|
【土木学会舗装工学論文集 第8集 2003年12月】 |
舗装工学論文集 Vol. 8, p,35-41. 2003.12 |
白川龍生1 ・ 川村 彰2 ・ 中辻 隆3・ 上浦正樹4
１正会員 北見工業大学 工学部土木開発工学科（〒090-8507 北見市公園町165）
2 正会員 工博 北見工業大学助教授 工学部土木開発工学科（〒090-8507 北見市公園町165）
3 正会員 工博 北海道大学大学院助教授 工学研究科（〒060-8628 札幌市北区北13 条西4 丁目）
4 正会員 工博 北海学園大学教授 工学部土木工学科（〒063-0926 札幌市中央区南26 条西11 丁目）
路面性状は，車と路面の相互作用に関わる諸問題と密接に関わるため，評価の基礎となる路面プロファイルデータ処理方法の確立は今日の重要な課題となっている．本研究は，路面プロファイルデータから特徴的な形状を抽出するためのデータ処理方法として，パラメータ学習機能を有する第二世代ウェーブレット変換（SWT）に着目し，PIARC EVEN データを用いて特徴的な形状の学習及び検出方法について基礎的な研究を行なった．その結果，SWT は学習したトレーニング信号との相関係数がデータに重み付けされるため，これまで振幅が小さく不明瞭だった波形をクローズアップできる一方，形状が大きく異なる成分は特徴点として検出しない．これは路面管理目的に応じた基底関数を設計する上で重要な性質と考えられる．
Key
Word：Second Generation Wavelets， Learning
and Detection Theory， Road Roughness
Tatsuo SHIRAKAWA， Akira KAWAMURA， Takashi NAKATSUJI and Masaki
KAMIURA
This study proposes a method for detecting road roughness using the second-generation wavelet transform (SWT). New wavelet filters by the SWT are biorthogonal wavelet filters containing free parameters. This method is adopted to learn free parameters based on some training signals, which contain the localized road distress. Learning wavelet filters have the special feature of the training signals and an application of the filters for the test signals leads to detection of a characteristic waveform of the road roughness effectively.