[论文解读] An Intelligent System to Detect, Avoid and Maintain Potholes: A Graph Theoretic Approach

Shreyas Balakuntala, Sandeep Venkatesh|arXiv (Cornell University)|May 23, 2013

Data Management and Algorithms参考文献 8被引用 9

一句话总结

本文提出了一种基于图论的智能系统，利用激光和压力传感器检测路面坑洼，通过快速WiFi向附近车辆发出警告，并使用加权多图模型计算暴露于坑洼最少的最优路径。该系统通过广义Dijkstra算法确保路径最优，并基于实时更新的交通强度数据对维护工作进行优先排序。

ABSTRACT

In this paper, we propose a conceptual framework where a centralized system, classifies the road based upon the level of damage. The centralized system also identifies the traffic intensity thereby prioritizing the roads that need quick action to be taken upon. Moreover, the system helps the driver to detect the level of damage to the road stretch and route the vehicle from an alternative path to its destination. The system sends a feedback to the concerned authorities for a quick response to the condition of the roads. The system we use comprises a laser sensor and pressure sensors in shock absorbers to detect and quantify the intensity of the pothole, a centralized server which maintains a database of locations of all the potholes which can be accessed by another unit inside the vehicle. A point to point connection device is also installed in vehicles so that, when a vehicle detects a pothole which is not in the database, all the vehicles within a range of 20 meters are warned about the pothole. The system computes a route with least number of potholes which is nearest to the desired destination . If the destination is unknown, then the system will check for potholes in the current road and displays the level of damage. The system is flexible enough that the destination can be added, removed or changed any time during the travel. The best possible route is suggested by the system upon the alteration. We prove that the algorithm returns an efficient path with least number of potholes.

研究动机与目标

• 开发一种集中式、实时的系统，用于检测、预警和维护坑洼，以减少车辆损坏并提升道路安全。
• 通过引导车辆选择坑洼数量最少且严重程度最低的路径，最小化车辆磨损和燃油消耗。
• 利用车辆间通信和车辆与服务器通信，提高坑洼检测的准确性和维护优先级的合理性。
• 基于多辆车辆的实时数据动态更新路径规划和维护决策。
• 提供一种可扩展、灵活的坑洼管理框架，支持在行驶过程中动态更改目的地。

提出的方法

• 系统利用车辆中的激光和压力传感器检测坑洼深度和强度，为每个检测到的坑洼生成元组 (深度, 位置, 强度)。
• 通过点对点快速WiFi连接，向距离新检测到的坑洼20米范围内的车辆实时发送警告。
• 集中式服务器维护所有坑洼位置及其更新的数据库，利用多辆车辆的冗余报告估算各位置的交通强度。
• 道路网络被建模为加权多图 $ G_d' = (V, E_d) $，其中边权重 $ w(e) = l(e) \times d(e) $，结合了长度 $ l(e) $ 和平均深度 $ d(e) $。
• 应用广义Dijkstra算法（GDA）计算从起点到终点的最短路径，以最小化行驶距离和坑洼影响。
• 交通强度计算为每分钟每位置的坑洼更新次数，用于优先处理高流量、高风险道路的维护。

实验结果

研究问题

• RQ1 如何利用车载传感器和短距离通信，构建一个实时、分布式的系统，以检测并警告车辆关于坑洼的存在？
• RQ2 何种图论模型能有效表示道路网络，以同时最小化行驶距离和坑洼暴露？
• RQ3 如何利用传感器更新推导出的交通强度，对高流量道路的坑洼维护进行优先排序？
• RQ4 一种能考虑坑洼严重程度和实时更新的动态路径算法，能否持续计算出最优路径？
• RQ5 车辆间和车辆与服务器之间的数据共享，对坑洼检测和路径规划的准确性和可靠性有何影响？

主要发现

• 系统成功利用广义Dijkstra算法计算出最优路径，确保行驶距离最短且坑洼暴露最少。
• 该算法通过最小化每条边的路段长度与平均坑洼深度的乘积，保证了最优性。
• 交通强度被估算为每分钟每位置的坑洼报告数量，从而实现对高流量道路维护的优先排序。
• 系统支持在行驶过程中动态更改目的地，并通过GDA实现实时路径重新计算。
• 通过快速WiFi实现的车辆间警告将坑洼相关损坏风险控制在检测点20米范围内。
• 该框架理论合理且具备可扩展性，具有在大都市城区环境中实施的潜力。