[I-58] 加速度応答を利用した機械学習によるB-WIMの提案
キーワード：橋梁振動、機械学習、B-WIM、交通環境、決定木
本研究は，多数の一般車に着目して機械学習を用いたキャリブレーションを行い，加速度応答から簡易に重量車の重量や交通環境の把握を試みた．加速度センサは低周波ノイズの影響により変位への積分変換の精度が課題であることから，はじめに積分方法の検討を行った．模型橋梁における実験の結果，常時微動を利用した基線補正を行う方法を提案した．つぎに，実橋梁の加速度応答から鉛直変位の最大値を入力として，機械学習を利用したB-WIMを提案した．決定木を利用した車種識別による一般車を利用したキャリブレーションを行い，路線バスの重量推定を行った．その上で，キャリブレーションを更新することで推定精度が向上する可能性を示した．
講演概要PDFパスワード認証
講演概要PDFの閲覧にはパスワードが必要です。パスワードを入力して認証してください。