Ziel eines der Bundesprogramme zur Umsetzung des Präsidialdekrets „Über nationale Ziele und strategische Aufgaben der Entwicklung der Russischen Föderation für den Zeitraum bis 2024“ Nr. 204 vom 7. Mai 2018 (
Link ) ist die Verbesserung der Straßenqualität durch Erhöhung des Prozentsatzes, der den Vorschriften entspricht Anforderungen.
Das gleiche Dekret sieht die Einführung eines öffentlich zugänglichen Informationssystems zur Überwachung der Bildung und Verwendung von Straßengeldern aller Ebenen vor.
Eine objektive Qualitätskontrolle bei der Umsetzung von Maßnahmen für den Bau oder die Reparatur von Straßen kann jedoch aus einer Reihe von Gründen schwierig sein, die von bekannten Problemen a la Korruption im Bauwesen (
Link ) bis hin zu den natürlichen Ursachen für die Komplexität der Organisation eines solchen Prozesses mit vorhandenen Methoden - unter Verwendung einer Schiene und eines Keils - reichen -Propomer, Straßenprofilometer oder Druckknopf nach der Methode der Amplituden usw. (die Kosten für die Messung der Straßenqualität, die Notwendigkeit, vor Ort zu sein, begrenzte personelle und technische Ressourcen).
Fachleute ergreifen Maßnahmen, um die Diagnose flacher Straßen (
Verbindung ) zu vereinfachen, doch die Möglichkeiten für eine umfassende Untersuchung ihrer Qualität sind äußerst begrenzt.
Bestehende Projekte wie „Autostrada“ (autostrada.info), „ONF Road Inspection“ (dorogi-onf.ru) füllen ihre Straßenqualitätsdatenbank hauptsächlich aufgrund des Feedbacks von Benutzern, die Fotos oder Bewertungen nur zu einzelnen Straßenabschnitten senden.
Eine der Ergebnisse der Qualitätskontrolle der Straßenoberfläche sowie der Verfolgung ihrer Veränderungen zum Guten und zum Schlechten ist jedoch die Aggregation vorhandener Analysewerkzeuge.
Zunächst sind Fahrer von Fahrzeugen zum größten Teil Benutzer von Smartphones mit den Standardfunktionen eines Gyroskops, eines Beschleunigungsmessers (im Folgenden: Sensoren) und einer GPS / Glonass-Navigation.
Die Gleichmäßigkeit der Straßenoberfläche ist einer der grundlegenden Indikatoren für die Straßenqualität und zeichnet sich durch Längs- und Quergleichmäßigkeit (Furche) aus.
Ein Mobiltelefon mit Sensoren kann ständig alle Bewegungen überwachen, einschließlich der für Unregelmäßigkeiten charakteristischen.
Die folgenden Abbildungen zeigen reale Daten vom Beschleunigungsmesser eines Smartphones in einem Auto unter verschiedenen Bedingungen:
Keine Bewegung
Fahren auf einer guten Straße (Geschwindigkeit 80 km / h)
Fahren Sie auf einer guten Straße (Geschwindigkeit 80 km / h) mit einer Kreuzung
Bewegen von zwei Unebenheiten (Geschwindigkeit 20-30 km / h)
Raue Straße (Geschwindigkeit 30 km / h)Schwingungen entlang verschiedener Achsen in unserem dreidimensionalen Raum können in der folgenden Abbildung deutlich gezeigt werden, wobei verschiedene Farben jede Projektion charakterisieren. Mit anderen Worten, X (hoch-runter) herrscht beim Fahren von Unregelmäßigkeiten vor, Y (links-rechts) - beim Wechseln oder Vermeiden eines Hindernisses, Z (vorwärts-rückwärts) - beim Bremsen / Beschleunigen.
Die Kombination dieser Daten kann einen eindeutigen Eindruck von jeder Art von Straßendefekt ergeben.
Mithilfe der Georeferenzierung können Sie Telefonsensordaten mit bestimmten Koordinaten sowie der Fahrzeuggeschwindigkeit korrelieren.
In dieser Hinsicht ist es auf der Grundlage von Daten vieler mobiler Geräte möglich, eine Karte der Qualität der Straßenoberfläche zu erstellen, die verschiedene Straßenfehler (Risse, Unebenheiten, Grubenbrüche, Spurrillen, plastische Verformungen, Kämme, Wellen usw.) gemäß dem Klassifikator für Schäden an Asphaltbetondecken widerspiegelt )
Zum Beispiel:
- unebene Straße - gekennzeichnet durch die Merkmale der Daten von den Sensoren sowie die Durchschnittsgeschwindigkeit, die auf diesem Straßenabschnitt geringer ist als zulässig;
- Schlaglöcher - gekennzeichnet durch augenblickliche Merkmale der Daten vom Sensor und eine starke Verzögerung davor;
- Spurrillen - gekennzeichnet durch die Merkmale der Daten von den Sensoren während des Umbaus des Fahrzeugs;
- andere Merkmale der Fahrbahn.
Das System selbst zum automatischen Erkennen der Straßenqualität anhand der von den Sensoren empfangenen Daten muss trainiert werden (auf denselben Neuronen), was für Entwickler nicht von Bedeutung ist.
Darüber hinaus ist es ratsam, diese Methode in eine vorhandene Infrastruktur zu integrieren, z. B. Yandex Navigator oder eine ähnliche Anwendung, die von einer erheblichen Anzahl russischer Autobesitzer verwendet wird.
Diese Anwendung sammelt solche Daten a priori zur Analyse und erfordert keine zusätzlichen Berechtigungen zum Installieren und Sammeln von Daten für die praktische Implementierung eines solchen Verfahrens.
Die Beschichtungsqualitätskarte selbst kann nach einem ähnlichen Schema wie bei Yandex-Staus implementiert werden - entsprechend der Farbabstufung von Grün (GOST-Qualität) zu Rot (niedrige Qualität) mit zusätzlichen Markierungen einzelner Fahrbahnfehler sowie Grau, für die Statistiken nicht ausreichen objektive Reflexion des Staates
Autoblock (z. B. geringe Verkehrsüberlastung). Darüber hinaus müssen eine Reihe von Begleitfaktoren berücksichtigt werden, die zu einigen Änderungen der Daten beitragen, ohne die Straßenqualität (Wetterbedingungen / Jahreszeit) zu ändern.
Ein ähnlicher Ansatz zur Visualisierung ist in der Autostrada implementiert, spiegelt jedoch, wie oben beschrieben, eine subjektive Einschätzung einer begrenzten Anzahl von Benutzern wider, gilt für die gesamte Autobahn und zeigt nicht die einzelnen Abschnitte, wird nicht zu einem angemessenen Zeitpunkt aktualisiert und weist im Allgemeinen andere wesentliche Nachteile auf, nicht Ermöglichen einer qualitativ hochwertigen objektiven Kontrolle.
Es ist auch notwendig, Optionen für „Trends der Veränderungen“ und eine retrospektive Ansicht des Straßenzustands bereitzustellen.
Dank der Implementierung dieser Methode wird es Managern aller Ebenen möglich sein, von den konstituierenden Einheiten der Russischen Föderation über lokale Selbstverwaltungsbehörden bis hin zu Bau- und Reparaturorganisationen und vor allem Regulierungsbehörden ein objektives Bild des Zustands des Straßenbetts in jeder Region Russlands zu erhalten sowie die Umsetzung der „Mai“ -Verordnungen zu diesem Thema nahezu in Echtzeit.
Darüber hinaus wird es aufgrund einer Reihe statistischer Parameter auch möglich sein, den Grad der Zuverlässigkeit der Straße zu verfolgen, dh für welchen Zeitraum sich ihre Qualität auf bestimmte Indikatoren verschlechtert und ob sie den staatlichen Standards für den Bau / die Reparatur von Straßen entspricht (
die es unter anderem ermöglichen, den Kampf zu identifizieren) mit Phänomenen wie dem berüchtigten Asphalt, der auf Schnee oder Wasser liegt ).
Nach all diesen Kriterien ist es möglich, ein Informationssystem für die föderale Überwachung (Kontrolle) des Straßenzustands zu schaffen und die Qualität der Arbeit von Bau- und Vertragsorganisationen, die gezielte Verwendung von Haushaltsmitteln, die Arbeit der Kommunalverwaltungen vor Ort sowie den Fortschritt des gesamten Bundesprogramms zu bewerten.