurder ook op de linkerstrook rijden? Is een aangepast rijgedrag vereist, bijvoorbeeld voor de stroefheidsmeting? Is het nodig dat de bestuurder de detectieapparatuur bedient? 5. Zien jullie nog aanvullende nuttige toepassingen/detectiemogelijkheden, bijvoorbeeld ander type sensoren, of detectie van andere zaken? • Stroefheid: in-car methode erg interessant • Inzicht verkrijgen over het ontstaan van schades (vorstschade: bevriezen van natte plekken (vocht in deklaag, Splash & Spray), temperatuur, dichtheid ‘kandidaat gat’) • Doorrijhoogtes • Bijstellen schadeontwikkelingsmodellen • Deflectie (vrachtauto) • Reflectiewaardes van de markeringen • Laagdikte van de markeringen • Hoogte geleiderail • Camera -> in opdracht bij vermoeden van wegdekschade, of regulier voor opbouwen van een beeldendatabank voor wegbeeldanalyse (beelden van de ARAN zijn er al, hoge frequentie is niet per se nodig). Voordelen van het beschikbaar zijn van actuele beelden: o actueel beeld areaal (waar liggen de lussen, hoe breed is de vluchtstrook etc.) o scheelt twee keer stiltstaan bij schade: een keer bij de eerste waarneming en de twee keer voor de vaststelling. Nu kan dit rijdend gedaan worden en op de beelden worden nagekeken. • Loggen van de stuurhoek kan gebruikt worden als indicatie als gaten ontweken worden. 6. Welke voertuigvloot zou geschikt zijn voor deze toepassing? In eerste instantie komt voor de pilot de VW Passat (WnT) of een geinstrumenteerd TNO voertuig in aanmerking. Voor latere toepassing zijn ook de volgende voertuigen/voertuigvloots mogelijk: • Inspectievoertuigen regio (DON/DNN) / RWS weginspecteurs (regio’s). Voordeel: deze voertuigen hebben al GPS en rijden veel (300 km/dag). Ook zijn er weinig privacy issues. • Alle inspectievoertuigen • Alle V&W auto’s


27 / 34

Auto als Sensor

• •

RWS dienstwagens Verhuurbedrijven, verzekeraars, lease auto’s, DHL etc. (data ook voor hun interessant). Hier spelen echter wel privacy issues

Overige opmerkingen: • Provincies kunnen ook interessante doelgroep zijn. • Een van de deelnemers opperde dat een goede camera genoeg zou kunnen zijn voor alles wat we willen detecteren. Echter, de ervaring van TNO heeft geleerd dat automatische detectie uit camerabeelden niet triviaal is en beveelt dit niet aan. Aan de andere kant werd er geopperd dat het handiger is in de pilot zoveel mogelijk sensoren te gebruiken, zodat achteraf misschien alsnog achterhaald kan worden hoe schade vooraf gedetecteerd kan worden.


28 / 34

Auto als Sensor

6 Voorstel aanpak pilot In dit hoofdstuk wordt een voorstel van TNO voor een eerste pilot gedaan en worden de stappen genoemd welke ter voorbereiding en uitvoering van de pilot genomen moeten worden. De uiteindelijke aanpak zal, nadat besloten is dat de pilot inderdaad uitgevoerd gaat worden, in verder overleg met DVS worden bepaald. Hiertoe wordt parallel aan de uitwerking van het huidige rapport een gedetailleerder plan van aanpak uitgewerkt. De beoogde resultaten van de pilot zijn: • Vaststellen hoe bruikbaar de ‘auto als sensor’ is voor detectie van wegdekschade; • Vaststellen met welke nauwkeurigheid het mogelijk is om wegdekschade (rafeling en gaten) te detecteren en in hoeverre het mogelijk is het stadium van de schade te schatten. • Specificaties voor het gewenste detectiesysteem bepalen (inclusief de gewenste meetnauwkeurigheid van de sensoren); • Een ‘Proof of Concept’ van de detectie algoritmen ontwikkelen. Na afloop van de pilot zal duidelijk moeten zijn hoe bruikbaar de ‘auto als sensor’ is voor detectie van wegdekschade, hoe de voertuigen hiervoor uitgerust moeten worden en welke algoritmen gebruikt kunnen worden voor de detectie en analyse van wegdekschade. Het gaat hierbij om het detecteren van putholes en rafeling en om stroefheidsmetingen. Bij succesvolle resultaten kan hierna een grotere voertuigvloot uitgerust worden om het systeem in de praktijk te testen. Voor de beoogde pilot is het een goede optie om als testvoertuig de VW Passat te gebruiken die in gedeeld beheer is van TNO en DVS (uit het WnT programma). Het pilotvoertuig zal uitgerust worden met een combinatie van verschillende sensoren, om zo na te gaan welke sensoren het meest bruikbaar zijn voor deze toepassing: • Acceleratiesensoren voor meting van de verticale versnelling; • Geluidssensoren (microfoon); • Chassis hoogte / veerindrukking • Voor stroefheidsmeting: wieltoerental van alle wielen, stuurhoeksensor, longitudinale en laterale versnelling en giersnelheid (draaisnelheid om de hoogte as van het voertuig) De volgende stappen voor de voorbereiding en uitvoering van de pilot zijn voorzien: 1. Instrumentatie • Als eerste zal moeten worden uitgezocht welke sensoren er exact nodig zijn en waar deze geplaatst moeten en kunnen worden. Ook moet er gekeken worden welke extra sensoren ter validatie nodig zijn. Daarnaast moet er een keuze gemaakt worden welk voertuig gebruikt gaat worden voor implementatie van de Vehicle State Estimator (de ‘stroefheidssensor’). De afweging is om een bestaand TNO voertuig te gebruiken, waarvoor de Vehicle State Estimator (VSE) al goed is ingesteld, die echter niet op de openbare weg mag rijden door aanpassingen in het remsysteem, of om voor de VW Passat een VSE op te zetten en in te stellen. De eerste optie is misschien lastig, omdat de auto niet op de openbare weg mag rijden, de tweede optie kost tijd en ook budget voor de benodigde sensoren en voor het instellen van het algoritme.


29 / 34

Auto als Sensor

• • • •

De boordcomputer (of het opslag medium) moet worden uitgekozen. Er moet een keuze gemaakt worden, welk systeem er voor plaatsbepaling gebruikt gaat worden. Bestellen van sensoren en boordcomputer. Pilot voertuig uitrusten met sensoren en boordcomputer

2. Referentie testen Met het uitgeruste voertuig worden rijtesten op geselecteerde wegdekken uitgevoerd om goed gedefinieerde input voor de sensoren te hebben: • Al tijdens de bestelperiode van de sensoren en de computer kan met al bestaande geïnstrumenteerde voertuigen eerste metingen gedaan worden om een schatting van de haalbaarheid te maken (zgn. ‘pre-testen’). • Selectie van wegdekken met typische staat van schade. • Uitvoeren van rijtesten • Evt. met ARAN, of op andere wijze, referentie metingen doen. 3. Ontwikkelen detectie algoritme • Proof of Concept: de signalen van de individuele sensoren worden geanalyseerd op bruikbaarheid voor detectie van wegdekschade. Mocht geen van de sensoren uitzicht bieden op een betrouwbare detectie, zal het project hier moeten eindigen. • Final Concept: er zal een voorstel worden gedaan, hoe de bruikbare signalen het best kunnen worden gecombineerd tot een detectie algoritme (sensor fusion). 4. Verificatie detectiesysteem • Uitgebreid meetprogramma uitvoeren met het beoogde detectie algoritme uit de vorige stap (volgens het ‘final concept’). • Analyse van metingen en detectie optimalisatie. 5. Opstellen specificaties Uiteindelijk zullen de specificaties opgesteld worden om het ‘Auto als Sensor’ concept op grotere schaal te kunnen toepassen: • Opstellen specificaties van de detectiesystemen • Implementatieplan definiëren De globale planning voor de eerste pilot met één testvoertuig, is als volgt:

30 / 34


go / no go

project start

pilot voertuig

proof of concept

final concept

specs en implementatie plan

Opbouw voertuig

Pre testen

Referentie testen

Algoritme

ontwikkeling

Verificatie Detectie Systeem

Opstellen specificaties

In overleg wordt een exacte planning uitgewerkt. Deze zal er zoveel mogelijk op gericht zijn al voor het eind van 2010 met het voertuig rond te kunnen rijden en resultaten te hebben.


31 / 34

Auto als Sensor

7 Conclusies en aanbevelingen In deze studie is door middel van een quick-scan onderzocht hoe de ‘Auto als Sensor’ ingezet zou kunnen worden ten behoeve van het meten van wegdekschade. Dit is deels naar aanleiding van een eerder verkennend onderzoek ‘Advanced Inspections Project’ [Arcadis 2009], waarin het concept ‘Auto als Sensor’ als veelbelovend werd gezien. In deze studie is literatuur en de state-of-the-art van lopende TNO onderzoeken bekeken, zijn diverse TNO experts geraadpleegd en is een gezamelijke workshop gehouden met TNO en Rijkswaterstaat. De belangrijkste onderzoeksvragen van deze studie waren de volgende: 1. Welke aspecten van wegdekken moeten gemeten worden om wegdekschade te detecteren? 2. Hoe kan dit met behulp van (in-voertuig) sensoren geregistreerd worden? 3. Wat zijn de voor- en nadelen van verschillende type sensoren voor deze toepassing? 4. Wat lijkt de best haalbare aanpak (welke sensoren en meetmethode) voor de beoogde pilot? Type wegdekschades die kansrijk zijn om met de ‘Auto als Sensor’ gedetecteerd te worden, zijn gaten (putholes) en rafeling. Beide hebben karakteristieke eigenschappen die naar verwachting goed gedetecteerd kunnen worden. Ook biedt automatische en frequente detectie voor beide meerwaarde ten opzichte van de huidige detectiemethoden, omdat het (vooral bij vorst) in korte tijd kan ontstaan en op deze wijze de schade in een eerder stadium gedetecteerd kan worden. Bovendien verschuiven de taken van de weginspecteurs steeds meer naar verkeersmanagement, zodat automatische detectie hun takenpakket kan verlichten. Tenslotte is het mogelijk dat de verzamelde data meer inzicht op zullen leveren in het schadeproces, doordat de data met een veel hogere frequentie verzameld wordt dan met de huidige ARAN. Zo kan bijvoorbeeld nagegaan worden hoe lang het precies duurt voordat een bepaald stadium van rafeling bereikt wordt en welke omstandigheden daartoe bijdragen. Dit kan vervolgens weer nuttige input bieden voor het Levensduur Verlengend Onderhoud. Daarnaast is er bij TNO een methode in ontwikkeling die de ‘toestand’ van het wegdek kan schatten uit in-voertuig sensoren, mits het rijgedrag voldoende dynamisch is. Hieruit kan de stroefheid van het wegdek worden afgeleid. Met welke nauwkeurigheid en onder welke condities dat mogelijk is, zal nader onderzocht moeten worden. Het is voor Rijkswaterstaat een interessante aanpak, omdat zij op zoek zijn naar een alternatieve, eenvoudigere wijze van stroefheidsmeting dan de huidige methode met een slippend wiel. Er zijn drie kansrijke methoden geselecteerd waarop gaten en rafeling gedetecteerd kunnen worden door middel van in-voertuigsensoren: - Meting van verticale acceleraties van de wielophanging door middel van een snelheids/acceleratiemeter op de wielophanging. - Bepaling van het hoogteprofiel van het asfalt door middel van metingen met een puntlaser. - Meting van het band-wegdek geluid met behulp van een microfoon bij de band.


32 / 34

Auto als Sensor

Naast het meten van de wegdekschade ‘an sich’, zijn er nog andere zaken waarmee rekening gehouden dient te worden. Dit betreft bijvoorbeeld de lokatiebepaling en metingen van externe omstandigheden die van belang zijn voor interpretatie van de meetgegevens. Wat betreft lokatiebepaling is GPS de meest voor de hand liggende methode. Bij voorkeur dient de lokatiebepaling rijstrooknauwkeurigheid te hebben. De standaard GPS is dan niet voldoende, maar er zijn wel mogelijkheden om de nauwkeurigheid te verhogen, bijvoorbeeld door gebruik te maken van een grondstation (DGPS of RTK GPS). Ook dient rekening gehouden te worden met statistische onzekerheden die geïntroduceerd worden doordat je te maken hebt met onnauwkeurige metingen door verschillende voertuigen en verschillende tijdstippen (zie paragraaf 4.6). Voor alle methoden geldt bovendien, dat nog onderzoek vereist is betreffende de geschiktheid voor early detection. Alle deelnemers van de workshop waren enthousiast over het concept ‘auto als sensor’ en zien kansrijke mogelijkheden en nuttige toepassingen. Types schades die genoemd werden om met de auto als sensor gedetecteerd te worden, zijn rafeling, stroefheid, gaten, scheurvorming, langs- en dwarsvlakheid, voegschades en vluchtstrookvervuiling, waarbij rafeling en stroefheid als belangrijkst werden gezien. Voor gaten werd het vooral nuttig geacht als early detection mogelijk is. Early detection geeft mogelijkheden om reparaties en wegonderhoud (ook levensduur verlengend onderhoud) optimaler en kostenefficienter in te zetten. De auto als Sensor zal de ARAN niet vervangen, maar kan wel gebruikt worden om de ARAN gerichter in te zetten. Er was ook grote interesse om meer inzicht te verkrijgen in het ontstaansproces van wegdekschade (met name gaten). Daarnaast vergroot het Auto als Sensor concept ook de verkeersveiligheid van zowel de weggebruikers als de weginspecteurs, doordat minder stilgestaan hoeft te worden. Over het algemeen werd het concept ‘auto als sensor’ als haalbaar gezien, er zijn echter nog vragen over bijvoorbeeld de nauwkeurigheid en dataverwerking en opslag en onzekere invloedsfactoren. Men vond het een goed idee deze zaken verder uit te zoeken in een pilot. Aanbeveling van TNO is om de haalbaarheid en implementatie van de voorgestelde kansrijke methoden, inclusief de in-car stroefheidsmeting, verder te onderzoeken en testen in een kleinschalige pilot met één testvoertuig (waarschijnlijk de VW passat die in gedeeld beheer is van TNO en Rijkswaterstaat). In hoofdstuk 7 is reeds een voorzet gedaan voor een plan van aanpak van deze pilot studie. In overleg met Rijkswaterstaat wordt nu een gedetailleerder plan van aanpak uitgewerkt. Er zijn door Rijkswaterstaat ook enkele aanvullende zaken naar voren gebracht waarvan het nuttig zou kunnen zijn deze met de ‘auto als sensor’ te meten: - Vluchtstrookvervuiling; - Reflectiewaarde van markeringen meten; - Hoogtemetingen afwijkingen geleiderail; - Luxwaarde van openbare verlichting. TNO ziet wel mogelijkheden voor het detecteren van deze zaken, maar ziet dit niet als triviaal. In overleg met de opdrachtgever is besloten dat deze zaken geen prioriteit hebben, en niet meegenomen zullen worden in de eerste pilot voor de ‘Auto als Sensor’.


33 / 34

Auto als Sensor

8 Referenties Arcadis 2009 Advanced Inspections Project, Innovative Technologies to Improve Highway Condition Monitoring, 28 september 2009, Arcadis INTRO 2008 Demonstration of Methods for the Measurement of Condition using Probe Vehicles. Intelligent Roads, EU Project no. ST4-CT-2005-012344 Roadware2010 http://www.roadware.com/applications/ GPS2005 Rapportage Kwaliteitsmeting Netwerk DGPS van 06-GPS, 25 mei 2005, 06-GPS BV Yamabe 2010 Estimation of road information from running vheicle, S. Yamabe, R. Hayashi, K. Nakano. Y. Suda, in Proceedings (DVD) of the FISITA world automotive congress 2010, 30 May – 4 June, Budapest, Hungary, paper nr. F2010-C-151 Bendtsen, 2010 Hans Bendtsen, Erwin Kohler, Qing Lu, Bruce Rymer. Californian and Danish Study on Acoustic Aging of Road Pavements. Transportation Research Board Annual Meeting 2010 Leenen 2010 Virtual Sensors for Advanced Vehicle Stability Control, R. Leenen, H. Schouten, to be presented at the 10th International Symposium on Advanced Vehicle Control, AVEC 10, August 22 – 26 2010, Loughborough, United Kingdom Pasterkamp 1997 The tyre as sensor, W. Pasterkamp, Proefschrift, Technische Universiteit Delft, 1997, Nederland Aad Prost 2010 Memo ‘Auto als Sensor – sensoren voor vorstschades aan asfalt kansendocument.’ Offrell 2010 Petra Offrell, Trond Cato Johansen. A new mobile system for safe performance control of the Road Markings. Transportation Research Arena 2010, Brussels Laurent 2010 John Laurent, Daniel Lefebvre & Eric Samson, Yves Savard & Mathieu Grondin. Implementation and validation of a new 3D automated pavement cracking measurement equipment. Transportation Research Arena 2010, Brussels


34 / 34

Auto als Sensor

Lalagüe 2010 Anne Lalagüe, Inge Hoff. Accuracy of Ground Penetrating Radar in Bituminous Pavement Thickness Evaluation. Transportation Research Arena 2010, Brussels Nils 2010 Nils, Ryden, Bertil, Mårtensson, Jesper, Elsander. Field and Laboratory Quality Control of Asphalt Using Seismic Methods. Transportation Research Arena 2010, Brussels

Auto als Sensor Quick-scan naar detectiemogelijkheden van wegdekschade

Recommend Documents