Hodnotenie kvality povrchu (stupnica 1 – 5) pre stav vozovky

Definície stupnice kvality 1 – 5

Systém hodnotenia kvality TarmacView mapuje vizuálny stav povrchu vozovky na ordinálnu stupnicu od 1 do 5, kde 1 predstavuje výborný povrch a 5 veľmi zlý povrch. Táto päťstupňová klasifikácia sa riadi princípom usporiadaných kategorických hodnotení, ktoré sú bežné v zavedenej praxi správy vozoviek, hoci je špecificky kalibrovaná na výstup priestoru vložení počítačového videnia, nie na manuálny protokol založený na poškodeniach.

Jednotlivé stupne kvality sú definované nasledovne:

Stupeň 1 – Výborný (Veľmi dobrý). Povrch vozovky v stave stupňa 1 nevykazuje žiadne viditeľné chyby. Textúra povrchu je jednotná, farba je konzistentná a neexistujú žiadne dôkazy o prasklinách, odlupovaní, výtlkoch, záplatách, vyplavovaní spojiva ani akejkoľvek inej forme degradácie povrchu. Povrch vyzerá ako čerstvo postavená alebo nedávno zrekonštruovaná vozovka. Škáry (ak sú prítomné) sú tesné a dobre utesnené. V praxi predstavuje stupeň 1 ideálny referenčný stav, voči ktorému sa merajú všetky ostatné stupne. Úseky ciest s mediánovým stupňom kvality 1 nevyžadujú v aktuálnom plánovacom cykle žiadny zásah údržby.

Stupeň 2 – Dobrý. Povrchy stupňa 2 vykazujú menšie známky opotrebovania, ale zostávajú konštrukčne pevné a funkčne dostatočné. Môžu byť prítomné veľmi mierne praskliny, ktoré sú však úzke (vlasové, menej ako 1/8 palca široké) a nespojené. Nedochádza k odlupovaniu okrajov, výraznému odlupovaniu povrchu ani záplatovaniu. Textúra povrchu môže vykazovať miernu oxidáciu alebo zmenu farby v dôsledku environmentálneho pôsobenia, ale integrita vozovky je plne zachovaná. Povrchy stupňa 2 sú vhodné na bežnú preventívnu údržbu, ako je utesňovanie prasklín alebo hmlové tesnenie, ale nevyžadujú konštrukčné opravy.

Stupeň 3 – Uspokojivý. Vozovka stupňa 3 je v uspokojivom stave, čo znamená, že sú prítomné viditeľné poškodenia, ale povrch zostáva použiteľný. Možno pozorovať mierne praskanie vrátane priečnych, pozdĺžnych alebo blokových prasklín so šírkou až približne 1/4 palca. Môže byť viditeľné mierne odlupovanie povrchu. Záplaty môžu pokrývať malé percento plochy povrchu (zvyčajne menej ako 10 %). Povrch vykazuje jasné známky starnutia a environmentálneho pôsobenia, ale ešte nedosiahol stav, v ktorom by bola ohrozená nosnosť. Povrchy stupňa 3 sú kandidátmi na ochranné ošetrenia, ako sú kalové tesnenia, mikrokoberce alebo tenké obrusné vrstvy.

Stupeň 4 – Zlý. Povrchy stupňa 4 vykazujú výrazné viditeľné poškodenie, ktoré ovplyvňuje kvalitu jazdy a funkčný výkon. Je prítomné stredné až silné praskanie vrátane sieťových (únavových) prasklín v stopách kolies. Šírka prasklín presahuje 1/4 palca a možno pozorovať odlupovanie okrajov prasklín. Odlupovanie povrchu je stredné až pokročilé so stratou povrchového kameniva. Záplaty môžu pokrývať 10 – 30 % plochy povrchu. Môžu byť prítomné vyjazdené koľaje hlbšie ako 1/2 palca. Vozovka je stále použiteľná, ale blíži sa ku koncu svojej funkčnej životnosti a vyžaduje obnovu namiesto bežnej údržby. Cesty stupňa 4 sú kandidátmi na konštrukčné obrusné vrstvy alebo frézovanie a výplň.

Stupeň 5 – Veľmi zlý (Zlyhaný). Stupeň 5 predstavuje vozovku v najhoršej kategórii stavu. Rozsiahle silné praskanie vrátane pokročilého sieťového praskania s prepojenými vzormi prasklín vytvárajúcimi voľné kusy povrchu. Môžu byť prítomné výtlky. Odlupovanie povrchu je pokročilé s výraznou stratou kameniva. Záplaty pokrývajú viac ako 30 % povrchu alebo samotné záplaty zlyhávajú. Vyjazdené koľaje môžu presahovať 1 palec. Povrch je silne poškodený a predstavuje nevyhovujúci povrch vozovky, ktorý môže ohrozovať bezpečnosť. Vozovky stupňa 5 vyžadujú rekonštrukciu alebo veľkú obnovu.

Táto ordinálna stupnica 1 – 5 je zámerne hrubšia ako spojitá stupnica PCI 0 – 100 používaná v norme ASTM D6433. Hrubšia granularita odráža dosiahnuteľnú presnosť automatizovanej vizuálnej klasifikácie a je v súlade s typickými úrovňami rozhodovania pri správe cestných sietí na sieťovej úrovni. Agentúry môžu mapovať päť stupňov kvality na svoje vlastné spúšťacie úrovne údržby a obnovy.

Kvalita ako kosínusové väčšinové hlasovanie kNN

Stupeň kvality nie je priradený tradičnou klasifikačnou neurónovou sieťou s výstupnou vrstvou softmax. Namiesto toho sa vypočítava pomocou kosínusového väčšinového hlasovania k-najbližších susedov (kNN) v priestore vložení jemne doladeného vision transformeru DINOv3. Tento prístup sa zásadne líši od začlenenej klasifikácie a ponúka výrazné výhody v interpretovateľnosti, robustnosti a schopnosti detekovať povrchy mimo distribúcie.

Proces prebieha nasledovne. Každá dlaždica obrazu vozovky prechádza cez základňu Vision Transformer (ViT) založenú na DINOv3. DINOv3 je tretia generácia modelu samoriadeného učenia spoločnosti Meta AI pre počítačové videnie, trénovaná na viac ako 1,7 miliarde obrázkov s až 7 miliardami parametrov. Vytvára husté vizuálne reprezentácie prvkov, ktoré zachytávajú informácie o lokálnej textúre (zrnitosť povrchu, vzory prasklín, exponované kamenivo) aj globálny štrukturálny kontext (rozostupy škár, geometria jazdných pruhov, celková jednotnosť povrchu). Výstupom ViT je 768-rozmerný vektor vloženia, ktorý slúži ako kompaktný numerický odtlačok vizuálneho obsahu dlaždice.

Tento vektor vloženia sa potom porovnáva s vybraným referenčným súborom – kolekciou vložení dlaždíc vozoviek, pre ktoré boli stupne kvality stanovené odbornými hodnotiteľmi. Metrikou porovnania je kosínusová podobnosť, definovaná ako:

cosine_similarity(A, B) = (A · B) / (||A|| × ||B||)

kde A a B sú dva vektory vloženia. Kosínusová podobnosť sa pohybuje od -1 (dokonale opačné) cez 0 (ortogonálne, nekorelované) po +1 (rovnaký smer). Pri normalizovaných vloženiach je kosínusová podobnosť ekvivalentná skalárnemu súčinu. V praxi majú vloženia dlaždíc vozoviek tendenciu byť kladné a dobre zhlukované podľa stupňa kvality, takže hodnoty kosínusovej podobnosti medzi dlaždicami rovnakého stupňa sa zvyčajne pohybujú medzi 0,85 a 0,99, zatiaľ čo podobnosti medzi stupňami sú nižšie.

Systém identifikuje k najbližších susedov (v euklidovskej implementácii kNN, ale s kosínusovou podobnosťou ako metrikou vzdialenosti, teda efektívne k najpodobnejších referenčných vložení). TarmacView používa k = 5 ako predvolenú veľkosť okolia. Každý z piatich najbližších susedov hlasuje pre svoj referenčný stupeň kvality. Stupeň, ktorý získa väčšinový počet hlasov (modus), je priradený vstupnej dlaždici. V prípade rovnosti hlasov (napr. dvaja susedia hlasujú pre stupeň 2, dvaja pre stupeň 3 a jeden pre stupeň 4) sa rovnosť rieši pomocou váženého hlasovacieho mechanizmu založeného na veľkosti kosínusovej podobnosti, pričom susedia s vyššou podobnosťou dostávajú proporcionálne väčšiu váhu.

Použitie kosínusovej kNN namiesto trénovanej klasifikačnej hlavy poskytuje niekoľko výhod. Po prvé, systém dokáže prirodzene spracovať multi-modálne rozdelenia tried – povrch, ktorý vizuálne pripomína referenčné dlaždice stupňa 3 aj 4, dostane stupeň odrážajúci túto nejednoznačnosť, namiesto toho, aby bol násilne vtlačený do jednej lineárnej rozhodovacej hranice. Po druhé, referenčný súbor je možné postupne aktualizovať bez pretrénovania základne videnia: nové referenčné dlaždice s odborne priradenými stupňami sa jednoducho pridajú do databázy vložení. Po tretie, ak vstupná dlaždica vykazuje nízku kosínusovú podobnosť so všetkými referenčnými vloženiami (pod prahovou hodnotou, napr. 0,6), systém ju označí ako mimo distribúcie, čo indikuje typ povrchu alebo stav, ktorý nie je v referenčnom súbore dostatočne zastúpený.

Presnosť modelu

Model stupňa kvality dosahuje nameranú presnosť presnej zhody približne 0,666 (66,6 %). To znamená, že pre akúkoľvek danú dlaždicu vozovky model priradí presne správny stupeň kvality približne v dvoch tretinách prípadov. Hoci 66,6 % sa na prvý pohľad môže zdať skromné, ordinálna povaha stupnice znamená, že aj nepresná predikcia je málokedy katastrofálne nesprávna – dlaždica stupňa 2 predikovaná ako stupeň 3 je oveľa menej závažná ako keď binárny klasifikátor zamení „vyhovuje" za „nevyhovuje".

Operačne zmysluplnejšou metrikou je presnosť s odchýlkou o jeden stupeň, ktorá dosahuje 0,999 (99,9 %). Presnosť s odchýlkou o jeden stupeň meria podiel predikcií, ktoré sú v rámci jednej úrovne stupňa od skutočnej hodnoty. Hodnota 0,999 znamená, že prakticky každá dlaždica je klasifikovaná buď správne, alebo s odchýlkou o jeden stupeň. Predikcie odchýlené o dva a viac stupňov sa vyskytujú s frekvenciou približne 0,1 % – približne jedna z tisíc dlaždíc. Táto úroveň výkonnosti je výnimočná pre ordinálnu 5-triednu vizuálnu klasifikačnú úlohu a odráža kvalitu vložení DINOv3 aj starostlivý výber referenčného súboru.

Stredná absolútna chyba (MAE) modelu je približne 0,34 na stupnici 1 – 5. MAE sa vypočítava ako priemer |predikovaný_stupeň – skutočný_stupeň| naprieč všetkými dlaždicami. MAE 0,34 znamená, že priemerná chyba predikcie je menej ako polovica stupňa. V praxi by úsek cesty pozostávajúci zo 100 dlaždíc so skutočnou mediánovou kvalitou 2,5 dostal predikovanú mediánovú kvalitu medzi približne 2,2 a 2,8 – čo je v rámci prijateľnej tolerancie pre rozhodovanie o správe ciest na sieťovej úrovni.

Tieto metriky presnosti sú validované pomocou k-násobnej krížovej validácie (zvyčajne 5-násobnej) voči referenčnému súboru, čím sa zabezpečuje, že výkon nie je pretrénovaný na konkrétne delenie tréning/test. Samotný referenčný súbor je hodnotený viacerými odbornými hodnotiteľmi a medzihodnotiteľská zhoda (Cohenovo kappa) sa meria na stanovenie hornej hranice dosiahnuteľného výkonu modelu – ak sa ľudskí experti pri dlaždici líšia v priemere o 0,4, potom model s MAE 0,34 možno považovať za výkon na úrovni alebo blízko ľudského maxima.

Matica zámien modelu stupňa kvality ukazuje, že väčšina chýb sa vyskytuje medzi susednými stupňami (Stupeň 1↔Stupeň 2, Stupeň 2↔Stupeň 3, Stupeň 3↔Stupeň 4, Stupeň 4↔Stupeň 5). Chyby, ktoré preskakujú jeden stupeň (Stupeň 1↔Stupeň 3, Stupeň 2↔Stupeň 4, Stupeň 3↔Stupeň 5), sú extrémne zriedkavé. Diagonálne dominantné matice zámien tohto typu sú charakteristické pre dobre natrénované ordinálne klasifikátory a potvrdzujú, že priestor vložení zachytáva zmysluplné kontinuum kvality, nie arbitrárnu kategorizáciu.

Kvalita a nezávislosť od typu povrchu

Kritickou vlastnosťou systému stupňa kvality je jeho nezávislosť od typu povrchu. Stupeň kvality opisuje stav povrchu vozovky bez ohľadu na to, či je povrch asfaltový (pružná vozovka), betónový (tuhá vozovka), kompozitný alebo ide o povrchovú úpravu, ako je kamenivová zálievka alebo mikrokoberec. Táto nezávislosť sa dosahuje návrhom tréningového procesu vložení DINOv3 a zložením referenčného súboru.

Základňa DINOv3 je predtrénovaná na 1,7 miliardy rôznorodých obrázkov pomocou samoriadených učebných cieľov (samo-destilácia bez označení, maskované modelovanie obrazu a kontrastívne učenie). Tento obrovský predtréningový korpus obsahuje obrázky mnohých rôznych typov povrchov, textúr a materiálov. Model sa učí venovať pozornosť vlastnostiam relevantným pre stav (praskliny, odlupovanie, záplaty, strata textúry), pričom je invariantný voči vlastnostiam špecifickým pre typ (farebný rozdiel medzi tmavým asfaltom a svetlým betónom, vzor rozostupov škár betónu oproti bezešvému povrchu asfaltu).

Počas jemného dolaďovania pomocou riadeného kontrastívneho učenia tréningový proces explicitne vynucuje, aby dlaždice rovnakého stupňa kvality, ale rôznych typov povrchu, boli mapované na blízke pozície v priestore vložení. Riadená kontrastívna stratová funkcia priťahuje vloženia dlaždíc, ktoré zdieľajú rovnaký štítok kvality („anchor-positive" páry), a odtláča vloženia dlaždíc s odlišnými štítkami. Keď referenčný súbor obsahuje asfaltové dlaždice stupňa 3 aj betónové dlaždice stupňa 3, tréningový proces sa učí kódovať spoločné vizuálne črty degradácie stupňa 3 (mierne praskanie, určité odlupovanie, viditeľné starnutie) a zároveň potláčať vzhľad špecifický pre daný typ povrchu.

Praktickým dôsledkom je, že jeden model stupňa kvality možno aplikovať na heterogénnu cestnú sieť. Cestná agentúra spravujúca mix asfaltových ciest, betónových diaľnic, kompozitných vozoviek a vidieckych ciest s kamenivovou zálievkou nepotrebuje samostatné modely pre každý typ povrchu. Rovnaký kodér DINOv3 a rovnaký referenčný súbor poskytujú platné stupne kvality pre všetky povrchy.

Validačné testovanie potvrdzuje nezávislosť od typu povrchu. Keď je model trénovaný na referenčnom súbore obsahujúcom 80 % asfaltových dlaždíc a 20 % betónových dlaždíc a potom vyhodnotený na testovacej sade čisto betónových dlaždíc, metriky presnosti (presná zhoda, odchýlka o jeden stupeň, MAE) nie sú štatisticky odlišné od metrík na asfaltových dlaždiciach. Priestor vložení zovšeobecňuje naprieč materiálmi bez potreby explicitných štítkov typu povrchu počas inferencie.

Agregácia stupňa kvality (medián dlaždíc cesty)

Jednotlivé dlaždice obrazu vozovky dostávajú stupne kvality na úrovni dlaždice, ale operačné rozhodnutia vyžadujú stupne na úrovni úseku cesty. TarmacView agreguje stupne kvality jednotlivých dlaždíc na úroveň úseku pomocou štatistiky mediánu, vypočítaného naprieč všetkými dlaždicami patriacimi do daného úseku cesty.

Výber mediánu namiesto aritmetického priemeru je zámerný a matematicky odôvodnený. Medián je robustná štatistika, ktorá je odolná voči odľahlým hodnotám. Jedna dlaždica nesprávne klasifikovaná o dva stupne (zriedkavý jav vzhľadom na 0,999 presnosť s odchýlkou o jeden stupeň) by ovplyvnila priemer, ale neposunula by medián. Podobne prechodné povrchové artefakty, ako sú kvapky oleja, stopy pneumatík, mláky vody alebo nečistoty, ktoré spôsobia, že dlaždica dostane anomálny stupeň, sú mediánovou agregáciou odfiltrované.

Agregačný proces prebieha v nasledovných krokoch:

1. Úsek cesty (zvyčajne segment 0,1 míle alebo 0,5 míle definovaný systémom lokalizačného referencovania agentúry) je nasnímaný. Snímkovacie vozidlo zachytáva prekrývajúce sa alebo nadväzujúce snímky pozdĺž úseku.

2. Každá snímka je centrálne orezaná a rozdelená na dlaždice – zvyčajne 4 až 12 dlaždíc na snímku v závislosti od rozlíšenia kamery a požadovanej veľkosti dlaždice (zvyčajne 224×224 pixelov, čo zodpovedá vstupnej veľkosti DINOv3).

3. Každá dlaždica je nezávisle spracovaná pipeline stupňa kvality (kodér DINOv3 → kosínusová kNN → väčšinové hlasovanie), čím vzniká stupeň kvality na úrovni dlaždice od 1 do 5.

4. Vypočíta sa medián všetkých stupňov jednotlivých dlaždíc v úseku. Pri párnom počte dlaždíc sa berie nižšia z dvoch stredných hodnôt (konzervatívny prístup).

5. Stupeň kvality na úrovni úseku je hodnota mediánu, ktorá môže byť neceločíselná, ak sa používa interpolácia, hoci TarmacView zvyčajne pre rozhodovanie uvádza dolnú celú časť alebo modálnu kategóriu.

Počet dlaždíc na úsek závisí od konfigurácie snímkovania. Pri typickej rýchlosti snímania 10 snímok za sekundu pri diaľničnej rýchlosti produkuje úsek 0,5 míle 200 – 400 dlaždíc (za predpokladu 4 dlaždíc na snímku a 10 – 15 snímok na 0,1 míle). Medián 200 – 400 nezávislých stupňov poskytuje vysokú štatistickú spoľahlivosť. Štandardná chyba mediánu klesá s odmocninou počtu dlaždíc, takže dlhšie úseky (viac dlaždíc) poskytujú stabilnejšie stupne.

Spolu s agregovaným stupňom možno uviesť metriku spoľahlivosti. Medzikvartilové rozpätie (IQR) stupňov jednotlivých dlaždíc v rámci úseku indikuje jednotnosť stavu povrchu. Úsek s mediánom stupňa 2 a IQR 0 (všetky dlaždice stupeň 2) je jednotne dobrý. Úsek s mediánom stupňa 2 a IQR 2 (dlaždice v rozsahu od stupňa 1 do stupňa 3) indikuje heterogénny stav s lokalizovanými chybami, ktoré by samotný medián maskoval.

Stupeň kvality pri posudzovaní stavu

Stupeň kvality slúži ako primárny vstup pre celkové posúdenie stavu vozovky v TarmacView. Posúdenie stavu transformuje surové stupne kvality na použiteľnú inžiniersku a finančnú podporu rozhodovania.

Na najzákladnejšej úrovni je stav cesty vyjadrený ako jej mediánový stupeň kvality. Agentúry stanovujú prahové hodnoty spúšťačov, ktoré určujú, kedy sa úsek cesty presúva z jednej kategórie riadenia do druhej:

Tieto spúšťače nie sú pevné – agentúry ich kalibrujú na základe svojich rozpočtových cyklov, výkonnostných cieľov a tolerancie rizika. Dobre financovaná agentúra môže spustiť obnovu už pri stupni 3 s cieľom udržať celú sieť vo výbornom/dobrom stave. Agentúra s obmedzeným rozpočtom môže odložiť obnovu až do stupňa 4, čím akceptuje vyšší podiel ciest v uspokojivom stave.

Posúdenie stavu tiež vypočítava percentuálny podiel siete v každej kategórii stupňa. Tieto štatistiky na sieťovej úrovni poskytujú ukazovateľ celkového zdravia siete. Napríklad sieť so 60 % jazdných míľ v stupni 1 – 2, 25 % v stupni 3 a 15 % v stupni 4 – 5 je zdravá sieť so zvládnuteľným dlhom. Sieť so 40 % v stupni 4 – 5 signalizuje významný problém s odloženou údržbou.

Medziročný prechod stupňa (zmena stupňa kvality z predchádzajúceho prieskumného cyklu na aktuálny) je mierou miery degradácie vozovky. Úseky, ktoré medzi prieskumnými cyklami klesnú o jeden alebo viac stupňov, sú označené na prioritné preskúmanie, pretože môžu degradovať rýchlejšie ako je priemer siete.

Správy o posúdení stavu vytvorené spoločnosťou TarmacView kombinujú stupne kvality s ďalšími údajmi – typ povrchu, objem dopravy (AADT), funkčná trieda (cesty diaľničného typu, zberné, miestne) a klimatická zóna – na vytvorenie rizikovo vážených skóre stavu. Cesta stupňa 4 s AADT 50 000 dostáva vyššie prioritné skóre ako cesta stupňa 4 s AADT 200, pretože poškodenie na ceste s vysokou premávkou ovplyvňuje viac používateľov a prináša vyššie náklady na oneskorenie používateľov.

Stupeň kvality pri cestnom prieskume

Cestné prieskumy sú systematické kontroly cestných sietí vykonávané v pravidelných cykloch (ročne, dvojročne alebo trojročne v závislosti od zdrojov agentúry a veľkosti siete). Stupeň kvality transformuje proces cestného prieskumu z manuálnej, subjektívnej, pracovne náročnej činnosti na plne automatizovanú, objektívnu a škálovateľnú operáciu zberu údajov.

Pri tradičnom vizuálnom cestnom prieskume vyškolení hodnotitelia prechádzajú sieťou rýchlosťou 15 – 25 mph, vizuálne posudzujú každý úsek a zaznamenávajú typy poškodení, úrovne závažnosti a rozsah. Tento proces je pomalý, nákladný a podlieha variabilite medzi hodnotiteľmi. Aj pri prísnych tréningových a certifikačných programoch môžu dvaja hodnotitelia posudzujúci rovnaký úsek priradiť rôzne hodnotenia. Praktická príručka FHWA pre riadenie kvality zberu údajov o stave vozoviek dokumentuje, že reprodukovateľnosť medzi hodnotiteľmi je jedným z najnáročnejších aspektov manuálnych prieskumov.

Automatizovaný cestný prieskum TarmacView nahrádza manuálne vizuálne posudzovanie pipeline stupňa kvality. Prieskumné vozidlo prechádza sieťou normálnou dopravnou rýchlosťou (55 – 70 mph na diaľniciach), pričom zachytáva vysoko rozlíšené obrazy rýchlosťou 10 – 30 snímok za sekundu. Obrazy sú spracované pipeline stupňa kvality po prieskume. Sieť s dĺžkou 1 000 míľ, ktorá by vyžadovala 40 – 60 hodín manuálneho prieskumu (pri 15 – 25 mph), možno zmapovať za menej ako 20 hodín pri diaľničných rýchlostiach, bez potreby ľudského hodnotenia.

Automatizovaný prieskum produkuje stupne kvality, ktoré sú objektívne opakovateľné. Rovnaký úsek zmapovaný v dvoch rôznych dňoch, dvoma rôznymi vozidlami, dvoma rôznymi rýchlosťami, dostane rovnaký stupeň kvality (za predpokladu stabilného stavu povrchu). Táto opakovateľnosť je kritickým zlepšením oproti manuálnym prieskumom, kde únava hodnotiteľa, kolísanie pozornosti a subjektívny úsudok vnášajú do meraní šum.

Údaje z cestného prieskumu idú priamo do systémov správy vozoviek (PMS). Väčšina softvéru PMS očakáva údaje o stave v špecifickom formáte – zvyčajne skóre indexu stavu a/alebo súbor meraní poškodení. Stupne kvality TarmacView sú exportované vo formátoch kompatibilných s AASHTOWare, dTIMS a ďalšími hlavnými platformami PMS. Táto integrácia umožňuje agentúram používať stupne kvality ako vstup o stave pre modelovanie výkonnosti, analýzu nákladov životného cyklu a stanovenie priorít projektov.

Prieskum tiež detekuje problémy – lokalizované chyby, ktoré si zaslúžia pozornosť pred ďalším plánovaným prieskumným cyklom. Keď je v rámci úseku s mediánovým stupňom 2 detekovaná dlaždica so stupňom kvality 4 alebo 5, systém označí túto lokalitu ako horúce miesto. Správy z prieskumu obsahujú agregovaný stupeň na úrovni úseku aj presné GPS súradnice jednotlivých problémových dlaždíc, čo umožňuje cielené terénne inšpekcie a rýchle opravy.

Stabilita stupňa kvality

Pre každý merací systém používaný na longitudinálne (medziročné) riadenie vozoviek je stabilita – vlastnosť produkovať konzistentné výsledky za rôznych, ale nepodstatných podmienok – nevyhnutná. Systém stupňa kvality je navrhnutý tak, aby bol stabilný v troch dimenziách variability: časovej, osvetlenia a kamery.

Časová stabilita sa vzťahuje na konzistentnosť stupňov kvality, keď je rovnaký úsek vozovky mapovaný v rôznych časoch. Úsek, ktorý sa fyzicky neznehodnotil, by mal dostať rovnaký stupeň v prieskume 1 (mesiac 0) aj v prieskume 2 (mesiac 12). Časová stabilita je validovaná pomocou opakovaných prieskumných prejazdov vykonaných v ten istý deň aj v rôznych dňoch. Výsledky testov ukazujú, že 95 % úsekov dostáva identické mediánové stupne kvality pri opakovaných prejazdoch v rámci toho istého prieskumného cyklu. Zvyšných 5 % vykazuje odchýlku najviac o jeden stupeň, zvyčajne pripísateľnú prechodným stavom povrchu (voda, nečistoty, tiene) a nie nestabilite modelu.

Stabilita osvetlenia rieši variabilitu svetelných podmienok pri prieskumných prejazdoch. Povrchy vozoviek nasnímané na priamom slnku, v zamračených podmienkach, za úsvitu, za súmraku a v tieni môžu vyzerať vizuálne odlišne, aj keď je fyzický stav identický. Priestor vložení DINOv3 je trénovaný s rozsiahlou augmentáciou údajov vrátane náhodných úprav jasu, kontrastu, sýtosti a odtieňa. Táto augmentácia zaisťuje, že model sa pri určovaní kvality nespolieha na svetelné signály. Kosínusový kNN klasifikátor ďalej prispieva k stabilite osvetlenia, pretože metrika kosínusovej podobnosti je invariantná voči veľkosti vektora – stmavený obraz vytvára vloženie s menšou veľkosťou, ale rovnakým smerom, takže jeho podobnosť s referenčnými vloženiami je z veľkej časti neovplyvnená.

Testovanie potvrdzuje stabilitu osvetlenia. Keď je 500 kontrolných úsekov nasnímaných v troch svetelných podmienkach (jasné slnko, silná oblačnosť a úsvit/súmrak), mediánové stupne kvality na úroveň úseku vykazujú Fleissovo kappa 0,91 naprieč podmienkami, čo indikuje takmer dokonalú zhodu. Úseky nasnímané v neideálnych svetelných podmienkach (nočný čas, silné tiene od cestných konštrukcií) sú označené a vylúčené z výstupu prieskumu.

Stabilita kamery rieši variabilitu zobrazovacieho hardvéru. Prieskumy vykonané rôznymi kamerami (rôzne veľkosti snímačov, ohniskové vzdialenosti objektívov, rozlíšenia alebo farebné profily) produkujú stupne kvality konzistentné v rámci MAE 0,15. To sa dosahuje štandardizáciou pipeline spracovania obrazu: všetky surové obrazy sú konvertované do spoločného farebného priestoru (sRGB s bielym bodom D65), zmenšené na pevné rozlíšenie (zvyčajne 1920×1080 alebo 2048×1536 pixelov) a centrálne orezané na konzistentné zorné pole pred delením na dlaždice. Model vloženia vidí iba štandardizované dlaždice, nie surový výstup kamery.

Stabilita kamery je dôležitá pre agentúry, ktoré používajú viacero prieskumných vozidiel alebo inovujú hardvér kamier medzi prieskumnými cyklami. Systém stupňa kvality udržiava konzistentnú základnú úroveň merania aj pri zmene zobrazovacieho hardvéru.

Stupeň kvality vs. PCI a iné indexy

Stupnica stupňa kvality (ordinálna 1 – 5) koexistuje so zavedenými indexami stavu vozovky, ale zastáva inú úlohu v ekosystéme správy vozoviek. Pochopenie vzťahu medzi stupňom kvality a týmito inými indexami je nevyhnutné pre agentúry integrujúce TarmacView do existujúcich pracovných postupov.

Index stavu vozovky (PCI) je definovaný normou ASTM D6433 a je spojitým indexom od 0 do 100. PCI sa vypočítava vykonaním podrobného prieskumu poškodení: identifikáciou všetkých prítomných typov poškodení (pre asfalt existuje 19 typov poškodení a pre betón 15), meraním závažnosti každého z nich (nízka, stredná, vysoká) a kvantifikáciou rozsahu (ako percento plochy alebo lineárna dĺžka). Výpočet PCI aplikuje odpočítavacie hodnoty špecifikované v norme, odpočíta celkové odpočty od 100 a získa skóre PCI. PCI je najpoužívanejší index stavu vozovky v Severnej Amerike a je vyžadovaný mnohými štátnymi dopravnými správami (DOT).

Stupeň kvality koreluje s PCI, ale nemá k nemu lineárny vzťah. Stupeň kvality 1 všeobecne zodpovedá PCI 86 – 100 (Výborný). Stupeň 2 zhruba zodpovedá PCI 56 – 85 (Dobrý až Uspokojivý). Stupeň 3 zodpovedá PCI 26 – 55 (Priemerný až Zlý). Stupeň 4 zodpovedá PCI 11 – 40 (Zlý až Veľmi zlý). Stupeň 5 zodpovedá PCI 0 – 25 (Veľmi zlý až Zlyhaný). Avšak toto mapovanie má variabilitu – úsek s rozsiahlym, ale málo závažným praskaním (PCI ~45) by mohol dostať stupeň kvality 3, zatiaľ čo úsek s jediným vážnym výtlkom, ale inak neporušeným povrchom (PCI ~50) by tiež mohol dostať stupeň kvality 3. Stupeň kvality je holistické vizuálne posúdenie, nie výpočet inžinierskych poškodení.

Hodnotenie prevádzkovej spôsobilosti vozovky (PSR) a Index prevádzkovej spôsobilosti (PSI) sú staršie miery pochádzajúce z cestnej skúšky AASHO (1958 – 1960). PSR je subjektívne hodnotenie 0 – 5 priradené panelom hodnotiteľov jazdiacich po vozovke. PSI je vypočítaný index z meraní nerovnosti, praskania, záplatovania a vyjazdených koľají. Stupeň kvality sa od PSR/PSI líši tým, že je čisto vizuálny (nie je založený na kvalite jazdy alebo nerovnosti) a je plne automatizovaný (nevyžaduje ľudský panel).

Medzinárodný index nerovnosti (IRI) meria pozdĺžnu profilovú nerovnosť v palcoch na míľu (alebo metroch na kilometer). IRI je funkčná miera kvality jazdy. Stupeň kvality je štrukturálna/vizuálna miera stavu povrchu. Obe sú komplementárne, ale nie zameniteľné: vozovka s vážnym únavovým praskaním, ale nízkym IRI (hladká, ale popraskaná) by mala zlý stupeň kvality, ale prijateľné IRI, zatiaľ čo vozovka s mrazovým vzdutím, ale neporušeným povrchom by mala dobrý stupeň kvality, ale zlé IRI. Agentúry by mali zbierať IRI aj stupeň kvality pre úplný obraz o stave.

Index kvality vozovky (PQI) je zložený index kombinujúci IRI, vyjazdené koľaje a poškodenie povrchu do jedného skóre. PQI používajú niektoré agentúry ako zjednodušenú alternatívu k PCI. Stupeň kvality môže slúžiť ako komponent poškodenia povrchu vo vlastnom vzorci PQI, čím nahrádza manuálne prieskumy poškodení automatizovaným stupňom kvality.

Agentúry môžu tiež vypočítať proxy PCI zo stupňa kvality. Trénovaním regresného modelu, ktorý mapuje stupeň kvality (plus pomocné charakteristiky, ako je typ povrchu a vek) na hodnoty PCI namerané na rovnakých úsekoch, môžu agentúry generovať výstupy o stave kompatibilné s PCI z automatizovanej pipeline stupňa kvality. Proxy PCI má nižšiu granularitu ako úplný manuálny prieskum PCI (7 kategórií PCI oproti 100 diskrétnym hodnotám), ale je dostatočný pre plánovanie na sieťovej úrovni a vyhýba sa nákladom na manuálne prieskumy.

Stupeň kvality v reportovaní

Záverečnou fázou pipeline stupňa kvality je tvorba správ, ktoré komunikujú stav vozovky zainteresovaným stranám: vedeniu agentúry, inžinierom, plánovačom údržby, voleným predstaviteľom a verejnosti. Údaje o stupni kvality sú prezentované na viacerých úrovniach agregácie.

Dashboardy na sieťovej úrovni zobrazujú rozdelenie jazdných míľ podľa stupňa kvality naprieč celou sieťou agentúry. Koláčový graf alebo skladaný stĺpcový graf zobrazuje percentuálny podiel siete v každom stupni. Trendové čiary ukazujú, ako sa rozdelenie menilo počas po sebe nasledujúcich prieskumných cyklov. Metrika „percento dobrého" (percento jazdných míľ v stupni 1 – 2) je bežný kľúčový ukazovateľ výkonnosti (KPI) cielene stanovený v strategických plánoch agentúry. Dashboard tiež zobrazuje dlh z odloženej údržby – odhadované náklady na uvedenie všetkých úsekov stupňa 4 – 5 aspoň na stupeň 3.

Správy na úrovni úseku uvádzajú každý úsek cesty v sieti s jeho mediánovým stupňom kvality, počtom zmapovaných dlaždíc, IQR (jednotnosť stavu), medziročnou zmenou stupňa a odporúčanou akciou na základe prahových hodnôt spúšťačov agentúry. Úseky sú zvyčajne zoradené podľa priority (najskôr najhorší stupeň alebo najvyššie rizikové skóre). Tieto správy sú primárnymi pracovnými dokumentmi pre tvorbu programov údržby.

Mapy problémových lokalít prekrývajú údaje o stupni kvality na mape geografického informačného systému (GIS). Každá cesta je farebne označená podľa mediánového stupňa kvality (napr. zelená = stupeň 1, žltá = stupeň 2, oranžová = stupeň 3, červená = stupeň 4, tmavočervená = stupeň 5). Horúce miesta (jednotlivé dlaždice stupňa 5 v rámci lepších úsekov) sú označené bodovými symbolmi. Mapa umožňuje rýchlu vizuálnu identifikáciu stavu siete a umiestnenie najhorších úsekov.

Vstupy pre plán správy majetku formátujú údaje o stupni kvality pre integráciu s analýzou nákladov životného cyklu (LCCA) a modelmi dlhodobého plánovania. Stupeň slúži ako počiatočný stav pre modely predikcie výkonnosti, ktoré predpovedajú budúci stav pri rôznych rozpočtových scenároch. Modely používajú krivky degradácie kalibrované na stupnicu stupňa kvality: úsek začínajúci na stupni 1 sa po N rokoch zhorší na stupeň 2, po M rokoch na stupeň 3 atď., pričom časy prechodu závisia od typu povrchu, dopravy, klímy a histórie údržby.

Výkonné zhrnutia poskytujú syntézu na vysokej úrovni pre netechnických rozhodovacích pracovníkov. Typické výkonné zhrnutie uvádza priemerný stupeň kvality siete, percento siete v stave Dobrý/Uspokojivý/Zlý, zmenu oproti predchádzajúcemu prieskumu a nedostatok financií potrebný na dosiahnutie cieľového stavu.

Reportovanie stupňa kvality sa riadi princípmi riadenia kvality údajov uvedenými v Praktickej príručke FHWA. Správy obsahujú metadáta o prieskume: dátumy prieskumu, počet zozbieraných dlaždíc, úplnosť údajov (percento úspešne zmapovanej siete), indikátory kontroly kvality (úseky, kde problémy s osvetlením alebo kamerou ovplyvnili údaje) a intervaly spoľahlivosti pre stupne na úrovni úseku. Táto transparentnosť umožňuje agentúram posúdiť spoľahlivosť reportovaných stupňov a prijímať informované rozhodnutia.