Low-cost smoothness Messung

Bin mir nicht sicher ob die Frequenz des Beschleunigungssignals hier überhaupt eine große Rolle spielt, man müsste das mal in echt messen und sich das Spektrum ansehen.

Was sicher eine Rolle spielt, ist dass sich die Amplitude abhängig von der Geschwindigkeit ändert. Hier kann man sich aber bestimmt irgendwie einer gemittelten Geschwindigkeit aus dem GPX-Track behelfen. Bei Geschwindigkeiten <10km/h lässt sich auch kaum etwas messen, danach wird es eine irgendwie geartete Kurve Signallleistung zu Geschwindigkeit geben die bei verschiedenen Fahrrädern ähnlich aussehen sollte.

ja so etwa hätte ich mir das auch gedacht. es müsste eben verschiedene “Referenzbodenbeläge” geben für die man dann kalibrieren kann.

bezüglich Preis zu Funksystemen, da muss man ja nichts gekauftes nehmen, mit Elektronik kenne ich mich schon aus, in der Not lässt sich da auch was basteln. Was daran aber blöd ist, ist dass Benutzer generell irgendwas als Hardware brauchen. Ob es nun wenige Euro kostet oder nicht, alleine etwas zu bestellen und zusätzlich mitzunehmen ist eine Hürde.

Bezüglich positiver / negatiger Impulse der Beschleunigung: so einfach dürfte es nicht sein. Das mechanische System “Bodenunebenheit zu Smartphonesensor” hat eine nicht-lineare Phase, damit sind Fugen auf dem Boden bestimmt nicht mehr als Fugenartiges Artefakt auf dem Signal erkennbar, das wird alles sehr verwischt sein. Außerdem werden Fugen sowieso schwer zu messen sein, da wie bereits beschrieben der Raddurchmesser viel größer als die Fugenbreite ist.

Finde ich auch nicht so schlimm. Dafür gibt es ja den surface-tag, und die Geschwindigkeit würde ja dann wie oben beschrieben wieder rausgerechnet.

Ich war heute mit dem Rad unterwegs, dabei sind mir ein paar Sachen aufgefallen.

  1. Ob ich auf dem Radweg mit Kopfsteinpflaster oder der Straaße mit Asphalt gefahren bin, ist schwer automatisiert feststellbar.
  2. Ungleiche Beschaffenheit von Wegen. Linke Spur ist total im Eimer, rechte ist gut. Bzw. durch manche Schlaglochpiste lässt sich doch mit wenig Gerumple durchschlängeeln.
  3. Vibration ist nicht alles. Wie geht man mit weichen Böden um?
  4. Der Smoothness-Tag müsste vielleicht für fahrzugabhängig eingetragen werden. Eine wassergebundene Decke, die total glatt ist, ist für den Radfahrer gut, für den Skater schon mittelmäßig bis schlecht.

Danke für den Test! :slight_smile:

Ja, das würde aber zum surface-tag gehören, das ist wirklich schwer feststellbar (außer vielleicht durch irgendwelche computer-vision) und muss manuell nachgetragen werden.

Hier vielleicht manuell herunterstufen?

surface=dirt/earth/mud/sand?

das hatte ich auch mal überlegt, mir ist aber kein Beispiel aufgefallen bei dem das wirklich nötig wäre, daher habe ich das verworfen. auch bei der wassergebundenen Decke wäre es eben surface=fine_gravel oder ähnliches und schließt daher von vornherein Inline-Skater aus. Dennoch kann es für Autofahrer und Radfahrer angenehm zu befahren sein.

Fazit:
Eine weniger automatisierte Variante wäre dann, dass man auf dem Smartphone Buttons hat zum wählen von surface und smoothness. surface geht sowieso nicht automatisch, smoothness wohl halbautomatisch. lohnt es sich dann überhaupt zu automatisieren?

Was mir dann zu blöd wäre, ich will radfahren, nicht auf der Straße rumstehen.

Ich habee gestern mal ein so ein Sensorrecordingprogramm mitlaufen lassen: https://www.dropbox.com/s/xf4ic78g1rpopp3/sensor%20Daten.zip?dl=0

Vielleicht kann jemand damit was anfangen.

Was mir dann zu blöd wäre, ich will radfahren, nicht auf der Straße rumstehen.

Ich habe gestern mal ein so ein Sensorrecordingprogramm mitlaufen lassen: https://www.dropbox.com/s/xf4ic78g1rpopp3/sensor%20Daten.zip?dl=0

Vielleicht kann jemand damit was anfangen.

Hier ein Diagramm zu deinen Daten. momentan noch nicht georeferenziert, aber kann das etwa hinkommen?
Die Absolutwerte von Sensor Nr. 10 (Linear Acceleration, Erdbeschleunigung ist hier schon herausgerechnet) wurden je über 10 Sekunden integriert.

zur Georeferenzierung, sind zwei Dateien (eine mit Zeit und Koordinaten, eine mit Zeit und Wert) besser oder eine mit Zeit, Koordinaten und Wert? Die Werte liegen ja eher zwischen den gemessenen Kooordinaten.

Das python-Skript gibts hier: https://github.com/kolg/acceleration_sensor_script/blob/master/calculate_rms.py
Das Diagramm wurde aus der Ausgabedatei des Skripts in LibreOffice Calc erstellt.

Da ist doch eine KML-Datei dabei? 2015-06-20_SensorPosGPS.kml.

ja schon, aber ich bin nicht grade geo-experte und hab ehrlich gesagt keine ahnung wie man das in ner Karte darstellt. :slight_smile:

edit: Datei gibts hier: http://pastebin.com/sWHcSF3M