DOI: https://doi.org/10.1016/j.autcon.2025.106176
تاريخ النشر: 2025-04-05
المؤلف: Shripal Mehta وآخرون
الموضوع الرئيسي: جودة البيانات وإدارتها
نظرة عامة
تقدم هذه الورقة البحثية إطار عمل قائم على البيانات لأتمتة إصلاح الحفر باستخدام المركبات الأرضية غير المأهولة (UGVs)، مما يعالج عدم الكفاءة والمخاطر المرتبطة بأساليب الإصلاح التقليدية. الحل المقترح يدمج التنقيب عن البيانات، وبرامج إدارة الأسطول، وتقنية التوأم الرقمي لتعزيز المحاكاة والكفاءة التشغيلية. باستخدام عملية التنقيب عن البيانات القياسية عبر الصناعات (CRISP-DM) وتطوير التطبيقات السريعة (RAD)، يقوم الإطار بتحسين جداول الإصلاح من خلال مراعاة حجم الأسطول، وسعة الحمولة، واحتياجات المواد بناءً على أبعاد الحفرة. تشير المحاكاة إلى أن استخدام ثلاثة UGVs يمكن أن يقلل من وقت الإصلاح بحوالي 40% ووقت السفر بين الرحلات بنسبة 12.5% مقارنة بأسطول من مركبتين في منطقة تبلغ مساحتها 100,000 م².
تسلط الاستنتاجات الضوء على إمكانية الإطار لتحسين الكفاءة والسلامة والجدوى الاقتصادية في صيانة الطرق، مما يساهم في تطوير مدن ذكية مستدامة. تشمل النتائج الرئيسية التكامل الناجح لواجهة برمجة التطبيقات OpenRouteService (ORS) لتحسين التنقل، وآلية تحمل الأخطاء لإعادة تعيين المهام، واستخدام التوائم الرقمية لتحسين الأداء. كما يبرز المشروع أهمية اتخاذ القرارات المستندة إلى البيانات من خلال تحليلات مفصلة حول استخدام الموارد. ومع ذلك، تم الإشارة إلى تحديات مثل القيود في واجهة برمجة التطبيقات ORS ومشكلات الوثائق، مما أدى إلى توصيات للعمل المستقبلي، بما في ذلك إدارة الأسطول المتنوع، وتطوير واجهة المستخدم، واستغلال بيانات المستشعرات لتحسين اتخاذ القرارات والصيانة التنبؤية.
مقدمة
تسلط مقدمة الورقة البحثية الضوء على التحدي المستمر لعيوب سطح الطريق، وخاصة الحفر، في سياق تقدم مبادرات المدن الذكية. لا تشكل الحفر مخاطر على السلامة للسائقين والمشاة فحسب – كما يتضح من ذروة 10,123 عطل مرتبط بالحفر في عام 2021 – ولكنها تؤدي أيضًا إلى أعباء مالية كبيرة بسبب تلف المركبات وزيادة تكاليف الإصلاح. خصصت الحكومة البريطانية 5 مليارات جنيه إسترليني لصيانة الطرق حتى عام 2025، ومع ذلك، تظل أساليب الإصلاح التقليدية غير فعالة وخطيرة، مما يستلزم حلولًا مبتكرة.
تؤكد الأبحاث على إمكانية تكنولوجيا الأتمتة في إحداث ثورة في إصلاح الحفر. من خلال نشر أسطول من الروبوتات الآلية لإصلاح الحفر، تهدف الدراسة إلى معالجة قيود الأساليب الحالية، وتعزيز الكفاءة والسلامة في صيانة الطرق. كما توضح الورقة المشهد المتطور للتخطيط الحضري ودمج التقنيات الذكية، مثل التوائم الرقمية والروبوتات المستقلة، التي يمكن أن تحسن عمليات صيانة الطرق. ستتناول الأقسام اللاحقة من الورقة جوانب مختلفة من عيوب سطح الطريق، وتقنيات الإصلاح التقليدية، والمركبات ذات الأغراض الخاصة، والحلول الآلية الحالية، ودمج تقنية التوأم الرقمي، مما يحدد في النهاية الفجوات البحثية التي تهدف هذه الدراسة إلى معالجتها.
النتائج
يقدم قسم النتائج تحليلًا لمؤشرات الأداء الرئيسية (KPIs) المستمدة من معلومات المسار للمركبات الأرضية غير المأهولة (UGVs) ومهام إصلاح الحفر. باستخدام التصورات (الأشكال 8-11)، تفحص الدراسة مقاييس مثل المسافة مقابل الوقت لكل UGV، وعدد الوظائف المكتملة، والمسافة المقطوعة، ومواد الإصلاح المستخدمة، وتغيرات الحمولة بمرور الوقت. تعمل هذه التصورات كأدوات لصانعي القرار لإجراء مقارنات وتحليلات في الوقت الحقيقي، مما يعزز الكفاءة التشغيلية.
توضح الشكل 8 بشكل خاص المسافة مقابل الوقت لكل UGV، مشيرة إلى أن “الروبوت 1” قد قطع أطول مسافة، بينما واجه “الروبوت 0” مهمة أكثر استهلاكًا للوقت بسبب حفرة أكبر. يوفر الشكل 9 رؤى حول توزيع مهام الحفر بين UGVs والمسافات المقابلة لها. بالإضافة إلى ذلك، يقارن الشكل 10 مواد الإصلاح التي تم تسليمها من قبل كل UGV، بينما يتتبع الشكل 11 وزن الحمولة بمرور الوقت، مما يشير إلى الانخفاضات بعد كل إصلاح. هذه المعلومات حاسمة لقرارات سلسلة التوريد التكتيكية، مما يضمن توفر مواد كافية خلال فترات التشغيل الذروة.
المناقشة
تناقش الورقة البحثية تطوير إطار عمل قائم على البيانات يهدف إلى أتمتة عملية إصلاح الحفر من خلال استخدام المركبات الأرضية غير المأهولة (UGVs). يركز الإطار على تخطيط الطرق بكفاءة وجدولة عبء العمل، مع أهداف تشمل جمع البيانات، والنمذجة، ودمج آلية تحمل الأخطاء لضمان إمكانية إكمال مهام الإصلاح على الرغم من الفشل المحتمل لـ UGV. تعتبر الحفر، التي تُعرف بأنها تدهورات موضعية في أسطح الطرق، تشكل مخاطر كبيرة على البنية التحتية، مما يستلزم إصلاحات في الوقت المناسب لمنع المزيد من الأضرار وتقليل التكاليف. تبرز الورقة تقنيات الإصلاح التقليدية المختلفة وقيود الأساليب المعتمدة على البشر، داعية إلى حلول روبوتية تعزز الدقة والسلامة.
تم فحص العديد من الأنظمة الآلية لإصلاح الحفر، بما في ذلك مركبة إصلاح الحفر الذكية (IPRV)، ARRES Prevent، وJCB Pothole Pro، كل منها يظهر تقدمًا في التكنولوجيا المستقلة والكفاءة. تحدد الورقة فجوة بحثية في الأساليب الحالية، التي تتضمن عادةً مركبات فردية تقوم بإصلاحات معزولة. تقترح استخدام أسطول من المركبات المستقلة للعمليات المتوازية، مما يعزز الكفاءة والموثوقية. بالإضافة إلى ذلك، يُقترح دمج تقنية التوأم الرقمي لمحاكاة عمليات الإصلاح، مما يسمح بتحليل البيانات في الوقت الحقيقي وتحسين أداء UGV تحت ظروف متغيرة. تهدف هذه المقاربة المبتكرة إلى تحسين إدارة إصلاح الحفر، مما يساهم في استدامة البنية التحتية الحضرية.
DOI: https://doi.org/10.1016/j.autcon.2025.106176
Publication Date: 2025-04-05
Author(s): Shripal Mehta et al.
Primary Topic: Data Quality and Management
Overview
This research paper presents a data-driven framework for automating pothole repair using unmanned ground vehicles (UGVs), addressing the inefficiencies and risks associated with traditional repair methods. The proposed solution integrates data mining, fleet management software, and digital twin technology to enhance simulation and operational efficiency. Utilizing the Cross-Industry Standard Process for Data Mining (CRISP-DM) and Rapid Application Development (RAD), the framework optimizes repair schedules by considering fleet size, payload capacity, and material needs based on pothole dimensions. Simulations indicate that employing three UGVs can reduce repair time by approximately 40% and inter-travel time by 12.5% compared to a two-UGV fleet in a 100,000 m² area.
The conclusions highlight the framework’s potential to improve efficiency, safety, and cost-effectiveness in road maintenance, contributing to the development of sustainable smart cities. Key findings include the successful integration of the OpenRouteService (ORS) API for enhanced navigation, a fault tolerance mechanism for task reassignment, and the use of digital twins for performance optimization. The project also emphasizes the importance of data-driven decision-making through detailed analytics on resource utilization. However, challenges such as limitations in the ORS API and documentation issues were noted, leading to recommendations for future work, including heterogeneous fleet management, user interface development, and leveraging sensor data for improved decision-making and predictive maintenance.
Introduction
The introduction of the research paper highlights the persistent challenge of road surface defects, particularly potholes, in the context of advancing smart city initiatives. Potholes not only pose safety risks to drivers and pedestrians—evidenced by a peak of 10,123 pothole-related breakdowns in 2021—but also lead to significant financial burdens due to vehicle damage and increased repair costs. The UK government has allocated £5 billion for road maintenance until 2025, yet traditional repair methods remain inefficient and hazardous, necessitating innovative solutions.
The research underscores the potential of automation technology to revolutionize pothole repair. By deploying a fleet of automated pothole repair robots, the study aims to address the limitations of current methods, enhancing efficiency and safety in road maintenance. The paper also outlines the evolving landscape of urban planning and the integration of smart technologies, such as digital twins and autonomous robotics, which can optimize road maintenance processes. Subsequent sections of the paper will delve into various aspects of road surface defects, conventional repair techniques, special purpose vehicles, existing automation solutions, and the integration of digital twin technology, ultimately identifying research gaps that this study aims to address.
Results
The results section presents an analysis of various key performance indicators (KPIs) derived from the route information of unmanned ground vehicles (UGVs) and pothole repair tasks. Utilizing visualizations (Figs. 8-11), the study examines metrics such as distance versus time for each UGV, the number of jobs completed, distance traveled, repair material deployed, and payload changes over time. These visualizations serve as tools for decision-makers to conduct real-time comparisons and analyses, enhancing operational efficiency.
Specifically, Fig. 8 illustrates the distance versus time for each UGV, highlighting that “bot 1” has traveled the longest distance, while “bot 0” faced a more time-consuming assignment due to a larger pothole. Fig. 9 provides insights into the distribution of pothole jobs among the UGVs and their corresponding travel distances. Additionally, Fig. 10 compares the repair material delivered by each UGV, while Fig. 11 tracks the payload weight over time, indicating reductions after each repair. This information is crucial for tactical supply chain decisions, ensuring that sufficient materials are available during peak operational periods.
Discussion
The research paper discusses the development of a data-driven framework aimed at automating the pothole repair process through the use of unmanned ground vehicles (UGVs). The framework focuses on efficient route planning and workload scheduling, with objectives that include data collection, modeling, and the integration of a fault tolerance mechanism to ensure repair jobs can be completed despite potential UGV failures. Potholes, defined as localized deteriorations in road surfaces, pose significant risks to infrastructure, necessitating timely repairs to prevent further damage and reduce costs. The paper highlights various conventional repair techniques and the limitations of human-dependent methods, advocating for robotic solutions that enhance precision and safety.
Several automated systems for pothole repair are examined, including the Intelligent Pothole Repair Vehicle (IPRV), ARRES Prevent, and the JCB Pothole Pro, each showcasing advancements in autonomous technology and efficiency. The paper identifies a research gap in the current approaches, which typically involve single vehicles performing isolated repairs. It proposes the use of a fleet of autonomous vehicles for parallel operations, enhancing efficiency and reliability. Additionally, the integration of digital twin technology is suggested to simulate repair operations, allowing for real-time data analysis and optimization of UGV performance under varying conditions. This innovative approach aims to improve the management of pothole repairs, ultimately contributing to the sustainability of urban infrastructure.