Forslag til faglig rammeverk for tilstandsvurdering av dype sidegrøfter - Overgang fra reaktivt til proaktivt vedlikehold av dype sidegrøfter ved bruk av LiDar-data
Abstract
Dype sidegrøfter langs vegen er viktige for å drenere overbygningen, og sørge for atovervann ledes trygt gjennom vegen videre til naturlige vannveger. Utbedring av dreneringhar svært god kost/nytte-faktor, og regnes som et av de viktigste forsterkningstiltakene iarsenalet mot permanent deformasjon. Likevel finnes det ingen automatisert metode for åkartlegge og vurdere grøftens tilstand langs vegen. Det ønsker denne rapporten å gjørenoe med.
States vegvesen samler inn spor- og jevnhetsdata for hvert kjørefelt en gang i året, ogkartleggingen foregår med mobil LiDar som samler inn store mengder data også utenforvegen. En målsetting med dette prosjektet har vært å konstruere et faglig rammeverk tilet fremtidig dataprogram som kan evaluere grøftens påvirkning på funksjonell levetid. Forå utvide det praktiske bruksområdet er det valgt å skille mellom kartlegging på detalj- ognettverksnivå; Detaljkartlegging kan brukes for å identifisere seksjoner som harutfordringer på grunn av for dårlig drenering eller grøftens geometriske utforming, somellers slipper under radaren i Pavement Management System. Nettverksnivå er engrovartet kartlegging som ikke baserer seg på samme detaljnivå, men er heller et verktøysom kan gi mulighet til å få oversikt over grøftenes tilstand over et større område. På denmåten vil det gi gode data for å anslå budsjettbehov, og gi grunnlag for å prioriterestrekninger til forsterkningstiltak i et forsøk på å ta igjen vedlikeholdsetterslepet.
Rammeverket er bygget opp gjennom en omfattende litteraturgjennomgang for åkartlegge hvilke parametere som er hensiktsmessig å utlede fra LiDar-data, og ikke minsthvilke parametere som er viktig å ha oversikt over. Gjennom en litteraturgjennomgang erdet valgt ut seks parametere for detaljkartlegging, og to parametere fornettverkskartlegging. Ut ifra litteraturen er det satt opp forslag til generelle grenseverdieri en risikomodell som følger trafikklysoppbyggingen. Rød tilsvarer høy risiko for atresultatet bidrar til å redusere levetiden, mens gul er medium og grønn er lav.
Gjennom en case studie er det laget to praktiske eksempler for detaljkartlegging, mens fornettverksnivå er det foreslått en steg-for-steg-framgangsmåte. Gjennom en statistiskanalyse av de enkelte parametere, målt på fire forskjellige enheter, er det bestemtspesifikke grenseverdier for risiko for strekningen i case studien. Disse grenseverdiene blirbenyttet for å lage rapport på to 500 m lange strekninger, og det blir gjort en vurderingav tiltak for å utbedre de parametere som identifiseres som skadedrivende.
Systemet differensierer ikke på hvor viktig de forskjellige parametere er i forhold tilhverandre, men forutsetter at en bruker har grunnleggende fagkunnskaper for å vurderetiltak på bakgrunn av resultatene. En viktig detalj er innføringen av en to-faktorautentisering gjennom empiriske spor- og jevnhetsdata for tilsvarende asfaltdekker, menmed god drenering. På den måten kan en skille parametere som havner i høyrisikosone,men som likevel ikke bidrar til forhøyet skadeutvikling, fra parametere hvor ogsåskadeutviklingen viser at parameterne ser ut til å bidra. Et annet moment med to-faktorautentisering, er at områder med forhøyet skadeutvikling identifiseres uavhengig av omparametere viser grønn risikosone. Et slikt tilfelle indikerer at dreneringen og grøftensgeometri ikke bidrar til redusert levetid, og det kan tyde på at overbygningen erunderdimensjonert for dagens trafikkpåkjenning. Roadside drainage ditches serve an important role for draining the pavement and ensuring thatstormwater is safely routed through the road onwards to natural waterways. Remediation ofdrainage infrastructure yields a very good cost/benefit factor and is considered one of the mostimportant reinforcement measures in the arsenal against permanent deformation. Nevertheless,there is no automated method for mapping and assessing the state of the ditches. This report aimsto change that.
The Norwegian Public Roads Administration collects rut and roughness data for each lane once ayear by mobile LiDar that collects large amounts of data which includes the roadside ditch. Oneobjective of this project has been to construct a theoretical framework for a future computerprogram that can evaluate the impact of the ditch on functional pavement life. To expand thepractical application, it is chosen to distinguish between mapping at detail- and network level;Detailed mapping can be used to identify sections that face challenges due to poor drainage or thegeometric design of the ditch, which otherwise slips under the radar of the Pavement ManagementSystem. Network level mapping is not based on the same level of detail, but rather is a tool thatcan provide an opportunity to get an overview of the state of the ditches over a larger area. In thisway, it will provide good data for estimating budgetary needs, and provide a basis for prioritisingsections for reinforcement measures in an attempt to catch up with maintenance backlog.
The framework is built up through a comprehensive literature review which aims to identify whichparameters are possible and useful to derive from LiDar data. Through a literature review, sixparameters for detailed mapping have been selected, and two parameters for network mapping.Based on the literature, proposals have been put up for general limit values in a risk model thatfollows traffic light build-up. Red corresponds to a high risk that the measurement contributes toreduce pavement life, while yellow is medium, and green is low risk.
Through a case study, two practical examples have been created to showcase what a detailedmapping can look like and yield in terms of insight. For network level a step-by-step procedure hasbeen proposed for future use. Through a statistical analysis of the individual parameters, measuredon four different units, it is determined specific thresholds to implement in evaluating the sectionin the case study. The thresholds are used to prepare a report on two 500 m long sections, and anassessment of measures to rectify the parameters identified as high risk is being carried out.
The system does not differentiate the individual parameters in regards of how important they arein relation to each other, but assumes that a user has professional knowledge to assess measureson the basis of the results. An important detail is the introduction of a two-factor authenticationthrough empirical rut and roughness data for similar pavements with good drainage. In this way,parameters that end up in a high-risk zone, but don’t contribute to accelerated development inregard to rutting and roughness, can be distinguished from parameters where damagedevelopment also shows that the parameters are likely to contribute. By process of elimination thetwo-factor authentication can contribute to pinpoint sections where the pavement isn’tdimensioned for the current traffic stress where the parameters indicate green risk-zone, but thedamage development is accelerated.