logo
calendar10 Iyun 2025
view11
Основной язык:Узбекский

Анализ оценки транспортно-эксплуатационных показателей городских дорожных покрытий с использованием смартфона (на примере улицы Махтумкули в Ташкенте)

Область науки:Гражданское и структурное проектирование
pdf

15_Malikov_smartfon-yor....pdf

PDF

Международный журнал инженерия дорожной и городской инфраструктуры

Международный журнал инженерия дорожной и городской инфраструктуры

Опубликовать статьюsee more

АННОТАЦИЯ СТАТЬИ

quote
В последние годы состояние и качество городской инфраструктуры стало важным фактором повседневной жизни, безопасности и экономической активности населения. Непрерывность транспортного потока, безопасность и комфорт движения остаются актуальными проблемами, особенно на городских дорогах. В настоящее время транспортно-эксплуатационное состояние городских дорожных одежд оценивается с использованием традиционных методов оценки (специальное лабораторное оборудование, дорожно-измерительные автомобили). Конечно, эти методы обладают высокой точностью при оценке городских дорог, однако их высокая экономическая стоимость создает проблемы при периодической оценке улично-дорожных сетей крупных городов. В эпоху технологического прогресса современные приложения и смартфоны позволяют быстро и эффективно оценить состояние городских дорог. В статье анализируются преимущества и недостатки оценки транспортно-эксплуатационных показателей городских дорожных покрытий с использованием смартфонов.

АВТОРЫ

M.Malikov

"TOSHKENT DAVLAT TRANSPORT UNIVERSITETI" DAVLAT MUASSASASI

Теги

# транспортно-эксплуатационные показатели# ровность дорожного покрытия# городские дороги# оценка состояния дорожного покрытия на смартфоне# Международный индекс ровности (IRI)# деформации поверхности дорожного покрытия# акселерометр

ПОХОЖИЕ СТАТЬИ

ДРУГИЕ СТАТЬИ ЭТОГО ЖУРНАЛА

Оценить статью

0
оценок: 0
5
4
3
2
1

Идентификаторы статьи

ROI:

https://eroi.uz/11.4/A026-355256

DOI:

Недоступно

Список литературы

IQN 05-2011. Avtomobil yo‘llarining xolatini tashxis qilish va baholash qoidalari. Toshkent, 2012. – 129 b.

B. X. Yu and X. Yu, “Vibration-based system for pavement condition evaluation,” in AATT, 2006, pp. 183–189.

A. Zhang, K. C. Wang, B. Li, E. Yang, X. Dai, Y. Peng, Y. Fei, Y. Liu, J. Q. Li, and C. Chen, “Automated pixel-level pavement crack detection on 3d asphalt surfaces using a deep-learning network,” CACAIE, vol. 32, no. pp. 805–819, 2017.

L. Zhang, F. Yang, Y. D. Zhang, and Y. J. Zhu, “Road crack detection using deep convolutional neural network,” in ICIP. IEEE, 2016, pp. 3708–3712.

Yunusov A. G. Avtomobil yo‘llari qoplamasi ravonligini baholash uslubini takomillashtirish : dis. – T. : 13.03. 19/AG Yunusov, 2019.

ASTM E1926-08(2015). Standard Practice for Computing International Roughness Index of Roads from Longitudinal Profile Measurements.

The Transtec Group 2015 ProVAL User’s Guide.

Eriksson J. et al. The pothole patrol: using a mobile sensor network for road surface monitoring //Proceedings of the 6th international conference on Mobile systems, applications, and services. – 2008. – S. 29-39.

Al-Sabaeei A. M., Souliman M. I., Jagadeesh A. Smartphone applications for pavement condition monitoring: A review //Construction and Building Materials. – 2024. – Т. 410. – С. 134207.

N. Sholevar, A. Golroo, S.R. Esfahani, Machine learning techniques for pavement condition evaluation, Autom. Constr. 136 (2022), 104190.

Y. Que, Y. Dai, X. Ji, A.K. Leung, Z. Chen, Y. Tang, Z. Jiang, Automatic classification of asphalt pavement cracks using a novel integrated generative adversarial network and improved VGG model, Eng. Struct. 277 (2023), 115406.

S. Sundin, C. Braban-Ledoux, Artificial intelligence–based decision support technologies in pavement management, Comput. Civ. Infrastruct. Eng. 16 (2) (2001) 143–157.

https://www.smc-road.com/