TU ANUNCIO / YOUR PUBLICITY

AQUÍ PODRÍA ESTAR TU ANUNCIO: / HERE COULD BE YOUR AD E-mail

sábado, 1 de diciembre de 2012

Finishing / Terminando

En una primera fase, hemos realizado los siguientes pasos para poder gestionar los archivos LIDAR (.las) desde internet.
In the first phase, we performed the following steps to manage LIDAR files (.las) from the internet.


1.- Escaneamos una carretera  
     We scan a road -ver->

Este primer paso para obtener la información que más tarde trataremos. Es importante plantearse cual es el tipo de vehículo a utilizar. Cuales son los mejores sensores ...
This first step to get the information later try. An important question is which type of vehicle to use. What are the best sensors ...


2º.- Nos planteamos el problema
      We pose the problem -ver->

La información obtenida está en ficheros LIDAR (.las) y son muy grandes. Hay que pensar cual es la manera más eficiente de trabajar con ellos. ¿Los dividimos? ¿Cómo?
The information obtained is LIDAR files (.las) And very large. You have to think what is the most efficient way to work with them. Do the split? How?



3º.- Hemos dividido los enormes ficheros .las
     We divided the massive files .las -ver->

La decisión es difícil  Las opciones son, o bien trabajar con unos pocos ficheros muy grandes o con muchos ficheros pequeños. La segunda opción tiene implícita otra pregunta ¿cual es el tamaño ideal? ¿cómo los dividimos?
The decision is difficult The options are either to work with a few very large files or many small files. The second option is implied another question what is the ideal size? How do we divide?

4º.- Segmentamos según su trayectoria
     Segmented along its axis -ver->

Una opción es dividirlos según prismas siguiendo el eje de la carretera ¿Cómo se hace? Aquí explicaremos una forma de hacerlo.
One option is to divide them according prisms along the axis of the road How do you do? Here we will explain a way to do it.


5º.- Los elementos segmentados formaron proyecciones en diédrica
     Segmented elements formed dihedral projections -ver->


La proyección como solución. Después de estudiar mil posibilidades y encontrar 1000 errores para cada una de ellas, encontramos algo aparentemente evidente: Una proyección en 2D ocupa muchos menos bytes que su originaria 3D. La diédrica se nos aparecía como la única proyección posible que pudiera  transmitir datos 3D por internet a una velocidad adecuada y no obliga a grandes equipos por parte del cliente. Esta fue la piedra angular de nuestro proyecto. Pudimos ver en 3D, transmitir la información en un tiempo aceptable, y en el futuro, vincularíamos datos a la trayectoria y éstos serían insertables en un GIS con la ayuda de cualquier gestor de mapas tipo web.
The projection as a solution. After studying thousands of possibilities and find 1000 errors for each of them, we find a seemingly obvious: A 2D projection occupies fewer bytes than their original 3D. The dihedral appeared to us as the only possible projection that could transmit 3D data at an appropriate speed internet and does not require large equipment by the customer. This was the cornerstone of our project. We could see in 3D, transmitting information in an acceptable time, and in the future, vincularíamos data path and they would plug into a GIS with the help of any type manager web maps.

6º.- Creamos ortofotos 
     We create orthophotos -ver->

Como valor añadido dado que teníamos tanto las coordenadas como la proyección en planta era lógico que de su unión pudieran realizarse ortofotos. Explicamos como.
As an added bonus since we had both projection coordinates as the ground was logical that their marriage could take place orthophotos. We explain how.




8º.- Con estas proyecciones podemos medir en 3D y mostrar por internet
     With these projections can measure and display 3D online -ver->

Igual que en el punto anterior. Dado que cada píxel fotográfico equivalía a 1 cm y en la proyección podemos saber cual es la distancia en píxeles, estaba claro que el siguiente pso sería obtener las coordenadas absolutas desde las relativas de la propia proyección. Conjugando varias proyecciones el caso estaba resuelto. Esta característica es propia de la proyección en diédrica.
As in the previous paragraph. Since each pixel photographic equivalent to 1 cm and the projection can we know what is the distance in pixels, it was clear that the next step would be to obtain the absolute coordinates from .las projection itself relative. Combining several projections the case was resolved. This feature is characteristic of the projection in dihedral.


9º.- Hemos preparado la pseudobase de datos en torno a la trayectoria
     We prepared the data pseudobase about axis -ver->

Aquí explicamos como liar datos en torno a una base de datos bastante singular, la pseudobase de datos de ENMACOSA.
Here's how to join data around a rather unique database, the data pseudobase of ENMACOSA.

10º.- Georrefenciamos la información en un servidor de mapas (Google Maps) constituyendo un GIS 
Geo-information we reference a map server (Google Maps) constituting a GIS -ver-> 

Dentro del mundo de los servidores y servicios de mapas disponibles ¿por qué se opta por Google Maps? ¿Como es la unión de datos para formar en conjunto un GIS? Aquí lo explicamos.
Within the world of servers and services available maps why you choose to Google Maps? How is data binding together to form a GIS? Here we explain.

11º.- Deducimos y hacemos informes relativos a las características geométricas del trazado (IRI, pendientes, peraltes) 
We deduce and we make reports on the geometric characteristics of the track (IRI, earrings, cambers) -ver->

Con todos los datos geométricos vamos a medir más cosas y obtener más informes y conclusiones
We explain how to add more information to our GIS. In this case the GPR profile and geological profile.

12º.- Añadimos al GIS los perfiles de georradar -ver->,   documentación, inventario, y fotos -ver->
 We add to GIS GPR profiles, documentation, inventory, and photos


Láser escáner - GPR
Láser escáner - Geología


Explicamos cómo insertar más información a nuestro GIS. En este caso el perfil del georradar y el perfil geológico.

13º.- Permitimos la visualización de 3D en el navegador (con limitaciones)
We allow 3D viewing in the browser (with limitations)-ver->




¿Sólo diédrica? ¿Por qué no un 3D más convencional? Tanto la perpectiva axonométrica como la cónica son posibles. Explicamos cómo y sus limitaciones al correr dentro del navegador. 
Just dihedral? Why not one more conventional 3D? Both the perspective axonometric conical as possible. We explain how and limitations when running within the browser.

14º.- Y, además, adherimos a Google Maps, en planta la información de la carretera con sensibilidad centimétrica y forjamos un distribuidor/gestor en cuadrícula de datos LIDAR
And also we adhere to Google Maps, ground road information with sensitivity and force centimeter dealer / manager in LIDAR data grid  ver->

En el punto 3, al dividir los archivos LIDAR dejamos apartada la posibilidad de la división en regiones regulares. Ese "paso en falso" abrió la vía a otras posibilidades. (Tropezar y no caer es adelantar camino)
A partir de aquí. Se pasa a mejorar lo anterior y a analizar cada problema particular. En algunos casos hemos colocada un nueva página accesible desde la barra lateral derecha.
Por otro lado, hemos necesitado aprender "pequeños trucos de programación" con tiempo los iremos colocando aquí:


       http://pequenos-trucos-de-programacion.blogspot.com.es/ 

También estarán aquellos fallos que hemos cometido y todos aquellos pasos erróneos ... y alguno acertado.
 


In point 3, by dividing we LIDAR files away the possibility of division into regular regions. That "faux pas" opened the door to other possibilities. (Stumbling and falling is forward path)
From here. It goes back better and analyze each particular problem. In some cases we placed one new page accessible from the right sidebar.
On the other hand, we needed to learn "little programming tricks" with time we will be placing here:


There will be those who have committed faults and all those missteps ... and some successful.

domingo, 18 de noviembre de 2012

IRI, a deeper study / IRI, Un estudio más profundo


INDICE

1.- INTRODUCCIÓN

  • CARACTERÍSTICAS DE LA TRANSMISIÓN DE SEÑALES CON ONDAS PORTADORAS VARIANDO SU AMPLITUD O SU FRECUENCIA.
  • LA TRANSMISIÓN DE LA SEÑAL DEL SUELO EN LA AMORTIGUACIÓN DE UN VEHÍCULO

2.- LAS MATEMÁTICAS ASOCIADAS A LOS MODELOS

3.- ANÁLISIS DE LA SEÑAL DEL VIBRÓMETRO DESDE EL PUNTO DE VISTA DE LA VARIACIÓN EN LA AMPLITUD

4.- VERIFICACIÓN DEL VIBRÓMETRO VS. PERFILÓMETRO LÁSER CON EL LASER ESCÁNER TERRESTRE

5.- ANÁLISIS DE LA SEÑAL DESDE EL PUNTO DE VISTA DE LA VARIACIÓN EN LA FRECUENCIA.

6.- DEMOSTRACIÓN DE QUE DIFERENTES RESULTADOS NO IMPLICAN FALLO EN LA MUESTRA. EXISTENCIA DEL ABANICO DE RESULTADOS POSIBLES

INDEX

1. - INTRODUCTION
  • TRANSMISSION CHARACTERISTICS OF CARRIER WAVES VARYING SIGNALS YOUR AMPLITUDE OR FREQUENCY.
  • SIGNAL TRANSMISSION FROM THE GROUND IN DAMPING OF A VEHICLE
2. - ASSOCIATED MATH MODELS

3. - ANALYSIS VIBROMETER SIGNAL FROM THE POINT OF VIEW OF CHANGES IN THE SIZE

4. - VIBROMETER VERIFICATION VS. PROFILOMETER LASER WITH TERRESTRIAL LASER SCANNER

5. - ANALYSIS OF SIGNAL FROM THE POINT OF VIEW OF CHANGES IN FREQUENCY.

6. - DIFFERENT RESULTS SHOW THAT DOES NOT MEAN FAILURE IN THE SAMPLE. EXISTENCE OF RANGE OF POSSIBLE OUTCOMES



1.-  INTRODUCCIÓN
1. - INTRODUCTION

CARACTERÍSTICAS DE LA TRANSMISIÓN DE SEÑALES CON ONDAS PORTADORAS VARIANDO SU AMPLITUD O SU FRECUENCIA.
TRANSMISSION CHARACTERISTICS OF CARRIER WAVES VARYING SIGNALS YOUR AMPLITUDE OR FREQUENCY..

TRANSMISIÓN DE SEÑAL SOBRE ONDA (AM)
TRANSMISIÓN DE SEÑAL SOBRE ONDA (AM)

Primeramente vamos a establecer las bases de nuestro discurso con una revisión de la transmisión de información asociada a ondas. Hay dos formas de realizar tal transmisión, por modulación de amplitud y por modulación de frecuencia.

En la modulación de amplitud se suman las ondas de diferente frecuencia:

First we will establish the basis for our discussion with a review of the transmission of information associated with waves. There are two ways to perform such a transmission, amplitude modulation and frequency modulation.

In the amplitude modulation are added different frequency waves:


La amplitud de la onda portadora (alta frecuencia) se moldea según el patrón de la onda señal (baja frecuencia.

En el caso de la frecuencia modulada se variará la frecuencia según el patrón de la señal.

The amplitude of the carrier wave (high frequency) is molded according to the wave pattern signal (low frequency.

In the case of frequency modulated frequency vary depending on the signal pattern.



 Respecto a las transmisiones de onda media tiene las siguientes características generales: La propagación en esta banda sigue la curvatura de la Tierra, y las ondas pueden reflejarse en la ionosfera pero es sumamente vulnerable al ruido atmosférico y al producido por maquinaria y aparatos eléctricos.

Edwin Armstrong presentó su estudio: "Un Método de reducción de Molestias en la Radio Mediante un Sistema de Modulación de Frecuencia" (1036). La FM de requiere un mayor ancho de banda que la modulación de amplitud para una señal moduladora equivalente, pero a su vez hace a la señal más resistente al ruido y la interferencia. La modulación de frecuencia es también más resistente al fenómeno del desvanecimiento, muy común en la AM. Por estas razones, la FM fue escogida como el estándar para la transmisión de radio de alta fidelidad.

Otra de las grandes diferencias entre la modulación de amplitud y frecuencia es respecto a la complejidad del receptor. No hay nada más simple que un receptor de AM (imagen lateral). La desmodulación es muy simple y, por consiguiente, los receptores son sencillos y baratos , todo esto gracias a Robert Herzenbert que en 1932 patentó el término AM; un ejemplo de esto es la radio de galena.

 Medium wave transmissions has the following general characteristics: The propagation in this band follows the curvature of the Earth, and waves can reflect off the ionosphere but is extremely vulnerable to noise produced by atmospheric and electrical machinery and apparatus.

Edwin Armstrong presented his paper: "A method of reducing discomfort Radio Through a System of Frequency Modulation" (1936). The FM requires a wider bandwidth than the amplitude modulation for modulating signal equivalent, but in turn makes the signal more resistant to noise and interference. Frequency modulation is also more resistant to fading phenomenon, very common in the AM. For these reasons, the FM was chosen as the standard for the transmission of high-fidelity radio.

Another major difference between the amplitude modulation and frequency is compared to the complexity of the receiver. There is nothing simpler than a AM receiver (side image). Demodulation is very simple and, therefore, the receivers are simple and inexpensive, all this thanks to Robert Herzenbert in 1932 patented the term AM, an example of this is the radius of galena.


Con lo que se concluye que la AM es más sencilla, se transmite y entiende mejor pero añade ruido. La FM sólo aporta la ventaja de la inmunidad frente al ruido electromagnético.

We conclude that AM is simpler, transmitted and understood better but adds noise. The FM only provides the advantage of immunity to electromagnetic noise.


LA TRANSMISIÓN DE LA SEÑAL DEL SUELO EN LA AMORTIGUACIÓN DE UN VEHÍCULO
SIGNAL TRANSMISSION FROM THE GROUND IN DAMPING OF A VEHICLE

El típico reflejo del movimiento de la masa sobre muelle y amortiguador es el siguiente. Como se observa el amortiguador actúa sobre la amplitud pero no sobre la frecuencia.
  La diferencia   radica ante otro   escalón. No sólo   se rompe la   amplitud, también   la frecuencia.

The typical reflection of the movement of the mass of spring and damper is as follows. As seen the damper acting on the amplitude but do not on the frequency.
  The difference is with other step. Break the amplitude, as well as frequency.


El punto importante es que en el caso anterior, 1 escalón produce 1 diferencia de frecuencia y 5 resaltos en amplitud apreciables con la vista (resaltos que no existen el el suelo). Y en el caso contiguo tenemos 2 escalones, 2 cambios de frecuencia y algunas subidas de amplitud (inexistentes).

Si además se añade ruido (vibración del vehículo), Como en la AM añadiremos una señal sinusoidal de baja intensidad relativa:

The important point is that in the previous one case, one step produces one difference frequency and amplitude appreciable projections 5 with the view (that there are no protrusions on the ground). And if we have 2 adjacent steps, 2 changes of frequency and amplitude rises some (nonexistent).

If one also adds noise (vehicle vibration), as in the AM add a sinusoidal signal of low relative intensity:
Tan sólo habría que averiguar que resulta mas sencillo y/o fiel para el filtrado de la vibración portadora (vibración propia del vehículo) y extracción de la señal que nos interesa.
Just have to know what is more simple and / or faithful to filter carrier vibration (vibration own vehicle) and extraction of the signal of interest.


2.- LAS MATEMÁTICAS ASOCIADAS A LOS MODELOS:
2.- ASSOCIATED MATH MODELS:

La AM corresponde a la función:
       a = A(x) · seno (wat+fa) · sen0(wdt+fd);
       a: aceleración resultante.
       A(x): amplitud en función del espacio
       wa: frecuencia propia del auto
       wd: frecuencia propia de la señal (derivada del amortiguador)


La FM corresponde con la función:
       a = A(x) · seno (wat + fa + f(wdt + fd));
       a: aceleración resultante.
       A(x): amplitud en función del espacio
       wa: frecuencia propia del auto
       wd: frecuencia propia de la señal (derivada del amortiguador)
       f: función de interferencia.

Los condicionantes externos son esenciales ante el movimiento vibratorio propio del conjunto masa(s) + muelle(s) + amortiguador(es). Éstos son, la definición del terreno, señal de estudio, y la vibración natural del vehículo. La primera debería ser un invariante, dado que es lo que se quiere evaluar y la segunda será dependiente del propio vehículo, la velocidad de éste (aumenta con la velocidad), marcha en la que se encuentre (baja si sube la marcha).

Matemáticamente, si quisiéramos extraer la información a partir de la vibración resultante transmitida según un modelo de amplitud modulada, lo primero sería obtener la variación de la amplitud propia en función de la velocidad del vehículo para eliminarla.

Vamos a tomar un número muy significativo de datos. Aún así va a sernos muy difícil la extracción de las frecuencias propias (wa) y los desfases (fa). Por ello, resulta muy importante analizar los datos extraídos, sus análisis estadísticos, y trataremos de analizar la señal en las crestas y jugar de esta manera sólo con las amplitudes. Evitaremos así, la realización de estudios más complejos como Foucault o similares.


The AM corresponds to the function:
        a = A(x) · sin (wat+fa) · sin(wdt+fd);
       a: acceleration resulting.
       A (x) amplitude as a function of space
       wa: frequency of the car
       wd: frequency of the signal (derived from the buffer)


The FM corresponds to the function:
       a = A(x) · seno (wat + f+ f(wdt + fd));
       a: acceleration resulting.
       A (x) amplitude as a function of space
       wa: frequency of the car
       wd: frequency of the signal (derived from the buffer)
       f: function interference.


The external conditions are essential to mass vibrational motion (s) + spring (s) + damper (s). These are, the definition of ground study signal and the natural vibration of the vehicle. The first should be an invariant, since it is what we want to evaluate, and the second will be dependent on the vehicle itself, its speed (increases with speed), gear in which you are (if it goes down the fly).

Mathematically, if we extract the information from the resulting vibration transmitted based on a model of amplitude modulation, the first thing would be to obtain the variation of the amplitude depending on the own vehicle speed to eliminate it.

Lets take a significant number of data. Still going to serve us well difficult the extraction of natural frequencies (wa) and lag (F). Therefore it is very important to analyze the extracted data, their statistical analyzes, and try to analyze the signal on the crests and play this way only the amplitudes. And will avoid the more complex studies such as Foucault or the like.



3.- ANÁLISIS DE LA SEÑAL DEL VIBRÓMETRO DESDE EL PUNTO DE VISTA DE LA VARIACIÓN EN LA AMPLITUD
3.- ANALYSIS VIBROMETER SIGNAL FROM THE POINT OF VIEW OF CHANGES IN THE SIZE

Para el registro del datos partimos de dos vibrómetros pegados al chasis en cada lado de las ruedas traseras. Están conectados a un dispositivo Arduino que se encarga de digitalizar la señal analógica y transmitirla al puerto serie. La velocidad de transmisión es de 115.500 B/s (la más alta posible). Por otro lado contamos con un GPS que además de transmitirnos las coordenadas nos dará el dato de la velocidad del vehículo. Este punto en importante porque ya que podemos contar con el dato del tiempo transcurrido podremos tener una especie de “odómetro vía satélite”.

Cada vez que tenemos un dato nuevo de posición y velocidad guardamos estos y los datos del buffer del puerto serie del dispositivo Arduino. Estos tiene esta forma:

To register the data start from two chassis vibrometers glued to each side of the rear wheels. They are connected to a device that handles Arduino digitize the analog signal and transmit it to the serial port. The baud rate is 115,500 B / s (the highest possible). On the other hand we have a transmit GPS coordinates besides the data will give vehicle speed. This important point because we can count the elapsed time data can have a sort of "satellite odometer".

Every time we have a new data store position and speed these data and serial port buffer Arduino device. These looks like this:


Una gráfica sería:
Graphically:
En este caso en particular estaríamos hablando de 900 puntos entre los pks 2+766 y 2+790 (14 metros) 1 dato cada 15 cms, ó, 64 datos/metro.

Para la extracción de nuestra variación de la amplitud, lo primero será saber cuales son las amplitudes máximas que le corresponden dependientes de la velocidad de la frecuencia 'portadora'. Den nuestro caso, después de varios ensayos (después de recorrer cientos de kms a diferentes velocidades por todo tipo de vías).

De los datos se diferenciaran a grupos por velocidades y se elaborarán sus respectivas 'campanas de Gauss'

In this particular case we are talking about 900 points between the PK 2 +766 and 2 +790 (14 meters) 1 data every 15 cm, or, 64 data / meter.

For the extraction of our amplitude variation, the first step is to know which are the maximum amplitudes that are dependent on the speed of the frequency 'carrier'. Den our case, after several trials (after traveling hundreds of kms at different speeds for all types of roads).

The data are differentiated by speed groups and prepare their respective 'bells of Gauss'



De estos valores se extrae la media y los valores de umbral al 5%. Es decir, nos responderemos a la pregunta ¿a partir de que valor estamos en una vibración forzada, en una señal?. Después de varios ensayos encontramos una función bastante simple, en función de la velocidad:

      si Ai ã +-± 0,3 · vi.;              ã: amplitud media
                                                      vi.: velocidad en el punto i
                                                      Ai: amplitud en el punto i


No sólo el umbral es función de la velocidad. También lo es la propia amplitud. A mayor velocidad mayor es la vibración transmitida y este dato hay que minorizarlo en consonancia. Para ello se realizan varias mediciones en en mismo tramo de carrera a diferentes velocidades y se extrae la relación entre aumento de amplitud y aumento de velocidad:

      Escala_velocidad = -0,085 · vi.+ 9,4

Nuestro parcial en la obtención del IRI sera:

      S = Σ | pki+1 - pki | · (-0,085 · vi.+ 9,4)

y por tanto:

      IRI100m=Σ | pki+1- pki | · (-0,085 · vi.+ 9,4) / Σ | pki +1 - pki |
      Siempre y cuando Σ | pki +1 - pki | = 100.

Exponemos los resultados de dos ejemplos: Illa de Arousa (IDA):

These values ​​are extracted and the mean values ​​of 5% threshold. That is, we respond to the question from that value are in a forced vibration in a sign?. After several trials found a quite simple function, depending on the speed:
      si Ai  ã +-± 0,3 · vi.;              ã: average amplitude
                                                      vi.: vecocity at point i
                                                      Ai: amplitude at point i


Not only the threshold is a function of speed. So is the very breadth. The higher the speed the greater the vibration transmitted and this fact must be consistent minorizarlo. That is achieved in several measurements in the same stroke length at different speeds and extracted the relationship between amplitude and increased speed increase::

      Velocity_escale = -0,085 · vi.+ 9,4

Our part in obtaining the IRI wil:

      S = Σ | pki+1 - pki | · (-0,085 · vi.+ 9,4)

And therefore:

      IRI100m=Σ | pki+1- pk| · (-0,085 · vi.+ 9,4) / Σ | pki +1 - pk|
      Siempre y cuando Σ | pki +1 - pk| = 100.

We present the results of two examples: Illa de Arosa (outward):

Illa de Arousa (VUELTA/RETURN)
Nótense que existe diferencia entre los datos de hace un año (más marcado) con el IRI láser y el nuevo modelo. Pero después de la obra se realizaron 4 badenes que quedan perfectamente diferenciados.

Respecto a los valores estadísticos. El láser daba: medias de 1,77 y 1,79 y el nuestro 1,86 y 1,90. Las varianzas eran de 0,60 y 0,80.

Otro ejemplo diferente, mas reciente, es en la carretera de A Lama:

Should be noted that there is a difference between the data from one year ago (more marked) with laser IRI and the new model. But after the work was made ​​4 bumps that are perfectly distinct.

Regarding the statistical values​​. The laser was: mean 1.77 and 1.79 and 1.86 and 1.90 ours. The variances were 0.60 and 0.80.

A different example, more recent, is on the road to A Lama:

Recorrido de ida / Outward

Recorrido de vuelta / Return

Los valores estadísticos son similares. En ambos influyen otros factores como un mal cambio en las marchas, variaciones fuertes de velocidad (acelerones y frenazos) Por tanto siempre es conveniente repetir varias veces el ensayo para poder evaluar cual sería el desechable. Esto ocurrirá con cualquier sistema que parta del análisis de la amplitud.

The statistical values ​​are similar. In both influenced by other factors such as a bad change in gears, strong variations of speed (acceleration and braking) Therefore it is always advisable to repeat the test several times to assess what would be the disposable. This will occur with any system which starts the analysis of the amplitude.



4.- VERIFICACIÓN DEL VIBRÓMETRO VS. PERFILÓMETRO LÁSER CON EL LASER ESCÁNER TERRESTRE
4.- VIBROMETER VERIFICATION VS. PROFILOMETER LASER WITH TERRESTRIAL LASER SCANNER

Con la intención de averiguar cual sería el resultado más fiel a la carretera hemos aportado otro punto de vista más, el láser escáner terrestre. En el ejemplo de Illa de Arousa pasamos el vehículo de inspección y tomamos los datos geométricos de la carretera con una precisión inferior al centímetro. Con estos datos, que ya los teníamos depurados debido a un proyecto de I+D paralelo, extrajimos los datos de la sección paralela al eje y le hicimos pasar una regla virtual con la intención de adquirir matemáticamente los datos del IRI desde la geometría real.

In order to find out what would be the most faithful to the road we have provided another point of view, the terrestrial laser scanner. In the example of Illa de Arosa vehicle passed the inspection and take the geometric data of the road with sub-centimeter accuracy. With these data, we already had cleared because an R & D side, extracted data from the section parallel to the axis and passing a virtual ruler made ​​with the intention of acquiring mathematically IRI data from the actual geometry.


 Para ello se parte de los datos numéricos arrojados en el primer análisis en un lote de archivos secundarios con coordenadas relativas al eje. Cada uno de estos archivos hace referencia a un pk determinado y en si entorno (que suele ser de 10 metros en la dirección de la trayectoria). Estos archivos ya los hemos utilizado para el dibujo de las proyecciones y ahora escogeremos un subconjunto. Una banda situada a una distancia del eje, paralela a él de donde extraeremos los datos para la deducción geométrica del IRI. (parecido al perfil entre pks pero perpendicularmente a éste)

 This is part of the numerical data in the first analysis thrown in a lot of secondary files with coordinates relative to the shaft. Each of these files refers to a specific station and whether environment (typically 10 meters in the direction of the path). These files and have used for drawing projections and now we choose a subset. A band located at a distance from the axis parallel to it in which will extract the data for deriving geometric IRI. (similar to the profile between KPs but perpendicular to it)

 A la distancia d, sobre una banda de ancho b se obtienes las medias de las cotas, su variación relativa y posteriormente el IRI cada metro. Si se deseara el IRI estándar cada 100 m tan sólo habría que calcular la media ponderada cada 100 valores consecutivos. Se puede pensar en que los datos den como resultado un gráfico (visual) o una tabla (para posterior tratamiento).

Yendo por partes. Se obtiene el perfil del terreno:

 In the distance d, on a strip of width b is get the means of the dimensions, the relative variation IRI and subsequently every meter. If desired standard IRI 100 m should only calculate the weighted mean of 100 consecutive values. One can think that the data will result in a graph (visual) or a table (for further processing).

Going by parts. You get the terrain profile:



 A partir de él:
From its:

Gráfica de diferencias centimétricas
Graphical centimeter differences
Gráfica de diferencias decimétricas
Graphical decimeter differences
Gráfica de diferencias métricas
Graphical meter differences

Gráfica de diferencias decamétricas
x 100 meters


El siguiente paso es conjugar entre 10 y 10 perfiles hasta obtener los valores por hectómetro y completar el IRI de la vía. (datos obtenidos a partir del pk 1300 de la PO-299.

Si nos decidiéramos a comparas los datos del IRI láser / vibrómetro / láser escaner terretre, tendíamos las siguientes gráficas.

The next step is to combine between 10 and 10 profiles to get the values ​​for IRI hectometer and complete the road. (data obtained from 1300 pk PO-299.

If we decided to compare the data from IRI / laser vibrometer / laser scanner terretre, tended the following graphs.


Vemos que hay varios puntos desproporcionados. Éstos corresponde a los 4 badenes y el paso de peatones. Éstos se crearon después de pasar el primer IRI, además del paso por glorieta sita en el pk 2+400. Los datos geométricos influyen más en la medición que la desaceleración que se realiza frente a éstos. Para poderlos comparas eliminaremos varios tramos ([500,600], [1+200,1+400], [1+500,1+600], [1+700,1+800],[2+100,2+200] y [2+300,2+500])

Las gráficas resultante son ahora:

We see that there are several points disproportionate. These correspond to the 4 speed bumps and crosswalks. These were created after spending the first IRI, as well as step by roundabout situated at km 2 +400. The geometric data have more influence on the deceleration measurement is performed in front of them. So that they can compare remove several sections ([500,600], [1 +200,1 +400], [1 +500,1 +600], [1 +700,1 +800], [2 +100,2 +200] and [2 +300,2 +500])

The resulting graphs are now:





 Los valores estadísticos (medias y varianzas) resultaron ser más parejos al IRI del vibrómetro que del láser. Aun así en todos los casos muy parecidos.

 The statistical values ​​(means and variances) were more similar to the IRI that the laser vibrometer. However in all cases very similar.




5.- ANÁLISIS DE LA SEÑAL DESDE EL PUNTO DE VISTA DE LA VARIACIÓN EN LA FRECUENCIA.
5.- ANALYSIS OF SIGNAL FROM THE POINT OF VIEW OF CHANGES IN FREQUENCY.

Este terreno es nuevo. Lo más difícil es el cálculo de la frecuencia partiendo de los datos de la señal. Pare ello vamos a ver un extracto más extendido de ésta.

This field is new. The most difficult is the calculation of the frequency from the data signal. Stop this we will see a more extended extract it.



Conocemos los valores de los puntos, las distancias entre ellos, las velocidades y los tiempos. Falta lo más difícil. Dado un punto en el instante i cual es su siguiente homólogo j.

Resuelta esta pregunta se obtendrán las frecuencias o longitudes de onda en cada momento
Li = Media(Vi. .. Vj)/| pkj – pki |
Fi = 1/ Li

Esta parte del estudio fue posteriormente desechada dado que al ser la frecuencia del vehículo (portadora) de similar frecuencia que la señal a analizar no se lograba la eliminación de la primera.

Know the values ​​of the points, the distances between them, the speeds and times. Most Difficult. Given a point in time i which is its counterpart j below.

This question will be obtained resolved frequencies or wavelengths at each moment
Li = Average(Vi. .. Vj)/| pkj – pki |
Fi = 1/ Li

This part of the study was subsequently discarded for other reasons I will discuss.


6.- DEMOSTRACIÓN DE QUE DIFERENTES RESULTADOS NO IMPLICAN FALLO EN LA MUESTRA. EXISTENCIA DEL ABANICO DE RESULTADOS POSIBLES

6.- DIFFERENT RESULTS SHOW THAT DOES NOT MEAN FAILURE IN THE SAMPLE. EXISTENCE OF RANGE OF POSSIBLE OUTCOMES

La primera pregunta que nos hacemos sería, si en un punto determinado tenemos una concentración de errores en la geometría. Como influye un error real del punto de partida. Es decir, queremos hacer el ensayo en una carretera desde el pk 0+000 al 3+000. Pero el ensayo no comienza en el pk 0+000 sino en unos metros antes o después. Este error es habitual, el ensayo no es de precisión centimétrica. Si tuviéramos algunas imperfecciones un pk determinado, este error inicial pasaría a computar estas imperfecciones en un hectómetro u otro.

Tomaremos como exactos los datos del IRI desde el Láser Escáner Terrestre (aunque sólo sea por tener un ejemplo desde el punto de vista matemático), partiendo desde un IRI no hectométrico sino métrico y moviéramos el error del punto de partida desde 0 a 100 metros (más allá repetiría el patrón hectométrico)

The first question we would be, if at some point we have a concentration of errors in the geometry. As influences actual error point. That is, we want to do the test on a road from KP 0 +000 to 3 +000. But the trial does not begin at KP 0 +000 but a few meters before or after. This error is common, the test is centimeter. If we had some imperfections one given pk, the initial error compute these imperfections would pass a hectometer or another.

We will take as accurate IRI data from Terrestrial Laser Scanner (if only to have an example from the mathematical point of view), starting from a metric IRI and hectometerly but we moved the starting point error from 0-100 meters (repeat the pattern beyond hectometerly)

Punto de partida IRI cada metro
IRI / x1 meter
IRIs estándar (cada 100m) con varios errores en el inicio
IRIs standar (each 100m) with errors to start
Abanico del IRI
IRIs set
Cuando el punto de inicio comete algún error de traslación
Taslation start
Se observa lo caótico del ensayo
It is observed chaotic trial

Los valores estadísticos
La media y la varianza sufren variaciones. La cuantificación de estas variaciones serán objeto de otro problema de resolución estadística. Esto nos da una idea de la variabilidad del ensayo aunque el instrumento para la captación de datos sea lo más exacto posible. Y aún no hemos contado con que la rodada en la conducción no sea exacta.  

Aún así, se puede concluir que el sistema más exacto sería el láser escáner terrestre y es equiparable a la viga (perfilómetro california y/o viágrafo) ya que uno se desliza en una carretera virtual y el otro en una carretera real:

The mean and variance suffer variations. The quantification of these variations will be the subject of another statistical problem solving. This gives us an idea of ​​assay variability although the instrument for collecting data as accurate as possible. And we have not received the shot in driving is not accurate.

Still, it can be concluded that the system would be more accurate terrestrial laser scanner and is comparable to the beam (profilometer california and / or viágrafo) as one slides into a virtual road and the other on an actual road:

Perfilógrafo California.jpg Viagrafo.gif
Perfilómetro California
Perfilometer California
Viágrafo
Viagraf

Respecto a la utilización del perfilómetro láser de varios miles de euros o la utilización de un par de vibrómetros + Arduino + GPS o Edómetro + Portatil son equivalentes pero el coste es de unos cientos de euros. 

Como se observa es más difícil convencer al contratante del ensayo que realizar el ensayo de una u otra manera.

Regarding the use of laser profilometer several thousand euros or the use of a pair of vibration meters + Arduino + + Portable GPS or oedometer are equivalent but the cost is a few hundred euros.

As seen is more difficult to convince the contractor to perform the test trial one way or another.