项目背景
英国战略道路网络（SRN）的路面资产状况监测目前采用专用调查方法，测量功能性（如粗糙度、视觉外观）、安全性（如附着力）和结构性（如承载能力）状况。这些数据通过年度网络级调查和更频繁的数据收集（以检测快速发展的缺陷，如坑洼）提供，支持长期规划和短期维护计划。
群众筹数据概述
近年来，一种称为“群众筹数据”的新数据来源出现，可由车辆或手机提供，在网络范围内从多个来源提供。本研究调查了两种类型的群众筹数据：车辆遥测数据和手机数据，以确定其在管理 SRN 状况方面的潜力。
数据和方法
研究从两个地理区域和两个特定时间段获取了车辆遥测数据和手机数据。研究采用案例研究方法，将群众筹数据与传统路面状况数据进行比较，以确定群众筹数据类型在了解网络状况方面的应用程度。
车辆遥测数据的应用
- 功能性状况评估：遥测数据中的“颠簸”和“坑洼”事件可能与路面功能性状况有关。研究发现，群众筹数据可以指示更粗糙的道路和坑洼状特征，但与 TRACS 测量结果没有很强的相关性。
- 安全性状况评估：遥测数据中的“滑倒”事件可能与路面安全性状况有关。研究发现，滑倒事件更频繁地发生在驾驶员更可能停车的地方，但与 SCRIM 测量结果没有很强的相关性。
- 识别高风险地点：通过分析滑倒事件的集群，可以识别可能需要更高附着力维护的特定地点。
- 碰撞风险关系：研究结果表明，遥测数据中的滑倒事件与碰撞记录之间没有明显的相关性。
手机数据的应用
- 安全性状况评估：手机数据中的“减速”事件可能与路面安全性状况有关。研究发现，减速事件与 SCRIM 网络类别之间存在合理的关系，表明手机数据可以提供进一步的信息来支持网络类别划分。
- 识别高风险地点：通过分析减速事件的集群，可以识别可能存在较高碰撞风险的具体地点。
- 交通影响：研究发现，减速事件频率与交通量之间存在关系，尤其是在减速初始速度较低时。
数据覆盖范围
- 网络级附着力评估：研究估计，使用手机数据需要大约 164 天才能在 M25 上实现 95% 的覆盖范围，在 A3 上需要大约 273 天。使用遥测数据可能需要更长的时间。
- 识别高风险地点：使用手机数据，可以在合理的时间内识别出高风险集群。
结论和建议
- 群众筹数据具有与路面状况管理相关的潜力，但需要开发工具来促进数据的获取、拟合、对齐和分析。
- 群众筹数据可以协助报告网络的功能性状况，但需要提供更详细的数据才能更好地了解状况。
- 群众筹数据不太可能直接取代 SCRIM 测量结果，但可以协助评估风险，包括确定如何定义网络类别和支持是否进行干预的决定。
- 群众筹数据在管理安全性状况方面具有巨大潜力，但可能无法全面了解风险。
- 建议数据提供者和最终用户（例如资产管理系统提供者或道路管理部门）合作，改进数据报告方法，以确保数据内容符合用户需求。
