Integración de IMU y GNSS. Estimación del estado del firme
Barra lateral del artículo
Contenido principal del artículo
Resumen
Este trabajo presenta un sistema de integración de sensores proporcionada por un dispositivo móvil para entornos vehículares. Los sensores integrados son un IMU y un receptor GNSS, que permiten crear un sistema de estimación del estado del firme basado en la variación de la aceleración vertical detectada por el IMU y asociarlo a unas coordenadas geodésicas. Para dotar al sistema técnico de un marco teórico se definen unidades específicas de rugosidad basándose en las muestras de la aceleración medida e inspiradas en las técnicas tradicionales de medida de rugosidad de superficies. El sistema se sirve de una topología ITS tradicional, donde el dispositivo móvil es la OBU con capacidad de transmisión de datos al servidor C-ITS en la nube para ser procesados y determinar los parámetros resultantes. Se realizaron pruebas del sistema en un entorno viario real con resultados satisfactorios, donde se detectaron diferencias en los tipos de firme y hendiduras en la calzada.
Palabras clave:
Detalles del artículo
Citas
Almazán, J., Bergasa, L. M., Yebes, J. J., Barea, R., Arroyo, R., June 2013. Full auto-calibration of a smartphone on board a vehicle using imu and gps embedded sensors. In: 2013 IEEE Intelligent Vehicles Symposium (IV). pp. 1374–1380. DOI: 10.1109/IVS.2013.6629658 DOI: https://doi.org/10.1109/IVS.2013.6629658
Barbieri, D. M., Lou, B., 2024. Instrumentation and testing for road condition monitoring – a state-of-the-art review. NDT & E International 146, 103161. DOI: 10.1016/j.ndteint.2024.103161 DOI: https://doi.org/10.1016/j.ndteint.2024.103161
Deputacion de Ourense, 2017. Eiel xeoportal. URL: https://eiel.depourense.es/
El-Wakeel, A. S., Li, J., Noureldin, A., Hassanein, H. S., Zorba, N., Dec 2018. Towards a practical crowdsensing system for road surface conditions monitoring. IEEE Internet of Things Journal 5 (6), 4672–4685. DOI: 10.1109/JIOT.2018.2807408 DOI: https://doi.org/10.1109/JIOT.2018.2807408
Jiménez, A. R., Seco, F., Torres-Sospedra, J., 2019. Tools for smartphone multi-sensor data registration and gt mapping for positioning applications. In: 2019 International Conference on Indoor Positioning and Indoor Navigation (IPIN). pp. 1–8. DOI: 10.1109/IPIN.2019.8911784 DOI: https://doi.org/10.1109/IPIN.2019.8911784
Nelson, L. S., 1988. Control charts: rational subgroups and effective applications. Journal of Quality Technology 20 (1), 73–75. DOI: https://doi.org/10.1080/00224065.1988.11979085
Sayers, M., Gillespie, T., Paterson, W., 1986. Guidelines for Conducting and Calibrating Road Roughness Measurements. No. v. 23-46 in Guidelines for Conducting and Calibrating Road Roughness Measurements. World Bank.
Vieira, E., Almeida, J., Ferreira, J., Dias, T., Vieira Silva, A., Moura, L., 2023. A roadside and cloud-based vehicular communications framework for the provision of c-its services. Information 14 (3). DOI: 10.3390/info14030153 DOI: https://doi.org/10.3390/info14030153
Wheeler, D. J., 1995. Advanced topics in statistical process control. Vol. 470. SPC press Knoxville, TN.
Yu, Q., Fang, Y., Wix, R., 2022. Pavement roughness index estimation and anomaly detection using smartphones. Automation in Construction 141, 104409. DOI: 10.1016/j.autcon.2022.104409 DOI: https://doi.org/10.1016/j.autcon.2022.104409
Zhao, E., Walker, P. D., Ong, A., Al-Widyan, F., 2021. Measuring road conditions with an imu and gps monitoring system. In: Oberst, S., Halkon, B., Ji, J., Brown, T. (Eds.), Vibration Engineering for a Sustainable Future. Springer International Publishing, Cham, pp. 95–101. DOI: https://doi.org/10.1007/978-3-030-47618-2_12