Metodika sběru parametrů dopravního prostoru pozemní komunikace pomocí měřicího vozidla
Výsledek výzkumného programu číslo 3
Dopravního VaV centra
Brno, prosinec 2014
Metodika je výstupem řešení projektu „Dopravní VaV centrum“ (CDV PLUS) realizovaného s finanční podporou OP Výzkum a vývoj pro inovace (ev. č. CZ.1.05/2.1.00/03.0064). Oponenti byli Ing. Bc. Dagmar Kočárková, Ph.D. (České vysoké učení technické v Praze, Fakulta dopravní) a Ing. Vlasta Michková (Ředitelství silnic a dálnic ČR). Metodika byla certifikována osvědčením Ministerstva dopravy č.j. 114/2014-710-VV/1 ze dne 16. 12. 2014.
Název: Metodika sběru parametrů dopravního prostoru pozemní komunikace pomocí měřicího vozidla Zhotovitel: Centrum dopravního výzkumu, v.v.i. Autoři: Ing. Jiří Ambros, Ing. Ondřej Gogolín Vydavatel: Centrum dopravního výzkumu, v.v.i. Distribuce: Centrum dopravního výzkumu, v.v.i., Líšeňská 33a, 636 00 Brno © 2014 Centrum dopravního výzkumu, v.v.i. ISBN 978-80-88074-00-7
Obsah I Cíl metodiky ...................................................................................................... 5 II Vlastní popis metodiky ................................................................................... 7 1 TEORETICKÁ ČÁST ...................................................................................................... 7 1.1 Senzory ......................................................................................................................... 7 1.1.1 Polohové senzory................................................................................................... 7 1.1.2 Mapovací senzory .................................................................................................. 8 1.1.3 Kombinace senzorů ............................................................................................... 8 1.2 Úlohy ............................................................................................................................ 9 1.2.1 Plovoucí vozidlo .................................................................................................. 10 1.2.2 Mapování ............................................................................................................. 12 1.2.3 Pasportizace ........................................................................................................ 13 1.2.4 Bezpečnostní inspekce ......................................................................................... 14 2 PRAKTICKÁ ČÁST ....................................................................................................... 15 2.1 Senzory ....................................................................................................................... 16 2.1.1 Polohové senzory................................................................................................. 16 2.1.2 Mapovací senzory ................................................................................................ 18 2.1.3 Kombinace senzorů ............................................................................................. 20 2.1.4 Pracoviště operátora ........................................................................................... 22 2.2 Úlohy .......................................................................................................................... 23 2.2.1 Plovoucí vozidlo .................................................................................................. 23 2.2.2 Mapování ............................................................................................................. 24 2.2.3 Pasportizace ........................................................................................................ 28 2.2.4 Bezpečnostní inspekce ......................................................................................... 30
III Vyjádření k novosti postupů....................................................................... 32 IV Popis uplatnění metodiky ............................................................................ 32 V Ekonomické aspekty...................................................................................... 33 VI Seznamy literatury ....................................................................................... 33
Předmluva Metodika popisuje postup sběru parametrů dopravního prostoru pozemní komunikace pomocí měřicího vozidla. Text se skládá ze dvou hlavních částí:
teoretická část: stručná teorie vztahující se k popisované problematice
praktická část: popis aplikace teoretické části na vývoji a provozu měřicího vozidla Centra dopravního výzkumu, v.v.i.
Metodika je jedním z řady výstupů projektu „Dopravní VaV centrum“ (CDV PLUS), řešeného Centrem dopravního výzkumu, v.v.i. (CDV) s finanční podporou OP Výzkum a vývoj pro inovace (ev. č. CZ.1.05/2.1.00/03.0064). Patří mezi výsledky výzkumného programu 3 „Bezpečnost v silničním provozu“, jehož vedoucím je Ing. Pavel Tučka. Autorský tým tvořili Ing. Jiří Ambros a Ing. Ondřej Gogolín. Metodika prošla oponentním řízením; oponenti byli Ing. Bc. Dagmar Kočárková, Ph.D. (České vysoké učení technické v Praze, Fakulta dopravní) a Ing. Vlasta Michková (Ředitelství silnic a dálnic ČR). Následně byla certifikována osvědčením Ministerstva dopravy č.j. 114/2014-710-VV/1 ze dne 16. 12. 2014.
I Cíl metodiky Metodika popisuje postup sběru parametrů dopravního prostoru pozemní komunikace pomocí měřicího vozidla. Úvodem budou vyjasněny některé pojmy. Parametry pozemní komunikace lze obecně rozdělit na:
dopravně inženýrské (tj. intenzita, rychlost, hustota a další odvozené vlastnosti dopravního proudu, ve vztahu k pozemní komunikaci [12])
stavebně technické (návrhové parametry pozemní komunikace, vybavení ad.)
Existuje řada způsobů sběru, zpracování a analýzy těchto dat. Jedním ze způsobů je využití měřicího vozidla, ke kterému se vztahuje předložená metodika. Shromažďované parametry budou průnikem obou výše uvedených skupin; pro stručnost bude proto používán pojem parametry pozemní komunikace. Dopravní prostor pozemní komunikace je normou ČSN 73 6110 [4] definován pouze v intravilánu a to jako nadmnožina hlavního dopravního prostoru a přidruženého dopravního prostoru. V této metodice je však dopravní prostor chápán jako takový prostor kolem komunikace, který působí na účastníky provozu a potenciálně ovlivňuje jejich bezpečnost. Takový dopravní prostor se tedy vyskytuje v intravilánu i extravilánu. Měřicí vozidlo je označení pro vozidlo uzpůsobené pro měření, tj. sběr a kvantifikaci vybraných parametrů. Cílem metodiky je poskytnout praktický návod provádění sběru vybraných parametrů dopravního prostoru. Za tím účelem obsahuje metodika dvě části – teoretickou a praktickou. Důraz je kladen na praktickou část, která popisuje vývoj a provoz konkrétního měřicího vozidla. Výstupem činností, provedených podle předložené metodiky, jsou data popisující dopravní prostor a výstupy na nich založené (např. pasport komunikace nebo bezpečnostní inspekce). V této souvislosti lze uživatele, pro které je metodika určena, rozdělit do dvou skupin:
uživatelé měřicích vozidel, kteří sbírají data a zpracovávají je do konkrétních výstupů
uživatelé těchto výstupů (např. správci komunikací nebo zástupci samosprávy)
5
Metodika se nevěnuje sběru dat o vozovce (protismykové vlastnosti, nerovnosti, poruchy, únosnost...) – v této oblasti již existují funkční systémy hospodaření s vozovkou, včetně řady technických předpisů, norem atd. (pro přehled viz např. [2]).
6
II Vlastní popis metodiky 1 TEORETICKÁ ČÁST Nejprve budou stručně popsány základní senzory používané ke sběru dat; následně budou představeny nejčastější skupiny úloh, k nimž se data využívají.
1.1 Senzory Potřebné senzory (čidla) slouží k bezkontaktnímu záznamu a sběru dat. Pro požadované účely je lze rozdělit na dvě skupiny [24]:
polohové senzory (globální navigační systém, gyroskop, akcelerometr, odometr)
mapovací senzory: pasivní (foto, video) nebo aktivní (radar, skener)
Jako další zdroj dat lze ve vozidle využít systémovou sběrnici CAN (Controller Area Network). Sběrnice obecně představuje soustavu vodičů, která umožňuje komunikaci a přenos dat mezi jednotlivými částmi systému; v automobilech se konkrétně použita pro komunikaci s jednotkami ovládajícími vstřikovací systém, senzory pohonu a brzdového systému. [20] Jejím prostřednictvím lze snímat např. údaje o rychlosti nebo ujeté dráze. Nejdůležitější představitelé uvedených dvou skupin budou dále stručně popsáni: globální navigační systém, gyroskop, akcelerometr a odometr jako polohové senzory; videokamera a laserový skener jako mapovací senzor.
1.1.1 Polohové senzory Do skupiny polohových senzorů lze zařadit následující [29]:
GNSS přijímač přijímá a zpracovává signály z družic, výsledkem je určení polohy, rychlosti a času přijímače. Zkratka GNSS zahrnuje globální navigační systémy jako např. americký systém GPS, ruský GLONASS nebo evropské Galileo.
Gyroskop je určen k měření úhlové rychlosti, tj. jak se měřený objekt rychle otáčí v jednotkách úhlových stupňů za sekundu. Rotaci lze měřit vzhledem k jedné ze tří os.
Akcelerometr je inerciální senzor, který využívá setrvačnosti hmoty pro měření kinematického zrychlení.
Odometr je zařízení měřící vzdálenost. Může se jednat o měřicí kolečko s čítačem otoček nebo jen samotný čítač, uzpůsobený k přimontování přímo na kolo automobilu.
7
Ty se obecně označují jako GNSS a inerciální měřicí jednotka (IMU). Zatímco příjem GNSS (globální navigace) je závislý na okolním prostředí, inerciální navigace je nezávislá na prostředí a okolních vlivech, vyžaduje ovšem ještě další polohový systém. Protože jsou obě technologie vzájemně komplementární, je výhodná integrace obou systémů do jednoho, poskytujícího přesnější a komplexnější navigaci. Výsledný inerciální navigační systém (INS) tedy eliminovuje nedostatky jednotlivých samostatných systémů GNSS a IMU. Inerciální navigace navíc funguje i v případech výpadku signálu GNSS, např. v tunelech. [29]
1.1.2 Mapovací senzory Základními mapovacími senzory jsou videokamera nebo laserový skener. Videodetekce a související obory (analýza obrazu, počítačové vidění, strojové učení) se rozvíjí přibližně od roku 2000, spolu s využíváním digitálních videokamer. Videodetekce umožňuje do jisté míry automatizovat dosavadní metody, např. sledování chování dopravního proudu, sčítání, rozpoznávání registračních značek apod. Laserové skenování je novější technologií; jejich boom v ČR nastal po roce 2000. Na rozdíl od videokamery, která poskytuje dvourozměrný obraz, laserový skener přímo určuje prostorové souřadnice objektů. Skener se skládá z laserového dálkoměru a skenovacího mechanismu, který určuje směr vysílaného paprsku. K rozmetání paprsku se často používá rotující hranol s několika odraznými plochami. Druhý směr je zajištěn otáčením skeneru kolem svislé osy. Výsledkem skenovaní je „mračno“ 3D bodů. [21] Hlavní parametry laserových skenovacích systémů jsou dosah, přesnost, rozlišovací schopnost, velikost dálkoměrné laserové stopy, bezpečnostní třída laseru, zorné pole a rychlost skenování (přehledy viz [13] nebo [18]).
1.1.3 Kombinace senzorů Kombinací polohových a mapovacích senzorů na mobilní platformě (např. silničním vozidle) vzniká mobilní systém. Především v případě kombinace polohových senzorů a laserového skeneru se hovoří o mobilních mapovacích systémech (MMS). Pro správné určení polohy podrobných bodů je potřebná pro každý okamžik měření přesná poloha nosiče skeneru a směr měření. Informace o poloze je odvozena z GNSS a informace o orientaci jsou získané z inerciální navigace.
8
První takovou českou aplikací byl v roce 2009 pilotní projekt na dálnici D 11 (Praha – Hradec Králové). Byl využit systém Lynx (viz Obr. 1), který umožňuje snímání o frekvenci 200 kHz a dosah až 200 m, při cestovní rychlosti 80-120 km/h. Na dálnici byla zjištěna použitelná rychlost záznamu až 120 km/den. Výstupem měření byl podrobný polohopis a výškopis dálnice a detailní mapa dálnice a jejího okolí. Absolutní polohová přesnost zaměření bodů byla 5 cm. Po zpracování jsou data využitelná např. jako podklad pro projektování, 3D vizualizaci, tvorbu digitálního modelu terénu, pasportizaci dopravního značení, lokalizaci objektů v blízkosti komunikace nebo zjištění stavu vozovky. [29]
Obr. 1 Ukázka MMS použitého při pilotním českém projektu na dálnici D 11 [29] (IMU je inerciální měřicí jednotka, DMI je odometer, na zádi vozidla jsou skenery)
Podobný princip lze uplatnit i v případech, kdy je mapovacím senzorem videokamera. Snímky získaného videozáznamu lze počítačově analyzovat a získat tak informace o vybraných objektech zájmu (např. dopravní značení pro pasportizaci).
1.2 Úlohy Parametry dopravního prostoru lze shromažďovat s pomocí měřicího vozidla za řadou různých účelů. V této souvislosti uvedeme nejprve historicky první úlohu měřicích vozidel – jedná se o tzv. metodu plovoucího vozidla.
9
1.2.1 Plovoucí vozidlo „Plovoucí vozidlo“ (floating car) umožňuje získat prostorově-časové (dynamické) charakteristiky dopravního proudu. Jedná se o záznam trajektorie pohybu vozidla v prostoru a čase. [17] Metoda plovoucího vozidla je jednou z metod dopravních průzkumů (metod získání údajů o dopravním proudu). Pohyb dopravního proudu je zde reprezentován pohybem vozidla, projíždějícího danou trasu podle určitých zásad (zejména vyrovnání počtu aktivních a pasivních předjetí) tak, aby jej bylo možno považovat za vozidlo typické (charakteristické) „plovoucí“ v dopravním proudu. Trasa bývá obvykle členěna na podúseky podle účelu měření (změn charakteru komunikace, zahrnutí různých křižovatek…) a bývá projížděna opakovaně (typicky 5×), aby se omezil účinek náhodných vlivů, jako je proměnlivost dopravních situací a možné odchylky od pohybu ideálního plovoucího vozidla (zásady nelze totiž, zejména v městském provozu, formulovat tak, aby byly odchylky zcela vyloučeny). Cílem průzkumu je získání objektivních informací o dopravních poměrech na dané trase, aby bylo možno např. posuzovat průjezdnost tras, dopad různých dopravních opatření, porovnávat varianty spojení míst apod. [25, 28] Jako plovoucí vozidlo lze využít každé vozidlo, jehož jízdní vlastnosti umožňují imitovat jízdu typickou pro sledovaný dopravní proud. Vozidlo se vybaví detektory potřebnými pro snímání dráhy a registraci spotřeby paliva. Kromě řidiče se účastní i jeden nebo více měřičů, kteří pomocí smluvených signálů registrují vybrané události; získané záznamy slouží pro další zpracování. Metoda plovoucího vozidla a související technologie měřicích vozidel se v bývalém Československu rozvíjela nejvíce v 80. letech 20. století. Uvádí se, že začátkem 90. let existovalo v ČSFR celkem 6 takových vozidel (v Praze, Brně a Bratislavě) [17]. Metoda se používala např. k identifikaci nevhodných míst, návrhům změn řídicích programů a koordinace dopravy nebo zjišťování energie dopravního proudu. Hlavním praktickým využitím bylo posuzování plynulosti dopravního proudu pro potřeby městských odborů dopravy. V 90. letech nastal v této oblasti útlum. Koncem 90. let však dochází k rozmachu civilního uplatnění systému GPS, který zasahuje i do koncepce plovoucích vozidel. Technologie se tak dostává do sféry inteligentních dopravních systémů
10
(ITS). V roce 2000 je např. v TP 131 [28] představeno plovoucí vozidlo využívající GPS. Získaná data lze převést do mapového prostředí a vynést graf závislosti rychlosti na čase a dráze. Pod grafy se do úseček automatiky vynesou evidované jevy. TP 131 označují metodu plovoucího vozidla jako aktivní způsob zjišťování závad v bezpečnosti. Z několikanásobného průjezdu trasy s videozáznamem se vyhodnotí rizikové situace a příčiny. Průjezd se provede v dopravní špičce (tam a zpět) a za ztížených podmínek (tma, déšť). Hlavní využití je ke zjišťování: plynulosti, rychlosti, zdržení, křivolakosti trasy. S rozvojem ITS a telematiky v novém tisíciletí se dostává do popředí nové pojetí pojmu „plovoucí vozidlo”. Tímto termínem se označují data o flotile vozidel, získávaná z GPS jednotek nebo mobilních telefonů, které slouží jako senzory polohy, rychlosti a směru jízdy [16]. Tato „floating car data“ (FCD) jsou chápána jako efektivnější alternativa profilových dat. Zatímco profilová data mohou poskytnout velmi kvalitní informaci z jednoho místa, mobilní data mají celoplošné pokrytí a informaci poskytují s určitou mírou pravděpodobnosti a tolerance. [10] Dle syntézy zahraničních zkušeností [10] lze funkce FCD rozdělit z hlediska přínosu pro bezpečnost následovně:
vysoká priorita: detekce dopravních kolon včetně objízdných tras
střední priorita: zjištění průměrné cestovní rychlosti nebo dojezdových časů
nízká priorita: zjišťování OD matic dopravního toku pro statistická dopravní vyhodnocení
Sdružení pro dopravní telematiku [5] vidí hlavní uplatnění FCD při zjišťování plynulosti dopravy. Z tohoto stručného historického nástinu vyplývají následující skutečnosti:
Termín „plovoucí vozidlo“ v dnešním kontextu FCD nelze zaměňovat s původním významem; tato vozidla se nepohybují podle pravidel původní metody plovoucího vozidla.
Metoda plovoucího vozidla má i dnes své opodstatnění, především pro studium plynulosti dopravního proudu.
Měřicí vozidlo, využívající kombinaci polohových a mapovacích senzorů, může být vhodným plovoucím vozidlem.
11
Další skupiny využití měřicích vozidel jsou:
Pro účely mapování. Mapování se zabývá měřením a zobrazováním reality; v oblasti pozemních komunikací se jedná především o záznam geometrického vedení trasy. Hlavním nástrojem jsou zde polohové senzory.
Pro účely pasportizace, tj. pro potřeby správce komunikace. Hlavním výstupem je pasport, který nejčastěji zahrnuje vodorovné a svislé dopravní značení nebo další vybavení komunikace. Zde se používají navíc mapovací senzory.
Pro účely bezpečnostní inspekce. Bezpečnostní inspekce je odborná prohlídka stávajících komunikací, prováděná za účelem identifikace rizikových faktorů. Měřicím vozidlem lze získat podkladová data pro provádění inspekce.
Tyto účely lze chápat hierarchicky, tj. podle rostoucí komplexnosti, jak ukazuje Tab. 1. Tab. 1 Přehled úloh, zdrojů dat a konkrétních příkladů Účel
Základní zdroje dat
Příklad
Mapování
polohové senzory
mapování trasy komunikace
Pasportizace
polohové senzory
pasportizace svislého dopravního značení podél zmíněné komunikace
mapovací senzory Bezpečnostní inspekce
polohové senzory
ohodnocení bezpečnosti (potenciálních rizik) vyplývající ze stavu zmíněného značení
mapovací senzory expertní posouzení
Jednotlivé účely budou dále stručně představeny.
1.2.2 Mapování Jak bylo uvedeno, jedná se v této oblasti především o sběr dat geometrického vedení trasy, ke kterému existují dva základní přístupy [7]:
přímý sběr dat pomocí polohových senzorů (především GNSS)
nepřímý sběr dat z mapovacích senzorů (např. analýza videozáznamu nebo bodů z laserového skeneru)
V dalším textu bude popisován především první způsob. Ten využívá i Ředitelství silnic a dálnic: geometrický průběh silnice se určuje z měření pomocí dvou měřicích aparatur, které tvoří GPS, optické gyroskopy a akcelerometry. V kroku 0,5 m jsou tak získávány informace o 12
sklonu vozidla ve třech osách; po zpracování je okamžitá poloha vozidla určena s přesností 1 – 5 m. Při měření se vychází z bodů uzlového lokalizačního systému (ULS), které se umisťují v křižovatkách a na hranicích okresů. [8]
1.2.3 Pasportizace Pasportizace je procesem zpracování technické dokumentace k souboru předem určených objektů (pasportu), respektive zjišťování technického stavu těchto objektů. Pasport je dle zákona základní evidencí komunikací [6, 27]. Pasportizační popis komunikací pro potřeby Ředitelství silnic a dálnic obsahuje informace o šířkovém uspořádání a eviduje existenci vybraných jevů. Jevy pasportizačního popisu komunikací mohou být:
průběžné, lokalizované začátkem a koncem staničení na úseku ULS (např. most)
bodové, lokalizované staničením konce sekce na popisovaném úseku (např. křižovatka s místní komunikací)
Data shromažďují pro Ředitelství silnic a dálnic v terénu ručně tzv. regionální reportéři nebo lze využít aplikace v software GDMS (GIS Databanka majetkových správců silnic). Druhý způsob se provádí přímo v měřícím vozidle propojením počítače s měřením délky, nebo dodatečně stejným software bez propojení na měřič délek. [22] Obecně se pro pasportizaci s využitím měřicího vozidla využívá kombinace polohových i mapovacích senzorů. Pro ilustraci funkčnosti bude uveden princip pasportizace svislého dopravního značení (SDZ) s využitím videokamery. Proces má dvě fáze: detekci a rozpoznání [9]. Detekce identifikuje zájmové oblasti některou ze tří různých metod [3]:
Metody založené na barvě značky. Barva však nemusí být vždy dobrým vodítkem (v závislosti na denní době, počasí, stínech atd.). S ohledem na proměnlivost osvětlení se používají jiné barevné prostory než RGB (např. HSI nebo L*a*b).
Metody založené na tvaru značky. Nejčastěji bývá založena na Houghově transformaci, která v obraze vyhledává libovolné tvary.
Metody strojového učení. Zde je nutná apriorní znalost problému, např. očekávaná barva nebo tvar značky.
13
V další fázi – rozpoznání – jsou detekované SDZ identifikovány nebo vyřazeny. Za tím účelem se používají např. support vector machines (SVM) nebo neuronové sítě.
1.2.4 Bezpečnostní inspekce Bezpečnostní inspekce je definována jako systematická, periodická a formální prohlídka stávajících komunikací, prováděná inspekčním týmem za účelem identifikace rizikových faktorů, které mohou zhoršovat následky dopravních nehod nebo přispívat k jejich vzniku a které souvisí s utvářením komunikace a jejího bezprostředního okolí. [1] Zatímco mapování se tedy zaměřuje na geometrii komunikace a pasportizace na evidenci jejího vybavení, cílem bezpečnostní inspekce je hodnocení potenciálního rizika. To může zahrnovat např. stromy nebo konstrukce reklamních billboardů. Uvádí se, že počet pevných překážek v bezprostředním okolí komunikace je nejvýznamnějším parametrem bezpečného dopravního prostoru [15]. Ten tedy zahrnuje komunikaci i její okolí. Identifikace rizik a jejich řešení se řídí certifikovanými metodikami [1, 23]. Cílem je vytvořit bezpečný dopravní prostor, který pozitivně ovlivňuje a vytváří podmínky pro bezpečné chování všech účastníků silničního provozu, v souladu s Národní strategií bezpečnosti silničního provozu [19].
14
2 PRAKTICKÁ ČÁST Měřicí vozidlo CDV bylo vyvinuto především pro účely pasportizace a dále výzkum bezpečnosti silničního provozu (bezpečnostní inspekce), z čehož vyplývá i zaměření praktické části metodiky. Protože však je pro tyto úlohy potřebný průnik dat i z obou předchozích bodů, budou v textu pokryty i tyto účely sběru dat. Východiskem rozhodování o vývoji měřicího vozidla byla jasná vize jeho využití a z toho vyplývající požadavky na jednotlivé komponenty měřicího systému. Při úvahách o využití bylo nutné zohlednit technické parametry vozidla a jeho vhodnost pro zabudování měřicích komponent. S ohledem na výše uvedené pak bylo zvoleno vhodné vozidlo, které svými parametry vyhovovalo typem karoserie, pohonem náprav, či komfortním vybavením. Důležitým, ne však na první pohled zřetelným, hlediskem pro výběr komponent byly také podmínky provozu či parkování vozidla. Veškeré komponenty soustavy byly vybírány s ohledem na vysokou odolnost vůči otřesům, extrémním výkyvům teplot (–20 až +70 °C) a prašnému prostředí. Při jízdě dochází k mnoha vibracím o rozdílných frekvencích, jenž mohou mít velmi brzy za následek uvolnění rozebíratelných spojení. Proto byl kladen důraz na vysokou mechanickou odolnost komponent a výběr takových zařízení, která jsou pro tyto účely vhodná. Např. u digitálních kamer nebylo možno nalézt vhodné zařízení odolávající vysokým teplotám, proto bylo třeba zajistit vhodné podmínky pro fungování zařízení dodatečnou úpravou (přídavná klimatizace). Níže je uvedena struktura rozhodovacího procesu: 1. Účel využití – mapování, pasportizace, bezpečnostní inspekce, měření parametrů komunikace, plovoucí vozidlo, aj. 2. Způsob měření a umístění komponent – vestavěná, externí či přípojná zařízení. 3. Kompatibilita – vzájemná kompatibilita datových výstupů z měř. komponent. 4. Interpretace – ucelená a srozumitelná interpretace naměřených dat. V dalším kroku bylo přistoupeno k vlastnímu výběru komponent systému. V prezentovaném případě CDV bylo vozidlo vyvíjeno primárně k digitálnímu videopasportu a pro sběr dopravně-inženýrských parametrů komunikace. Vzhledem k předpokládanému využití
15
měřicího vozidla a požadavkům na kamerový systém bylo zvoleno vozidlo VW Transporter T5 se zvýšenou střechou.
2.1 Senzory Měřicí vozidlo pro digitální dokumentaci pozemních komunikací je osazeno mapovacími i polohovými senzory a to s ohledem na výše uvedené požadované vlastnosti a parametry. Cílem bylo vyvinout měřicí vozidlo s takovým vybavením, které bude vyhovovat současným požadavkům kladeným na digitální záznam silniční sítě a související výzkum bezpečnosti silničního provozu. Současně musí systém splňovat mnohdy protichůdná kritéria, např. z pohledu výkonnosti systému a na straně druhé jeho příkonu a energetické stability. Nejrpve budou popsány jednotlivé polohové a mapovací senzory, následně jejich kombinace (měřicí vozidlo) a pracoviště operátora.
2.1.1 Polohové senzory Gyroskop Pro účely digitální pasportizace pozemních komunikací a měření podélného a příčného sklonu vozovky byl vybrán gyroskop MTi-G-700 GPS/INS, který je určený pro průmyslové a automotive instalace (Obr. 2). Jeho největší devizou je integrovaný GNSS modul, jenž v součinnosti s gyroskopem výrazně upřesňuje určování polohy a při nedostatečném počtu statelitů nedovoluje odchylku ve vertikální i horizontální rovině o více než 5 metrů. Ve spojení s diferenciální GPS anténou Dewetron lze následně určit GPS polohu s přesností na 2 metry. Součástí gyroskopu MTi-G-700 jsou tyto senzory:
magnetometr
barometrický výškoměr
GNSS modul
16
Obr. 2 MTi-G 700 GPS/INS
Gyroskop je v měřicím vozidle používán především pro měření podélného a příčného sklonu vozovky. Gyroskop slouží k měření veličin akcelerace, decelerace a polohové orientace ve všech třech osách. Tyto hodnoty jsou sbírány s frekvencí cca 400 Hz, což umožňuje detailní popis měřené komunikace. Pro účely měření sklonu vozovky však bylo zapotřebí aplikovat do výstupu datové vrsty filtry, jenž dokázaly převést okamžitou změnu polohových senzorů snímanou 400 Hz na 10 Hz potřebných pro synchronizaci dat ve vozidle. Významnější úlohou datových filtrů bylo potlačit snímané pohyby karoserie vozidla při akceleraci, deceleraci a zatáčení a získat tak pouze informace související s profilem a stavem komunikace. Kromě úloh, pro které bylo vozidlo navrženo, je možné gyroskop využívat samostatně a nezávisle na ostatních snímačích. Široký rozsah nastavení, možností konfigurace a variant zobrazení měřených dat svědčí o univerzálnosti zařízení a jeho využitelnosti pro jiné typy měření. GNSS Primární účelem GNSS snímače je přesné určení polohy; dále slouží k synchronizaci datových výstupů jednotlivých senzorů (primárně mapovacích) se synchronizačním impulsem o frekvenci 10 Hz. Pro dosažení vysoké přesnosti byla použita GPS jednotka DEWE-VGPS-HS (Dewetron) s diferenciální anténou (Obr. 3). Její výhodou je přednastavený synchronizační výstup 10 Hz, nízká spotřeba energie (2 W) a vysoká odolnost vůči nepříznivým provozním podmínkám.
17
Obr. 3 GPS jednotka DEWE-VGPS-HS (Dewetron)
Odometr Pro účely měření ujeté vzdálenosti je využíváno napojení na sériovou datovou sběrnici vozidla (CAN - BUS). Informace o ujeté dráze jsou získávány z impulsů vysílaných řídicí jednotkou ABS do vozidlové řídicí jednotky. Pro určení ujeté dráhy lze využít i jednotku GPS, ovšem za předpokladu stabilního a silného signálu. Právě z důvodu nestability GPS signálu, resp. počtu viditelných satelitů, byl zvolen tento způsob měření.
2.1.2 Mapovací senzory Digitální videokamery Mapovací senzory jsou z pohledu měřicího vozidla, užívaného především pro pasport pozemních komunikací, stěžejním prvkem celého systému. Při výběru vhodné videokamery je důležité zvážit:
co by měla kamera zachytit (zorný úhel kamery)
její umístění na vozidle (pevné, flexibilní, vestavěné do vozidla apod.)
další využití obrazových dat
Na základě požadovaných vlastností byl zvolen počet kamer a jejich instalace do vozidla. V případě CDV byly zvoleny tři kamery uchycené pevně ve zvýšené střeše vozidla ve speciálním ochranném tubusu (viz Obr. 4). Kamery jsou situovány tak, aby záběr pokryl celou šířku komunikace, přičemž: 18
levá přední kamera je co nejblíže středu komunikace a je umístěna rovnoběžně s osou vozidla
druhá přední kamera je v jeho pravé části a je mírně vyosena (cca 15°) pro pokrytí dopravního značení umístěného ve směrových obloucích či v křižovatkách
poslední kamera je umístěna v ose s levou přední kamerou a je zabudována v zadní části vozidla
S přihlédnutím k využití digitálního záznamu také pro analýzu obrazu (resp. detekce vodorovného a svislého značení) byla vybrána digitální videokamera Basler acA1600-20gc s následujícími parametry:
CCD rozlišení 1600 × 1200 bodů
rozhraní GigaE (1000 Mb/s)
objektiv 1/2“ Tamron 4 – 12 mm s manuálním nastavením clony
obrazová frekvence 10 obr/s (max 20 obr/s), progresivní sken
externí synchronizace s GPS
rozsah provozních teplot 0 až 50 °C
Obr. 4 Umístění přední a zadní kamery
Pracovní teplota zvolených kamer se pohybuje v rozmezí 0° až 50° C, proto bylo nutné do vozidla domontovat přídavnou klimatizaci, jež výkonově doplňuje sériovou vozidlovou a v letních měsících tak zajišťuje bezproblémový provoz (Obr. 5). Pod střechou bylo na přímém slunci v letním dni naměřeno až 72 °C, čímž by docházelo ke zvýšenému opotřebení kamer vedoucí k jejich předčasné disfunkci.
19
Obr. 5 Ventilátor kamery s výdechem přídavné klimatizace
2.1.3 Kombinace senzorů HW vybavení vozidla se skládá z následujících subsystémů (viz Obr. 6):
polohové senzory: GPS, gyroskop, akcelerometr, odometr
mapovací senzory: digitální full HD videokamery (přední, boční, zadní)
vyhodnocovací jednotka
rozhraní pro specializované snímače (CAN, AI, DI, teplota)
PC tablet
dotykový monitor
Z polohových a mapovacích senzorů jsou během měření sbírána data, jenž jsou zpracovávána a ukládána ve vyhodnocovací jednotce. Činnost senzorů je synchronizována jednotkou GPS. Synchronizační impulsy určují frekvenci snímkování z připojených digitálních kamer. Současně se snímky z kamer je získána GPS poloha vozidla, ujetá dráha, 3D orientace a akcelerace. Měřená data (datum, čas, snímky z přední, boční a zadní kamery v rozlišení až 1600 × 1200 bodů, GPS poloha, ujetá dráha vozidla od startu měření, gyroskop, akcelerometr, magnetometr) jsou ukládána z důvodů velkého datového toku a odolnosti na vibrace na velmi rychlý výměnný SSD (Solid State Disk).
20
Obr. 6 Blokové schéma měřicího systému
21
2.1.4 Pracoviště operátora U měřicího vozidla je nutno brát zřetel jak na obsluhu systému během měření, tak i kontrolu jednotlivých senzorů a jejich funkčnost. Z pohledu obsluhy systému a zadávání speciálních lokalizačních informací je důležitá možnost nastavení polohy tabletu a dostupnost provozních informací. Pro kontrolu připojení a funkčnosti senzorů slouží dotykový monitor umístěný místo výklopné schránky na místě spolujezdce (Obr. 7). Dotykový monitor je pak zobrazovacím prvkem PC, který sbírá data z jednotlivých senzorů. Prostřednictvím dotykového monitoru lze kontrolovat a měnit nastavení kamer a vybírat u nich prostor pro expozici. Současně monitor funguje při měření k online kontrole výstupu ze senzorů jako GPS, gyroskop a CAN. Zároveň lze prostřednictvím monitoru kalibrovat gyroskop a sledovat např. aktuální podélný a příčný sklon vozovky. Přes dotykový monitor lze spouštět měření nezávisle na ovládacím tabletu a nahrávat soubory se staničením.
Obr. 7 Pracoviště operátora
Primárním rozhraním pro zadávání speciálních lokalizačních informací je program ovládaný prostřednictvím dotykového tabletu. Pro usnadnění manipulace je tablet umístěn na pevném ocelovém držáku s variablně nastavitelným úchytem. Operátor tak nemusí mít tablet uložený na klíně, čímž se zvyšuje jak komfort obsluhy, tak i bezpečnost.
22
Tablet je síťově propojen s PC. Operátor stiskem příslušných tlačítek přidává informace o pozemní komunikaci do datového paketu, tzn. že každá přidaná událost zahrnuje informace o poloze, příčném a podélném sklonu, rychlosti, otáčkách motoru, nadmořské výšce, staničení a snímek ze všech tří kamer. Prostřednictvím editoru schémat lze připravit více variant rozložení obrazovky dle požadovaného typu měření a libovolně měnit či posouvat rozložení tlačítek na ploše. Systém tak lze vždy přizpůsobit aktuálním požadavkům na měření i osobním preferencím operátora. Na horní stavové liště jsou pak informace o stavu GPS, připojení tabletu a tlačítko pro začátek a konec měření.
2.2 Úlohy 2.2.1 Plovoucí vozidlo Na ukázku praktického využití měřicího vozidla CDV pro úlohy plovoucího vozidla a mapování bude uveden následující příklad. Pro ilustraci byla využita data jen z jedné jízdy a to na úseku silnice I. třídy. Jak je patrné z ortofotomapy (GoogleMaps, Obr. 8), úsek zahrnuje tři směrové oblouky.
Obr. 8 Vybraný úsek pozemní komunikace (GoogleMaps)
Data z měřicího vozidla jsou ukládána ve formátu XML. Na CDV bylo vytvořeno prostředí pro import, zpracování a vizualizaci těchto dat na mapovém podkladu MapQuest (viz Obr. 9). Každý bod odpovídá jednomu záznamu (10× za sekundu); při rychlosti 90 km/h to odpovídá vzdálenosti mezi body cca 2,5 m.
23
Obr. 9 Zobrazení datových bodů zaznamenané trajektorie jízdy
Z obrázku je mj. patrné, že trajektorie je plynulejší než zákres komunikace v mapovém podkladu. To je způsobeno přesností lokalizace GPS v měřicím vozidle a dále hustotou záznamu. Dále lze uvést graf rychlosti na uvedeném úseku (Obr. 10). Graf ukazuje hodnoty z původního záznamu (s frekvencí 10 Hz) a zároveň „vyhlazené“ hodnoty po 1 sekundě (vypočtené klouzavým průměrem s periodou 10).
Obr. 10 Hodnoty rychlosti spolu s klouzavým průměrem
Data z měřicího vozidla CDV lze tedy využít k vyhodnocení jízdní rychlosti metodou plovoucího vozidla. Tu lze využít podrobně např. k detekci kolon nebo agregovaně např. k hodnocení cestovní rychlosti a dojezdových časů.
2.2.2 Mapování Pro lokalizaci mapovaných jevů je klíčová vazba na uzlový lokalizační systém (ULS). ULS je integrován do sbíraných dat ve fázi postprocessingu. Pro snazší import dat ULS se používá 24
speciálně vytvořená webová aplikaci, ve které je nahrána databáze ULS celé ČR. Před vlastním měřením (pokud je již známa trasa) lze tuto trasu v prohlížeči zadat a označit si jednotlivé úseky komunikace, které budou měřeny. Po zadání trasy je vytvořen export, který se nahrává před měřením do systému vozidla (Obr. 11). Operátor po nahrání exportu vidí v mapě na dotykovém monitoru jednotlivé body ULS, což významně ulehčuje měření a orientaci na trase. Vlastní integrace souřadnic ULS a naměřených dat probíhá v prohlížeči dat v kanceláři, kdy jsou již známé souřadnice GPS z provedeného měření. GPS souřadnice uzlových bodů jsou pak porovnávány s GPS souřadnicemi zaznamenanými vozidlem, přičemž v místech, kde jsou souřadnice trasy a ULS bodu k sobě nejblíže je vložen uzlový bod. Právě z důvodu obrovského množství souřadnic ULS celé ČR a souřadnic zaznamenaných vozidlem byla zvolena varianta importu trasy do naměřených dat, kde se již porovnávají souřadnice ULS na trase očekávané, čímž se výrazně celý proces urychluje. Současně ULS poskytuje informace o staničení, které je tímto do struktury dat rovněž doplněno. Z měření pak je získána informace nejen o absolutní délce, ale rovněž o staničení na dané komunikaci.
Obr. 11 Příklad exportu trasy
Konkrétně lze ohledně mapování uvést ukázku týkající se využití ukazatele křivolakosti trasy ( ) na úseku z předchozího odstavce. Křivolakost je definována jako součet úhlových změn vztažený k délce komunikace (v jednotkách gon/km). Na CDV byl vytvořen algoritmus, který z dat měřicího vozidla počítá křivolakost (pro trojici po sobě jdoucích bodů) a následně
25
automaticky identifikuje přímé úseky a směrové oblouky (podrobnosti viz [26]). Obr. 12 ukazuje výsledek segmentace – červené body označují směrové oblouky.
Obr. 12 Výsledek automatické segmentace na přímé úseky (bílé body) a směrové oblouky (červené body)
Podrobnější údaje o křivolakosti lze zobrazit v grafu (Obr. 13) – ten opět ukazuje hodnoty z původního záznamu a zároveň „vyhlazené“ hodnoty po 1 sekundě (vypočtené klouzavým průměrem s periodou 10).
Obr. 13 Hodnoty křivolakosti spolu s klouzavým průměrem
Hodnoty křivolakosti jednotlivých prvků (přímé/oblouky) lze využít k ohodnocení konzistence směrového vedení trasy. Ta vystihuje plynulost trasy: ideálně by na ní nemělo docházet k prudkým změnám směrového vedení, potažmo jízdní rychlosti. Protože takováto „překvapivá“ místa jsou zároveň nebezpečná (dochází na nich k nehodám z nepřizpůsobení rychlosti, sjetí z vozovky, nárazů do stromů apod.), má ukazatel konzistence vztah k bezpečnosti provozu. Ke kvantifikaci tohoto vztahu lze použít např. kritérium z prací
26
německého prof. Lamma a kol. [14], které hodnotí návaznost prvků velikostí absolutní hodnoty rozdílu křivolakosti jednotlivých prvků (přímých a oblouků), viz Tab. 2. Tab. 2 Kritérium hodnocení konzistence trasy podle rozdílů křivolakosti [14] Velikost absolutní hodnoty rozdílu křivolakosti |∆ | [gon/km] |∆ | 180 180 |∆ | 360 |∆ | 360
Hodnocení konzistence úroveň 1 (vhodná) úroveň 2 (uspokojivá) úroveň 3 (nevyhovující)
Za účelem ohodnocení byly vypočteny průměry křivolakosti jednotlivých prvků vybrané trasy a jejich vzájemné rozdíly (absolutní hodnoty) – viz Tab. 3. Tab. 3 Hodnocení konzistence konkrétní trasy podle kritéria z Tab. 2 Prvek oblouk 1
Průměrná křivolakost [gon/km] 303,2
přímá oblouk 2 přímá oblouk 3
Absolutní rozdíly |∆ | [gon/km]
Úroveň hodnocení konzistence z Tab. 2
265,8
2
183,8
2
200,4
2
420,7
3
37,4 221,2 20,8 441,5
Vztah hodnocení konzistence k bezpečnosti lze demonstrovat na četnosti zaznamenaných nehod v jednotlivých obloucích. Následující přehled (Obr. 14) vychází z údajů v Jednotné dopravní vektorové mapě (http://www.jdvm.cz/), obsahující lokalizované dopravní nehody za období 1/2007 – 9/2014. Z přehledu je patrné, že v prvním oblouku nedošlo k žádné nehodě. V druhém oblouku byly 2 nehody, avšak obě pouze s hmotnou škodou (HŠ) a navíc typy, které nesouvisí se směrovým vedením (předjíždění a nepřizpůsobení jízdy sněhu na vozovce). To stejné platí pro následující úsek, kde došlo ke dvěma nehodám, avšak vlivem křižovatky (boční srážka) a srážky se zvěří, obě navíc pouze s hmotnými škodami. Ve třetím oblouku však došlo ke dvěma nehodám z důvodu nepřizpůsobení rychlosti, z nichž u jedné navíc došlo k lehkému zranění.
27
Obr. 14 Přehled nehod v obloucích podle údajů v JDVM
Je zřejmé, že pouze nehody ve třetím oblouku patří do kategorie, která souvisí s konzistencí směrového vedení. Uvedené hodnoty tedy potvrzují hodnocení konzistence, které na základě rozdílu křivolakosti označilo třetí oblouk za nejvíce nebezpečný. Příklad dokazuje další možnost využití dat z měřicího vozidla – lze vyhodnotit křivolakost trasy a následně konzistenci směrového vedení, která má vztah k bezpečnosti provozu (nehodovosti) a lze ji tedy využít jako proaktivní nepřímý ukazatel bezpečnosti.
2.2.3 Pasportizace Pasport pozemních komunikací je jednou ze základních činností prováděnou měřicím vozidlem; tomu je koncepčně přizpůsoben soubor použitých senzorů. Před vlastním měřením je do PC nahráno staničení z pozemních komunikací, na kterých bude pasport prováděn. Operátor po příjezdu na cílovou lokalitu zapíná měření a zadává požadované lokalizační údaje prostřednictvím dotykového tabletu. S ohledem na počet zadávaných informací může obsluha volit mezi konkrétními dopravními značkami, nebo zástupnými ikonami pro jejich příslušné skupiny. Kromě bodových událostí (svislé dopravní značení, zastávka, portál, most) může operátor zadávat i události úsekové (svodidla, zeleň, vodorovné dopravní značení) a přiřazovat k nim stavy, kterých mohou tyto události nabývat.
28
Po příjezdu z měření jsou data po síti nahrána na server, kde je k nim přístup ze stolního PC, kde je záznam dále zpracováván a jsou upřesňovány zadávané údaje a jsou doplňovány chybějící (Obr. 15).
Obr. 15 Program na prohlížení a zpracování záznamu
Součástí postprocessingu je speciálně vyvinutý software na automatické rozpoznávání dopravního značení z obrazu. Software dokáže z obrazu vyhodnocovat svislé i vodorovné dopravní značení, nicméně je třeba pro každé značení spustit analyzér samostatně (Obr. 16). Výstup z automatické analýzy je pak ukládán do příslušné složky s daty a odtud pak importován v prohlížeči do vlastní datové struktury.
Obr. 16 Náhled SW automatické analýzy obrazu
29
Z důvodu složitosti programu pro prohlížení dat a jeho nevhodnosti pro prezentaci naměřených výstupů byla speciálně vytvořena webová aplikace sloužící koncovým uživatelům pro náhled a práci s naměřenými daty (Obr. 17). Uživatel může vyhledávat ze seznamu pozemních komunikací a jejich tříd a dále pak filtrovat vybrané úseky dle konkrétních událostí či staničení.
Obr. 17 Výstup pasportu ve webové aplikaci
2.2.4 Bezpečnostní inspekce Bezpečnostní inspekce je jednou z dalších úloh, kterou lze prostřednictvím měřicího vozidla řešit. Nejedná se však o plnohodnotnou inspekci, nýbrž o tzv. „předinspekci“, a to především u větších územních celků (okresy, kraje), kde není možné, aby bezpečnostní auditor zmonitoroval celé území standardní metodou. „Předinspekce“ (předběžná bezpečnostní inspekce) je prováděna bezpečnostním auditorem, který si v editoru schémat připraví pracovní plochu pro zadávání rizik (Obr. 18). Během jízdy jsou sbírána data ze všech senzorů a inspektor přidává zjištěná rizika pomocí tabletu do datové struktury. Zjištěná rizika mohou být označena obecně jako „riziko“ na škále od jedné do tří (3 je nejvyšší závažnost), nebo mohou být zadávána jako konkrétní události (např. chybějící svodidlo, špatné rozhledové poměry, zeleň apod.). Výhoda této metody spočívá v možnosti posuzovat komunikaci za jízdy z vozidla, kdy se určité prvky mohou jevit jako více, či naopak méně důležité.
30
Obr. 18 Možné rozvržení tabletu pro inspekci
Po projetí vybraných úseků jsou data stažena do PC, kde jsou zpracovávána na prohlížeči dat a znovu důkladněji analyzována (Obr. 19). Auditor má možnost si záznam spustit a editovat pak již zadaná rizika, příp. je po podrobnějším posouzení odstranit. Výstupem je přehledná interaktivní mapa se všemi vyznačenými riziky. Úseky s větším počtem rizik jsou následně podrobeny standardní bezpečnostní inspekci.
Obr. 19 Ukázka nezpracovaného výstupu z měřicího vozidla
31
III Vyjádření k novosti postupů V metodice byly představeny 4 základní možnosti sběru a využití dat z měřicích vozidel. V řadě těchto úloh existuje více konkurenčních řešení, založených především na mobilních mapovacích systémech (MMS) s využitím laserových skenerů. Lze uvést stručné srovnání těchto systémů se systémem, představeným v praktické části metodiky (CDV):
Sběr dat lze u obou systémů provádět při běžné rychlosti jízdy. Např. konkrétní příklad MMS (viz odst. 1.1.3) nasnímá 120 km/den; zpracování je však náročné, cca 1-2 km/den.
Přesnost je u MMS lepší (v řádu centimetrů) než u systému CDV (v řádu metrů).
Cenová dostupnost je u MMS méně příznivá (především kvůli ceně laserových skenerů) než u systému CDV.
Odolnost je vyšší u systému CDV (viz odst. 2.1.2): např. rozmezí provozních teplot je –20 až +70 °C; naopak u MMS, jejichž senzory jsou většinou odkryté, jsou omezující nižší teploty, sběr dat se proto neprovádí při teplotách pod 10 °C [11].
Systém CDV, představený v praktické části metodiky, není zaměřen na úlohy, kde je rozhodující přesnost. Jeho novost je však především v úlohách, které mají souvislost s rizikovostí dopravního prostoru a bezpečností silničního provozu. Dále jsou uvedeny příklady:
Mapování: automatická segmentace dat na přímé a oblouky a následné určení konzistence trasy, která je nepřímým ukazatelem bezpečnosti (viz odst. 2.2.2).
Pasport: automatická identifikace svislého i vodorovného dopravního značení (viz odst. 2.2.3).
Inspekce: pasport rizik a předběžná bezpečnostní inspekce (viz odst. 2.2.4).
IV Popis uplatnění metodiky Jak bylo zmíněno v úvodu, metodika je určena pro dvě skupiny uživatelů:
uživatelé měřicích vozidel, kteří sbírají data a zpracovávají je do konkrétních výstupů
uživatelé těchto výstupů (např. správci komunikací nebo zástupci samosprávy)
32
Metodika konkrétně představuje uplatnění ve čtyřech základních úlohách s následujícími výstupy:
plovoucí vozidlo údaje o dopravním proudu
mapování údaje o trase pozemní komunikace
pasportizace údaje o vybavení dopravním prostoru
inspekce údaje o rizikovosti dopravního prostoru
Podrobnosti k jednotlivým úlohám jsou uvedeny v praktické části metodiky (odst. 2.2.1 – 2.2.4).
V Ekonomické aspekty Ekonomické aspekty lze uvést např. na inovativní „předinspekci“ (předběžné bezpečnostní inspekci). Jejím cílem je vymezení rozsahu, neboli identifikace rizikových částí sítě, které budou dále podrobeny úplné bezpečnostní inspekci. Postup je vhodný zejména na silnicích nižších kategorií v rámci větších územních celků (okresů nebo krajů), kde není možné, aby bezpečnostní auditor zmonitoroval celé území standardní metodou. Jako příklad lze uvést předběžnou inspekci, kterou CDV realizuje na extravilánových úsecích silnic II. třídy v Jihomoravském kraji o celkovém rozsahu cca 1500 km. Při uvážení ceny běžné inspekce vychází celková částka v řádu milionů Kč. Oproti tomu náklady na předběžnou inspekci jsou výrazně nižší, čímž vzniká významná finanční úspora.
VI Seznamy literatury První seznam (publikace, které předcházely metodice) uvádí výstupy (metodiky, články, konferenční příspěvky, užitné vzory), které vznikly v Centru dopravního výzkumu, v.v.i. a předcházely tak přípravě aktuální metodiky. Druhý seznam (použitá související literatura) představuje reference na odborné materiály, na které je odkazováno v předchozím textu.
33
Seznam publikací, které předcházely metodice Certifikované metodiky
Metodika optimalizace hustoty silniční sítě v regionech. Centrum dopravního výzkumu, v.v.i., 2008.
Metodika bezpečnostní inspekce pozemních komunikací. Centrum dopravního výzkumu, v.v.i., 2008. http://www.ibesip.cz/cz/aktivity/archiv-kampani/bezpecnaobec/bezpecnostni-inspekce
Metodika bezpečnostní inspekce pozemních komunikací. Centrum dopravního výzkumu, v.v.i., 2009. ISBN 978-80-86502-87-8.
Bezpečnostní inspekce pozemních komunikací: metodika provádění v souladu se směrnicí EU 2008/96/EC. Centrum dopravního výzkumu, v.v.i., 2013. ISBN 978-80-86502-49-6. http://www.audit-bezpecnosti.cz/file/bezpecnostni-inspekce-pozemnich-komunikacimetodika-provadeni/
Články v časopisech s impakt faktorem
Ambros, J., Valentová, V. Identification of Road Horizontal Alignment Inconsistencies – A Pilot Study from the Czech Republic. The Baltic Journal of Road and Bridge Engineering (v tisku).
Články v recenzovaných periodicích
Ambros, J., Dont, M., Striegler, R. Mobile Measuring System for Road Passport. Transactions on Transport Sciences, 2009, roč. 2, č. 1, s. 31-32.
Ambros, J., Valentová, V. Optimalizace směrových návrhových prvků pozemních komunikací: úvod do problematiky a příprava pilotní studie. Dopravní inženýrství, 2012, roč. 7, č. 1, s. 14-16.
Valentová, V., Ambros, J. Konzistentní design – využití GPS ke zjištění nesouladu ve směrovém řešení trasy. Silniční obzor, 2014, roč. 75, č. 4, s. 98-101.
34
Příspěvky na konferencích
Tučka, P. Nové možnosti sběru dat o dopravních nehodách. In Doprava & eSafety, Brno, 6.-7.6.2005. ISBN 80-86502-21-X.
Striegler, R. Měření rychlostí a výzkum vybraných dopravně-inženýrských parametrů. In Bezpečnosť dopravy na pozemných komunikáciách, Vyhne, 28.-30.9.2005.
Striegler, R. Využití GIS aplikace v lokalizaci dopravních nehod na pozemních komunikacích. In NavAge 2006, Praha, 28.-29.3.2006.
Striegler, R., Tučka, P. Systém GPS v lokalizaci dopravních nehod na pozemních komunikacích. In Nové výzvy pro dopravu a spoje, díl III, Pardubice, 14.-15.9.2006, s. 100-106. ISBN 80-7194-880-2.
Ambros, J., Striegler, R., Tučka, P. Nejčastější bezpečnostní deficity při realizovaných inspekcích dopravního značení. In Bezpečná silniční infrastruktura, Liberec, 24.25.9.2007, s. 131-139. ISBN 978-80-86502-66-3.
Ambros, J., Dont, M., Striegler, R. Podpůrné nástroje managementu bezpečnosti silniční sítě. In ROSALINE (Road Safety of Lives in Europe), Bratislava, 20.-22.4.2009.
Ambros, J., Dont, M., Striegler, R. Tools Supporting Road Infrastructure Safety Management. In 27th International Baltic Road Conference, Riga, 24.-26.8.2009.
Ambros, J., Valentová, V. Czech pilot study of road horizontal alignment optimization. In 28th International Baltic Road Conference, Vilnius, 26.-28.8.2013. ISBN 978-609-955260-6.
Pokorný, P., Striegler, R. Provádění bezpečnostních inspekcí na silnicích nižších kategorií v rámci velkých územních celků. In XV. Dopravně - inženýrské dny, Mikulov, 4.5.6.2014, s. 192-199.
Striegler, R. Hodnocení stávajících pozemních komunikací. In BRNOSAFETY 2014, Brno, 15.-16.9.2014, s. 33-34. ISBN 978-80-86502-73-1.
35
Užitné vzory
Mobilní měřicí zařízení pro pasport pozemních komunikací. Zápis užitného vzoru č. 18277. Centrum dopravního výzkumu, v.v.i., 2008. http://spisy.upv.cz/UtilityModels/FullDocuments/FDUM0018/uv018277.pdf
Mobilní zařízení pro prostorově časová sledování charakteristik dopravního proudu. Zápis užitného vzoru č. 19789. Centrum dopravního výzkumu, v.v.i., 2009. http://spisy.upv.cz/UtilityModels/FullDocuments/FDUM0019/uv019789.pdf
Seznam použité související literatury [1] Bezpečnostní inspekce pozemních komunikací: metodika provádění v souladu se směrnicí EU 2008/96/EC. Centrum dopravního výzkumu, v.v.i., 2013. ISBN 978-80-86502-49-6. http://www.audit-bezpecnosti.cz/file/bezpecnostni-inspekce-pozemnich-komunikacimetodika-provadeni/ [2] Bolina, V., Nekula, L., Mališ, L., Řehák, Č., Rebičová, M., Meluzin, P., Stryk, J. Povrchové vlastnosti vozovek. Silniční obzor, 2010, roč. 71, č. 12, s. 319-326. [3] Brkić, K. An overview of traffic sign detection methods. University of Zagreb, Faculty of Electrical Engineering and Computing, 2010. https://www.fer.unizg.hr/_download/repository/BrkicQualifyingExam.pdf [4] ČSN 73 6110 Projektování místních komunikací. Český normalizační institut, 2006. [5] Dopravní data: nutná podmínka efektivního dopravního systému v ČR. Sdružení pro dopravní telematiku, 2011. http://www.sdt.cz/download/doc/Dopravni_data_final_040311.pdf [6] Duchač, A. Využití dat z mobilního mapování v bezbariérovosti. Diplomová práce. Univerzita Pardubice, Fakulta ekonomicko-správní, 2012. http://dspace.upce.cz/handle/10195/48469 [7] Findley, D.J., Cunningham, C.M., Hummer, J.E. Comparison of mobile and manual data collection for roadway components. Transportation Research Part C, 2011, roč. 19, s. 521540.
36
[8] Geometrické vedení trasy. Ředitelství silnic a dálnic, Odbor silniční databanky, 2012. http://www.rsd.cz/sdb_intranet/sdb/download/geometricke%20vedeni%20trasy.pdf [9] Greenhalgh, J., Mirmehdi, M. Real-Time Detection and Recognition of Road Traffic Signs. IEEE Transactions On Intelligent Transportation Systems, 2012, roč. 13, č. 4, s. 14981506. [10] Hrubeš, P. Data plovoucích vozidel v aplikacích monitorování dopravy. Habilitační přednáška. České vysoké učení technické v Praze, Fakulta dopravní, 2011. http://intranet.cvut.cz/informace-pro-zamestnance/habilitace/hp [11] Kachlík, P. Podpora tématického mapování prostřednictvím náčrtového vstupu na mobilních prostředcích. Diplomová práce. Masarykova univerzita, Přírodovědecká fakulta, 2014. http://is.muni.cz/th/323730/prif_m/Diplomova_Prace_Kachlik.pdf [12] Kočárková, D., Kocourek, J., Jacura, M. Základy dopravního inženýrství. 2. vydání. České vysoké učení technické v Praze, Fakulta dopravní, 2009. ISBN 978-80-01-04233-5. [13] Křemen, T., Koska, B. Terestrické skenovací systémy. Zeměměřič, 2008, č. 5+6, s. 1012. [14] Lamm, R., Psarianos, B., Cafiso, S. Safety Evaluation Process for Two-Lane Rural Roads: A 10-Year Review. Transportation Research Record, 2002, č. 1796, s. 51-59. [15] Landa, J. Pevné překážky a únikové zóny. Silniční obzor, 2012, roč. 73, č. 2, s. 38-46. [16] Leduc, G. Road Traffic Data: Collection Methods and Applications. Joint Research Centre – Institute for Prospective Technological Studies, European Commission, 2008. http://ftp.jrc.es/EURdoc/JRC47967.TN.pdf [17] Medelská, V., Jirava, P., Nop, D., Rojan, J. Dopravné inžinierstvo. Alfa, 1991. [18] Metody laserového skenování objektů dopravní infrastruktury a jejich blízkého okolí. Geovap, spol. s r.o. a Centrum dopravního výzkumu, v.v.i., 2013. [19] Národní strategie bezpečnosti silničního provozu na období 2011-2020. Ministerstvo dopravy, 2011. http://www.ibesip.cz/cz/besip/strategicke-dokumenty/narodni-strategiebezpecnosti-silnicniho-provozu/nsbsp-2011-2020
37
[20] Neřád, K. Tester pro LIN a CAN sběrnice. Diplomová práce. Univerzita Tomáše Bati ve Zlíně, Fakulta aplikované informatiky, 2013. http://dspace.k.utb.cz/handle/10563/25513 [21] Pavelka, K. Fotogrammetrie 20. České vysoké učení technické v Praze, Fakulta stavební, 2003. ISBN 80-01-02762-7. [22] Pasportizační popis komunikací. Ředitelství silnic a dálnic, Odbor silniční databanky, 2009. [23] Řešení kritických míst na pozemních komunikacích v extravilánu – metodika provádění. Centrum dopravního výzkumu, v.v.i., 2013. ISBN 978-80-86502-70-0. [24] Tao, C.V., Chapman, M.A., Chaplin, B.A. Automated processing of mobile mapping image sequences. ISPRS Journal of Photogrammetry & Remote Sensing, 2001, roč. 55, s. 330-346. [25] Plíšek, J., Štěpán, J. Měřicí vozidlo ÚDI Praha a jeho využití v praxi. Informace ÚDI, 1988, č. 60, s. 9-20. [26] Valentová, V., Ambros, J. Konzistentní design – využití GPS ke zjištění nesouladu ve směrovém řešení trasy. Silniční obzor, 2014, roč. 75, č. 4, s. 98-101. [27] Vyhláška Ministerstva dopravy a spojů č. 104/1997 Sb., kterou se provádí zákon o pozemních komunikacích. [28] Zásady pro úpravy silnic včetně průtahů obcemi. Technické podmínky 131. CityPlan spol. s r.o., 2000. http://www.pjpk.cz/TP%20131.pdf [29] Zpráva o řešení projektu 2009-2010. Projekt č. CG 912-105-520 „Možnosti monitorování stavu a změn v okolí hlavních komunikací metodami dálkového průzkumu Země a laserového skenování a jejich využití pro realizaci udržitelného rozvoje dopravy“. České vysoké učení technické v Praze, Fakulta stavební, 2011. http://lfgm.fsv.cvut.cz/mdcr/Presentace.html
38
