Zusammenfassung
Die Arbeit beschreibt eine Untersuchung von Data-Mining-Ansätzen zur Klassifikation der Fahrbahnbeschaffenheit mittels einfacher Beschleunigungssensoren und Gyroskope. Ziel ist sowohl die Klassifikation des Fahrbahnmaterials als auch das Erkennen von Unregelmäßigkeiten wie z. B. Schlaglöcher oder Bahnübergänge. Aus den Sensorsignalen werden frequenzbasierte Merkmale extrahiert, automatisch bewertet und diskutiert. Die besten Merkmale kommen beim Entwurf verschiedener Klassifikationsverfahren zum Einsatz. Die verwendeten Verfahren werden schließlich in einer MATLAB-Toolbox implementiert, die Klassifikationsergebnisse auf Karten ausgibt, so dass eine manuelle Prüfung der Ergebnisse möglich wird. Anhand eines umfangreichen exemplarischen Datensatzes werden die Ergebnisse diskutiert.
Abstract
This paper examines data mining approaches to classify the state of road surfaces by simple sensors such as acceleration sensors and gyroscopes. The work aims for classification of road material and the recognition of irregularities such as potholes or railroad crossings. The sensor information therefore is transformed into frequency-based features, which are automatically rated and discussed. The best features are used to design classification routines. All routines are finally implemented into an open-source MATLAB-toolbox visualizing classifier results upon road maps, enabling the user to manually validate the results. All results are discussed using an extensive exemplary data-set.
About the authors
Johannes Masino ist Mitarbeiter am Institut für Fahrzeugsystemtechnik, Teilinstitut Fahrzeugtechnik am Karlsruher Institut für Technologie (KIT). Forschungsschwerpunkte: Signalverarbeitung, Sensortechnik, Machine Learning, Fahrzeugdynamik.
Institut für Fahrzeugsystemtechnik, Karlsruher Institut für Technologie, Karlsruhe
Guillaume Levasseur ist Mitarbeiter im IRIDIA-Labor der Ecole Polytechnique der Universität Brüssel (ULB). Forschungsschwerpunkte: verteilte Datenbanken, Machine Learning, Data Mining, Energiebedarf in Haushalten.
IRIDIA-Labor, Ecole Polytechnique, Université Libre de Bruxelles, Brüssel, Belgien
Dr.-Ing. Michael Frey ist stellvertretender Institutsleiter am Institut für Fahrzeugsystemtechnik, Teilinstitut Fahrzeugtechnik am Karlsruher Institut für Technologie (KIT). Forschungsschwerpunkte: Fahrwerk, Fahrzeugkonzepte, Fahrzeugmodellierung, Betriebsstrategien.
Institut für Fahrzeugsystemtechnik, Karlsruher Institut für Technologie, Karlsruhe
Prof. Dr. rer. nat. Frank Gauterin ist Institutsleiter am Institut für Fahrzeugsystemtechnik, Teilinstitut Fahrzeugtechnik am Karlsruher Institut für Technologie (KIT). Forschungsschwerpunkte: Fahrzeugregelung, Fahrzeugdynamik, Reifen-Fahrbahn-Kontakt, Noise-Virbration-Harshness.
Institut für Fahrzeugsystemtechnik, Karlsruher Institut für Technologie, Karlsruhe
apl. Prof. Dr.-Ing. Ralf Mikut ist Fachgebietsleiter am Institut für Angewandte Informatik (IAI) am Karlsruher Institut für Technologie (KIT). Forschungsschwerpunkte: Machine Learning, Data Mining, Robotik, Modellierung von Energiesystemen.
Institut für Angewandte Informatik, Karlsruher Institut für Technologie, Karlsruhe
PD Dr.-Ing. Markus Reischl ist Projektleiter am Institut für Angewandte Informatik (IAI) am Karlsruher Institut für Technologie (KIT). Forschungsschwerpunkte: Mensch-Maschine-Schnittstellen, Bildverarbeitung, Machine Learning, Data Mining.
Institut für Angewandte Informatik, Karlsruher Institut für Technologie, Hermann von Helmholtz Platz 1, 76344 Eggenstein, Tel.: +49 721 60825749, Fax: +49 721 60825786
Danksagung
Wir danken dem KIT (JM, MF, FG) und der Deutsch-Französischen Hochschule (GL).
©2017 Walter de Gruyter Berlin/Boston
