Збірник «Дороги і мости»
ISSN 2524-0994 (Print)
ISSN 2786-488X (Online)
EN UA

Смартфонне оцінювання рівності дорожнього покриву як засіб класу 3: стан питання, методика та валідація з профілометром

Опубліковано:
Номер: Випуск 34(2026)
Розділ: Будівництво та цивільна інженерія
DOI:
Cторінковий інтервал статті: 52-67
Ключові слова: автомобільна дорога, дорожній покрив, міжнародний індекс рівності IRI, рівність, смартфон, акселерометр, засіб вимірювання класу 3, калібрування, профілометр, моніторинг стану доріг.
Як цитувати статтю: Стьожка В. В., Зарічний А. О. Смартфонне оцінювання рівності дорожнього покриву як засіб класу 3: стан питання, методика та валідація з профілометром. Дороги і мости. Київ, 2026. Вип. 34. С. 52–67.
Як цитувати статтю (references): Vitalii Stozhka, Anton Zarichnyi. Smartphone-based road surface smoothness assessment as a class 3 tool: state of the art, methodology, and validation with a profilometer. Dorogi і mosti [Roads and bridges]. Kyiv, 2026. Issue 34. P. 52–67 [in Ukrainian].

Автори

Національний транспортний університет (НТУ), м. Київ, Україна
https://orcid.org/0009-0004-5723-3443
Національний транспортний університет, м. Київ, Україна
https://orcid.org/0000-0002-5039-9852

Анотація

Рівність дорожнього покриву — один з основних транспортно-експлуатаційних показників дороги, проте її мережеве обстеження профілометрами дороге й виконується нечасто; дешевою альтернативою можуть слугувати вбудовані сенсори смартфона. Існуючі смартфонні системи оцінювання рівності валідуються локально, коефіцієнти книжкових рівнянь непереносні між парами «телефон — автомобіль», а поведінка засобу поза межами застосовності та прив'язка калібрування до конкретного пристрою й автомобіля у відкритих джерелах не описані. Метою дослідження є підвищення достовірності оцінювання поздовжньої рівності дорожнього покриву за даними сенсорів смартфона до рівня, придатного для скринінгу мережі та пріоритизації ремонтів, з явними межами застосовності і калібруванням із фіксацією походження коефіцієнтів. Розроблений комплекс включає Android-застосунок для запису даних акселерометра, гіроскопа і супутникової локації, аналізатор з детермінованим конвеєром обробки (корекція орієнтації, смугова фільтрація, сегментація на 100-метрові вікна, спектральний і регресійний канали оцінювання міжнародного індексу рівності IRI за рівняннями довідника Азійського банку розвитку) та вебкомпонент адміністрування. Валідацію виконано проти сертифікованого лазерного профілометра при одночасній зйомці в одному автомобілі на двох дорогах різних категорій. На дорозі з реальним діапазоном рівності рангова кореляція з еталоном становить 0,941; регресійне рівняння відтворює структуру книжкової моделі із систематичним зсувом −1,55 м/км, який усувається корекцією, перевіреною поза вибіркою даних. Калібрування спектрального рівняння дало негативний результат, задокументований як процедура з наперед оголошеними критеріями відмови. На дуже рівній дорозі виявлено межу чутливості методу. Встановлено, що корекція зсуву не змінює впорядкування ділянок за станом, тому скринінг мережі можна виконувати без калібрування абсолютної шкали. Практичне значення полягає у формуванні адресного переліку ділянок для обстеження засобами класів 1–2 та підготовці методу до віднесення до класу 3 національного стандарту.

Посилання

  1. ДП «УкрНДНЦ». (2017). ДСТУ 8745:2017 Автомобільні дороги. Методи вимірювання нерівностей основи і покриття дорожнього одягу. Київ: ДП «УкрНДНЦ».
  2. Мінрегіон України. (2015). ДБН В.2.3-4:2015 Автомобільні дороги. Частина I. Проектування. Частина II. Будівництво. Київ: Мінрегіон України.
  3. ДП «УкрНДНЦ». (2022). ДСТУ 3587:2022 Безпека дорожнього руху. Автомобільні дороги, вулиці та залізничні переїзди. Вимоги до експлуатаційного стану. Київ: ДП «УкрНДНЦ».
  4. Зарічний, А. О., & Усиченко, О. Ю. (2025). Смартфонний моніторинг стану дорожнього покриву. Автомобільні дороги і дорожнє будівництво, 117(2), 72–86. https://doi.org/10.33744/0365-8171-2025-117.2-072-086
  5. Смолянюк, Р. В., & Кіяшко, І. В. (2007). Розвиток й удосконалення сучасних технологій оцінки рівності дорожніх покриттів. Автошляховик України, (5), 39–42.
  6. Савенко, В. Я., Філіппов, В. В., Кіяшко, Д. І., Смолянюк, Р. В., & Смірнова, Н. В. (2011). Недоліки оцінки рівності поверхні дорожніх покриттів, яку використовують в Україні. Автошляховик України, (6), 24–31.
  7. Sayers, M. W., & Karamihas, S. M. (1998). The little book of profiling: Basic information about measuring and interpreting road profiles. University of Michigan Transportation Research Institute.
  8. Савенко, В. Я., & Кіяшко, Д. І. (2011). Зв'язок між оцінками рівності поверхні дорожнього покриття за показниками поштовхоміра та IRI. Вісник ХНАДУ, (53), 83–86.
  9. Sayers, M. W., Gillespie, T. D., & Queiroz, C. A. V. (1986). The International Road Roughness Experiment: Establishing correlation and a calibration standard for measurements (World Bank Technical Paper No. 45). The World Bank.
  10. ASTM International. (2023). ASTM E1448/E1448M-09(2023) Standard practice for calibration of systems used for measuring vehicular response to pavement roughness. ASTM International. https://doi.org/10.1520/e1448_e1448m-09r23.
  11. Asian Development Bank. (2025). Guidebook on machine learning techniques for road quality monitoring. ADB. https://www.adb.org/publications/guidebook-machine-learning-techniques-road-quality
  12. Bisconsini, D. R., Pegorini, V., Casanova, D., de Oliveira, R. A., Farias, B. A., & Fernandes Júnior, J. L. (2021). Intervening factors in pavement roughness assessment with smartphones: Quantifying the effects and proposing mitigation. Journal of Transportation Engineering, Part B: Pavements, 147(4), 04021051. https://doi.org/10.1061/jpeodx.0000303.
  13. Janani, L., Doley, R., Sunitha, V., & Mathew, S. (2022). Precision enhancement of smartphone sensor-based pavement roughness estimation by standardizing host vehicle speed. Canadian Journal of Civil Engineering. https://doi.org/10.1139/cjce-2021-0182.
  14. Islam, S., Buttlar, W. G., Aldunate, R. G., & Vavrik, W. R. (2014). Measurement of pavement roughness using Android-based smartphone application. Transportation Research Record, 2457. https://doi.org/10.3141/2457-04.
  15. Botshekan, M., Asaadi, E., Roxon, J., Ulm, F.-J., Tootkaboni, M., & Louhghalam, A. (2021). Smartphone-enabled road condition monitoring: From accelerations to road roughness and excess energy dissipation. Proceedings of the Royal Society A, 477(2246), 20200701. https://doi.org/10.1098/rspa.2020.0701.
  16. Forslöf, L., & Jones, J. (2015). Roadroid: Continuous road condition monitoring with smart phones. Journal of Civil Engineering and Architecture, 9(4), 485–496. https://doi.org/10.17265/1934-7359/2015.04.012.
  17. World Bank Transport. (n.d.). RoadLab-Pro: Mobile application for road surface quality measurement [Computer software]. GitHub. https://github.com/WorldBank-Transport/RoadLab-Pro
  18. TotalPave Inc. (n.d.). TotalPave IRI: Smartphone IRI app. https://totalpave.com/products/totalpave-iri/.
  19. Stfalcon.com. (б. д.). UARoads — сервіс та карта стану доріг України (портфоліо проєкту). https://stfalcon.com/uk/portfolio/uaroads-com.
  20. Харківський національний автомобільно-дорожній університет. (б. д.). Наукові розробки: лазерні вимірювальні системи ЛВС-ХНАДУ, ЛВС-2-ХНАДУ, ЛВС-3-ХНАДУ. https://www.khadi.kharkov.ua/ science/naukovi-rozrobki /.
  21. Кіяшко, Д. І., Савенко, В. Я., & Кіяшко, І. В. (2014). Обґрунтування нормативних показників для оцінки поздовжньої рівності дорожніх покриттів. Дороги і мости, (14), 90–95.
  22. Укравтодор. (2017). М В.2.3-37641918-763:2017 Методика визначення та підготовка ділянок автомобільних доріг для проведення на них калібрувальних випробувань засобів вимірювання нерівностей основи і покриття дорожнього одягу. Київ: Укравтодор.
  23. Balzano, L., & Nowak, R. (2007). Blind calibration of sensor networks. In Proceedings of the 6th International Conference on Information Processing in Sensor Networks (IPSN '07). ACM. https://doi.org/10.1145/1236360.1236372.

Архiв збірника

Головні новини

Календар подій та новин

Важливі інформаційні ресурси