国際粗さ指数

国際 粗さ指数（IRI）は、測定された縦断的道路プロファイルから最も一般的に得られる粗さ指数です。これは、1/4車両数学モデルを使用して計算され、その応答が累積されて、傾斜単位（in/mi、m/kmなど）の粗さ指数が得られます。^[1]^[2] IRIは普遍的な用語ですが、車輪軌跡ごとに計算されますが、両方の車輪軌跡プロファイルが収集された場合は、平均粗さ指数（MRI）に拡張できます。このパフォーマンス指標は、 PCIなどの他の舗装パフォーマンス指標と比較して確率性と主観性が低くなりますが、ランダム性がまったくないわけではありません。^[3] IRIデータの変動の原因には、テスト車両の異なる走行の読み取り値間の差や、右車輪軌跡と左車輪軌跡の読み取り値間の差などがあります。^[4]^[5]これらの事実にもかかわらず、1986年の導入以来、^[6]^[7]^[8] IRIは道路システムの評価と管理に世界で最も一般的に使用される路面粗さ指数になりました。

IRIの測定は、米国連邦道路管理局^[1]^{[9]に提供されるデータに必要であり、}ASTM Internationalのいくつかの規格でカバーされています：ASTM E1926 - 08、^[10] ASTM E1364 - 95（2005）、^[11]など。IRIは、新しい舗装工事を評価し、平滑度に基づいて罰金やボーナスの支払いを決定するためにも使用されます。

歴史

1980 年代初頭、高速道路工学コミュニティは、道路の荒れ具合を道路利用者にとっての高速道路網の有用性を示す主要な指標と認識しました。しかし、荒れ具合を特徴付けるために使用されていた既存の方法は、異なる測定機器や方法を使用する異なる機関では再現できませんでした。特定の機関内であっても、その方法は必ずしも再現可能ではありませんでした。また、時間とともに安定していませんでした。

米国全国共同道路研究プログラムは、州政府機関が粗さ測定機器の使用を改善するのを支援するための研究プロジェクトを開始しました。^[12]この研究は世界銀行によって継続され、 ^[6]世界銀行のプロジェクトに参加しているさまざまな国 (主に開発途上国) から取得したデータを比較または変換する方法が決定されました。世界銀行のテストの結果によると、方法が標準化されていれば、使用されている機器のほとんどが単一のスケールで有用な粗さ測定値を生成できることが示されました。定義されテストされた粗さスケールは、最終的に国際粗さ指数と名付けられました。^[8] IRI は舗装資産の管理に使用されるほか、請負業者へのボーナス/ペナルティ支払いを決定するために新しい建設を評価する場合や、修理や改善 (研磨や再舗装など) が推奨される特定の場所を特定するためにも使用されます。IRI は、道路改善プロジェクトの経済的実行可能性を判断するために使用される車両運用コストの重要な決定要因でもあります。^[13]

意味

IRI は、2 次元道路プロファイル (道路の縦断断面で、道路上の走行経路に沿った縦方向の距離に応じて変化する標高を示す) の数学的特性として定義されています。したがって、静的ロッドやレベル測量機器から高速慣性プロファイリングシステムまで、有効な測定方法で取得したプロファイルから計算できます。

クォーターカー数学モデルは、1970 年代と 1980 年代に高速道路当局が使用していた粗さの測定を再現します。IRI は、IRI と一般的な計測車両 (「応答型道路粗さ測定システム」、RTRRMS と呼ばれる) の相関が、任意の 2 つの RTRRMS の測定値間の相関と同じくらい良好であるという点で、使用されていた方法と統計的に同等です。プロファイルベースの統計として、IRI には、反復可能、再現可能、および時間の経過に対して安定しているという利点があります。IRI は、サスペンション特性がわかっている「ゴールデンカー」の概念に基づいています。IRI は、この「ゴールデンカー」の道路プロファイルに対する応答をシミュレートすることによって計算されます。シミュレーションでは、シミュレートされた車両速度は 80 km/h (49.7 mi/h) です。「ゴールデンカー」の特性は、以前の研究^[12]で、傾斜統計 (m/km) を測定するために装備される可能性のあるさまざまな自動車の乗り心地と高い相関関係を示すように選択されました。IRI の減衰はほとんどの車両よりも高く、数学モデルが特定の波長に「同調」して、車両全体に共通しない感度を生成するのを防ぎます。

IRI の傾斜統計は、使用中の粗さの尺度との下位互換性を保つために選択されました。これは、サスペンションの平均絶対 (補正) 相対速度を車両速度で割って、速度 (例: m/s) を傾斜 (m/km) に変換したものです。サスペンションの移動速度の周波数成分は、シャーシの垂直加速度やタイヤ/道路の垂直荷重の周波数成分と似ています。したがって、IRI は全体的な乗り心地の振動レベルや全体的な舗装荷重の振動レベルと高い相関関係にあります。特定の車両に完全に一致するように最適化されているわけではありませんが、乗り心地や道路荷重と非常に強い相関関係にあるため、代替統計をテストしたほとんどの研究プロジェクトでは相関関係の大幅な改善は見られませんでした。

ゴールデンカーシミュレーション速度でのサスペンション応答の周波数も、最終的な IRI 乗り心地値を決定します。IRI 感度は、0.82 からほぼ 200 フィート (0.25 から 61 メートル) の波長に焦点が当てられています。ただし、波長が 7.9 フィートまたは 50 フィート (2.4 または 15.2 メートル) に等しい場合、IRI 値はより高く重み付けされます。^[2]クォーターカーモデルは、軽トラックおよび大型トラックとの相関が高くなっています。^[2]

IRI 値は、走行距離中のサスペンションの動きに基づいて、インチ/マイル (in/mi)、メートル/キロメートル (m/km)、またはミリメートル/キロメートル (mm/km) として報告されます。高速道路当局は、道路の状態を特徴付けるために IRI しきい値を使用します。たとえば、米国では、連邦道路管理局は、IRI が 95 in/mi (1.50 m/km) 未満の場合、通常「良好な」状態であると見なし、IRI が 96 ～ 170 in/mi (1.51 ～ 2.68 m/km) の場合、「許容範囲内」と見なし、IRI が 170 in/mile (2.68 m/km) を超える場合は「不良」と見なします。^[14]

測定

IRI は道路プロファイルから計算されます。このプロファイルはいくつかの方法で測定できます。最も一般的な測定は、道路プロファイルを直接測定できるクラス 1 機器と、相関方程式を使用するクラス 3 機器によるものです。世界銀行の用語を使用すると、これらは情報品質レベル (IQL) 1 および IQL-3 デバイスに相当し、測定の相対的な精度を表します。^[15]シミュレーションで使用される 80 km/h は、計測車両で物理的に粗さを測定するときにも使用する必要があるというのがよくある誤解です。IQL-1 システムは速度とは無関係に標高プロファイルを測定し、IQL-3 システムでは通常、実際の測定値を IRI に関連付けるためのさまざまな速度の相関方程式があります。キャプチャされたプロファイルが同じであれば、IRI 値も同じになります。

IQL-1 システムは、さまざまな間隔の粗度を報告できます。プロジェクトレベルの収集では、IRI は 10～20 メートルまたは 528 フィート (160 メートル) 間隔で報告されます。IQL-3 は 100 メートル以上の間隔で報告されます。

初期の測定は、ロッドとレベルによる調査技術で行われました。交通研究研究所は、垂直変位変換器を備えたビームを開発しました。1990 年代後半からは、0.01 mm (0.0004 インチ) の精度が報告されているディップスティックプロファイラー^{[16]の使用がかなり一般的になりました。}^[17] ROMDAS Z-250 はディップスティックと同様の方法で動作します。ARRB TR ウォーキングプロファイラー、ICC SurPRO、および SSI CS8800 ウォーキングプロファイラーは、歩行速度で正確なプロファイルを収集するための大きな革新でした。ARRB、ICC、および SSI ウォーキングプロファイラーユニットは、FHWA リファレンスプロファイラーロデオ (データ収集 2009 ～ 2013 年およびレポート DTFH61-10-D-00026) 用に定期的にデータを収集しています。これらのユニットは、AASHTO PP49に従って2.75インチ未満のサンプリング間隔を持っているため、慣性プロファイラーを参照装置として認証するために使用できます。^[18]

道路プロファイルの動的測定は、車両搭載型計測器で行われます。このアプローチは、道路に対する車両の高さを測定するセンサー (当初は超音波でしたが、後にレーザー) で構成されていました。加速度計は二重積分され、基準に対するセンサーの高さを示します。この 2 つの差が、道路の相対的な標高プロファイルです。この標高プロファイルは、IRI を取得するために 1/4 車両アルゴリズムで処理されます。最も一般的なアプローチでは、各ホイールパスで IRI を測定します。2 つのホイールパス IRI を組み合わせて、車線の全体的な IRI「粗さプロファイル」を取得する必要があります。^[19]これを行うには 2 つの方法があります。「ハーフカー」(HRI) モデルは、両方のホイールパスに沿って移動する車両をシミュレートし、「1/4 車両」モデルは、各ホイールパスで 1 つの車輪をシミュレートし、その平均が車線 IRI です。1/4 車両アプローチは、ユーザーが感じる動きをより正確に表すと考えられており、最も一般的です。

プロファイラーの主な問題は、タイヤのフットプリントと比較したプロファイラーの接触面積に関係しています。タイヤのフットプリントは、静的/低速クラス 1 プロファイラーや一般的なレーザープロファイロメーターよりもはるかに大きくなります。この問題は、タイヤパッチ幅を模倣するためにホイールパスに 4 インチまたは 6 インチのラインレーザーを取り付けることで対処できます。または、高解像度のスキャンレーザーを使用して、舗装面の 3D モデルを作成することもできます。この例としては、世界中のネットワークレベルプロファイロメーター機器のさまざまな OEM サプライヤーによって採用されている Pavemetrics システムと XenoTrack-True Solid State Lidar があります。このシステムは、粗さの測定に加えて、ひび割れ、わだちの深さ、テクスチャなどの他の重要な舗装属性も測定します。

プロファイロメータのより安価な代替品は、プロファイルを記録するのではなく、車両に取り付けて、車両が舗装プロファイルにどのように反応するかを測定する RTRRMS です。IRI の推定値を取得するには、これらを IRI に対して較正する必要があります。RTRRMS は一般に舗装のテクスチャと速度の影響を受けるため、これらの影響を補正するために異なる較正式を使用するのが一般的です。

RTRRMS は 3 つの大まかなカテゴリに分類でき、一般的には IQL-3 ですが、携帯電話ベースのシステムのほとんどは IQL-4 です。

バンプインテグレーター:バネ上質量とバネ下質量を物理的に接続し、相対的な動きを記録します。インドの CRRI が開発した CRRI トレーラーバンプインテグレーターのように、元々はトレーラーに取り付けられていましたが、現在では TRL (英国)、CSIR (南アフリカ)、または ROMDAS (ニュージーランド) ROMDAS バンプインテグレーターによって製造されたケーブルでサスペンションに接続して車両の床に取り付けられるのが最も一般的です。
加速度計ベースのシステム:加速度計を使用して、バネ上質量の相対運動を測定し、バネ下質量を補正します (場合によっては補正されます)。これらの例としては、初期の ARAN システム (カナダ) や ARRB Roughometer (オーストラリア) などがあります。
携帯電話ベースのシステム:加速度計が携帯電話に埋め込まれているという点で、これらは加速度計システムのサブセットです。これらのアプリの例としては、TotalPave、RoadBounce Roadroid、RoadLab Pro、RoadBump、[1]などがあります。これらは普及しつつありますが、セットアップとキャリブレーション機能に関してはアプリ間で大きな違いがあります。これらは細心の注意を払って使用する必要があり、IQL-3よりもIQL-4と考えるのが適切です^[要出典]

PCIとの関係

IRIは一般にPCIと逆の関係にあります。IRIの低い滑らかな道路は通常PCIが高くなります。しかし、常にそうとは限らず、IRIの低い道路はPCIも低い場合があり、その逆もあります。^[5]^[20]そのため、これらのパフォーマンス指標の1つだけでは、道路状況を包括的に説明するのに必ずしも十分ではありません。将来のIRI値の予測はPCIよりも不確実性が少ないため、より簡単であると報告されています。^[1]

参照

参考文献

^ abc Piryonesi, S. Madeh; El-Diraby, Tamer E. (2021-02-01). 「機械学習を使用した、フレキシブル舗装劣化モデリングにおけるパフォーマンス指標の種類の影響の調査」。Journal of Infrastructure Systems。27 ( 2): 04021005。doi : 10.1061/(ASCE)IS.1943-555X.0000602。ISSN 1076-0342。S2CID 233550030 。
^ abc Sayers, MW; Karamihas, SM (1998). 「Little Book of Profiling」（PDF）。ミシガン大学交通研究所。2018年5月17日時点のオリジナル（PDF）からアーカイブ。2010年3月7日閲覧。
^ Piryonesi, S. Madeh; El-Diraby, Tamer E. (2021-02-01). 「機械学習を使用した、フレキシブル舗装劣化モデリングにおけるパフォーマンス指標の種類の影響の調査」。Journal of Infrastructure Systems。27 ( 2): 04021005。doi : 10.1061 /(ASCE) IS.1943-555X.0000602。ISSN 1076-0342。S2CID 233550030 。
^ Piryonesi, SM (2019). データ分析の資産管理への応用：オンタリオ州の道路の劣化と気候変動への適応（博士論文）。トロント大学。
^ ab Piryonesi, S. Madeh; El-Diraby, Tamer E. (2020-09-11). 「2つの道路性能指標の関係性の検討：舗装状態指数と国際粗さ指数」。Transportation Geotechnics . 26 : 100441. doi :10.1016/j.trgeo.2020.100441. S2CID 225253229 – Elsevier Science Direct経由。
^ ab Sayers, MW, Gillespie, TD、および Paterson、「道路粗さ測定の実施および較正に関する WD ガイドライン」、世界銀行技術文書 No. 46、世界銀行、ワシントン DC、1986 年。
^ Sayers, M. (1984).路面粗さ測定の実施と校正に関するガイドライン。ミシガン大学高速道路安全研究所。OCLC 173314520 。
^ ab Sayers, MW (Michael W.) (1986).国際路面粗さ実験: 相関関係の確立方法と測定の較正基準。世界銀行技術文書 No. 45。ワシントン DC: 世界銀行。ISBN 0-8213-0589-1. OCLC 1006487409.
^ 「国家パフォーマンス管理措置；国家高速道路パフォーマンスプログラムのための舗装状態と橋梁状態の評価」連邦官報。2017年1月18日。 2021年2月25日閲覧。
^ 「ASTM E1926 - 08(2015) 縦断プロファイル測定から道路の国際粗さ指数を計算するための標準的方法」www.astm.org 。 2019年12月19日閲覧。
^ 「ASTM E1926 - 08(2015) 縦断プロファイル測定から道路の国際粗さ指数を計算するための標準的方法」www.astm.org 。 2019年12月19日閲覧。
^ ab Gillespie, TD; Sayers, MW; Segel, L. (1980 年 12 月)。「応答型路面粗さ測定システムの校正」。NCHRP レポート(228)。ワシントン DC: 運輸研究委員会。
^ Greenwood, Ian; Bennett, Christopher R. (2004). HDM-4 における道路利用者および環境コストのモデル化 (レポート). ラ・デファンス、フランス: PIARC - 世界道路協会. ISBN 2-84060-103-6. HDM4-Volume7EN.
^ Our Nations Highways 2011 (レポート)。ワシントン D.C.: 連邦道路局、高速道路政策情報局。2014 年。
^ 道路管理のためのデータ収集技術
^ Face® Dipstick® ウェブサイトのホームページ
^ 粗さ校正装置の比較 - ネットワークレベルデータの信頼性向上を目的に、G. Morrow、A. Francis、SB Costello、RCM Dunn、2006年、Wayback Machineで2015年4月3日にアーカイブ
^ 「高速慣性プロファイラーの基準装置としての Surpro の評価」(PDF) . fdot.gov . フロリダ州運輸省。2008 年 2 月 1 日。2022年5 月 10 日に閲覧。
^ Sayers, MW、「プロファイルのラフネス」、交通研究記録 1260、交通研究委員会、国立研究評議会、ワシントン DC、1990 年
^ Bryce, J.; Boadi, R.; Groeger, J. (2019). 「アスファルト舗装の舗装状態指数と現在のサービス性評価の関係」.交通研究記録: 交通研究委員会ジャーナル. 2673 (3): 308–312. doi :10.1177/0361198119833671. S2CID 116809787.

さらに読む

「道路の荒れ具合と車両速度と人間の全身振動および暴露限界との関係」、Ahlin および Granlund 著、International Journal of Pavement Engineering、第 3 巻、第 4 号、2002 年 12 月、207 ～ 216 ページ。https://doi.org/10.1080/10298430210001701

MÚČKA, Peter. 世界各国の国際粗さ指数規格、道路材料と舗装設計、ISSN 1468-0629、2017 年、第 18 巻、第 4 号、pp. 929–965。https://doi.org/10.1080/14680629.2016.1197144

外部リンク

「プロファイリングの小冊子」セイヤーズとカラミハス
世界銀行（WB）の「国際粗度指数」

[:02-1] Piryonesi, S. Madeh; El-Diraby, Tamer E. (2021-02-01). 「機械学習を使用した、フレキシブル舗装劣化モデリングにおけるパフォーマンス指標の種類の影響の調査」。Journal of Infrastructure Systems。27 ( 2): 04021005。doi : 10.1061/(ASCE)IS.1943-555X.0000602。ISSN 1076-0342。S2CID 233550030 。

[:1-2] Sayers, MW; Karamihas, SM (1998). 「Little Book of Profiling」（PDF）。ミシガン大学交通研究所。2018年5月17日時点のオリジナル（PDF）からアーカイブ。2010年3月7日閲覧。

[:03-3] Piryonesi, S. Madeh; El-Diraby, Tamer E. (2021-02-01). 「機械学習を使用した、フレキシブル舗装劣化モデリングにおけるパフォーマンス指標の種類の影響の調査」。Journal of Infrastructure Systems。27 ( 2): 04021005。doi : 10.1061 /(ASCE) IS.1943-555X.0000602。ISSN 1076-0342。S2CID 233550030 。

[4] Piryonesi, SM (2019). データ分析の資産管理への応用：オンタリオ州の道路の劣化と気候変動への適応（博士論文）。トロント大学。

[:0-5] Piryonesi, S. Madeh; El-Diraby, Tamer E. (2020-09-11). 「2つの道路性能指標の関係性の検討：舗装状態指数と国際粗さ指数」。Transportation Geotechnics . 26 : 100441. doi :10.1016/j.trgeo.2020.100441. S2CID 225253229 – Elsevier Science Direct経由。

[wb46-6] Sayers, MW, Gillespie, TD、および Paterson、「道路粗さ測定の実施および較正に関する WD ガイドライン」、世界銀行技術文書 No. 46、世界銀行、ワシントン DC、1986 年。

[7] Sayers, M. (1984).路面粗さ測定の実施と校正に関するガイドライン。ミシガン大学高速道路安全研究所。OCLC 173314520 。

[wb45-8] Sayers, MW (Michael W.) (1986).国際路面粗さ実験: 相関関係の確立方法と測定の較正基準。世界銀行技術文書 No. 45。ワシントン DC: 世界銀行。ISBN 0-8213-0589-1. OCLC 1006487409.

[9] 「国家パフォーマンス管理措置；国家高速道路パフォーマンスプログラムのための舗装状態と橋梁状態の評価」連邦官報。2017年1月18日。 2021年2月25日閲覧。

[10] 「ASTM E1926 - 08(2015) 縦断プロファイル測定から道路の国際粗さ指数を計算するための標準的方法」www.astm.org 。 2019年12月19日閲覧。

[11] 「ASTM E1926 - 08(2015) 縦断プロファイル測定から道路の国際粗さ指数を計算するための標準的方法」www.astm.org 。 2019年12月19日閲覧。

[nchrp228-12] Gillespie, TD; Sayers, MW; Segel, L. (1980 年 12 月)。「応答型路面粗さ測定システムの校正」。NCHRP レポート(228)。ワシントン DC: 運輸研究委員会。

[13] Greenwood, Ian; Bennett, Christopher R. (2004). HDM-4 における道路利用者および環境コストのモデル化 (レポート). ラ・デファンス、フランス: PIARC - 世界道路協会. ISBN 2-84060-103-6. HDM4-Volume7EN.

[14] Our Nations Highways 2011 (レポート)。ワシントン D.C.: 連邦道路局、高速道路政策情報局。2014 年。

[15] 道路管理のためのデータ収集技術

[16] Face® Dipstick® ウェブサイトのホームページ

[17] 粗さ校正装置の比較 - ネットワークレベルデータの信頼性向上を目的に、G. Morrow、A. Francis、SB Costello、RCM Dunn、2006年、Wayback Machineで2015年4月3日にアーカイブ

[18] 「高速慣性プロファイラーの基準装置としての Surpro の評価」(PDF) . fdot.gov . フロリダ州運輸省。2008 年 2 月 1 日。2022年5 月 10 日に閲覧。

[19] Sayers, MW、「プロファイルのラフネス」、交通研究記録 1260、交通研究委員会、国立研究評議会、ワシントン DC、1990 年

[20] Bryce, J.; Boadi, R.; Groeger, J. (2019). 「アスファルト舗装の舗装状態指数と現在のサービス性評価の関係」.交通研究記録: 交通研究委員会ジャーナル. 2673 (3): 308–312. doi :10.1177/0361198119833671. S2CID 116809787.