dc.contributor.advisor | Klein-Paste, Alex | |
dc.contributor.advisor | Aursand, Per Otto | |
dc.contributor.advisor | Gryteselv, Dagfin | |
dc.contributor.author | Fagermo, Marius N. | |
dc.date.accessioned | 2021-10-08T17:21:04Z | |
dc.date.available | 2021-10-08T17:21:04Z | |
dc.date.issued | 2021 | |
dc.identifier | no.ntnu:inspera:80612807:46993714 | |
dc.identifier.uri | https://hdl.handle.net/11250/2788823 | |
dc.description.abstract | Dype sidegrøfter langs vegen er viktige for å drenere overbygningen, og sørge for at
overvann ledes trygt gjennom vegen videre til naturlige vannveger. Utbedring av drenering
har svært god kost/nytte-faktor, og regnes som et av de viktigste forsterkningstiltakene i
arsenalet mot permanent deformasjon. Likevel finnes det ingen automatisert metode for å
kartlegge og vurdere grøftens tilstand langs vegen. Det ønsker denne rapporten å gjøre
noe med.
States vegvesen samler inn spor- og jevnhetsdata for hvert kjørefelt en gang i året, og
kartleggingen foregår med mobil LiDar som samler inn store mengder data også utenfor
vegen. En målsetting med dette prosjektet har vært å konstruere et faglig rammeverk til
et fremtidig dataprogram som kan evaluere grøftens påvirkning på funksjonell levetid. For
å utvide det praktiske bruksområdet er det valgt å skille mellom kartlegging på detalj- og
nettverksnivå; Detaljkartlegging kan brukes for å identifisere seksjoner som har
utfordringer på grunn av for dårlig drenering eller grøftens geometriske utforming, som
ellers slipper under radaren i Pavement Management System. Nettverksnivå er en
grovartet kartlegging som ikke baserer seg på samme detaljnivå, men er heller et verktøy
som kan gi mulighet til å få oversikt over grøftenes tilstand over et større område. På den
måten vil det gi gode data for å anslå budsjettbehov, og gi grunnlag for å prioritere
strekninger til forsterkningstiltak i et forsøk på å ta igjen vedlikeholdsetterslepet.
Rammeverket er bygget opp gjennom en omfattende litteraturgjennomgang for å
kartlegge hvilke parametere som er hensiktsmessig å utlede fra LiDar-data, og ikke minst
hvilke parametere som er viktig å ha oversikt over. Gjennom en litteraturgjennomgang er
det valgt ut seks parametere for detaljkartlegging, og to parametere for
nettverkskartlegging. Ut ifra litteraturen er det satt opp forslag til generelle grenseverdier
i en risikomodell som følger trafikklysoppbyggingen. Rød tilsvarer høy risiko for at
resultatet 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 for
nettverksnivå er det foreslått en steg-for-steg-framgangsmåte. Gjennom en statistisk
analyse av de enkelte parametere, målt på fire forskjellige enheter, er det bestemt
spesifikke grenseverdier for risiko for strekningen i case studien. Disse grenseverdiene blir
benyttet for å lage rapport på to 500 m lange strekninger, og det blir gjort en vurdering
av tiltak for å utbedre de parametere som identifiseres som skadedrivende.
Systemet differensierer ikke på hvor viktig de forskjellige parametere er i forhold til
hverandre, men forutsetter at en bruker har grunnleggende fagkunnskaper for å vurdere
tiltak på bakgrunn av resultatene. En viktig detalj er innføringen av en to-faktor
autentisering gjennom empiriske spor- og jevnhetsdata for tilsvarende asfaltdekker, men
med god drenering. På den måten kan en skille parametere som havner i høyrisikosone,
men som likevel ikke bidrar til forhøyet skadeutvikling, fra parametere hvor også
skadeutviklingen viser at parameterne ser ut til å bidra. Et annet moment med to-faktor
autentisering, er at områder med forhøyet skadeutvikling identifiseres uavhengig av om
parametere viser grønn risikosone. Et slikt tilfelle indikerer at dreneringen og grøftens
geometri ikke bidrar til redusert levetid, og det kan tyde på at overbygningen er
underdimensjonert for dagens trafikkpåkjenning. | |
dc.description.abstract | Roadside drainage ditches serve an important role for draining the pavement and ensuring that
stormwater is safely routed through the road onwards to natural waterways. Remediation of
drainage infrastructure yields a very good cost/benefit factor and is considered one of the most
important 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 aims
to change that.
The Norwegian Public Roads Administration collects rut and roughness data for each lane once a
year by mobile LiDar that collects large amounts of data which includes the roadside ditch. One
objective of this project has been to construct a theoretical framework for a future computer
program that can evaluate the impact of the ditch on functional pavement life. To expand the
practical 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 the
geometric design of the ditch, which otherwise slips under the radar of the Pavement Management
System. Network level mapping is not based on the same level of detail, but rather is a tool that
can provide an opportunity to get an overview of the state of the ditches over a larger area. In this
way, it will provide good data for estimating budgetary needs, and provide a basis for prioritising
sections 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 which
parameters are possible and useful to derive from LiDar data. Through a literature review, six
parameters 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 that
follows traffic light build-up. Red corresponds to a high risk that the measurement contributes to
reduce 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 detailed
mapping can look like and yield in terms of insight. For network level a step-by-step procedure has
been proposed for future use. Through a statistical analysis of the individual parameters, measured
on four different units, it is determined specific thresholds to implement in evaluating the section
in the case study. The thresholds are used to prepare a report on two 500 m long sections, and an
assessment 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 are
in relation to each other, but assumes that a user has professional knowledge to assess measures
on the basis of the results. An important detail is the introduction of a two-factor authentication
through 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 in
regard to rutting and roughness, can be distinguished from parameters where damage
development also shows that the parameters are likely to contribute. By process of elimination the
two-factor authentication can contribute to pinpoint sections where the pavement isn’t
dimensioned for the current traffic stress where the parameters indicate green risk-zone, but the
damage development is accelerated. | |
dc.language | nob | |
dc.publisher | NTNU | |
dc.title | Forslag til faglig rammeverk for
tilstandsvurdering av dype
sidegrøfter - Overgang fra reaktivt til proaktivt vedlikehold av
dype sidegrøfter ved bruk av LiDar-data | |
dc.type | Master thesis | |