A methodology for probabilistic pavement condition forecast based on Bayesian filters

References

• Abbeel, P., Coates, A., Montemerlo, M., Ng, A. Y., & Thrun, S. (2005). Discriminative training of Kalman filters. Proceedings of Robotics – Science and Systems, 1(1), 289–296. doi:10.15607/rss.2005.i.038
   Google Scholar
• Blumenfeld, T. (2019, October 6–10). Analysis on measured condition improvements with regard to the effect of maintenance treatments and the precision of measuring methods [Paper presentation]. 26th World Road Congress, Abu Dhabi, United Arabian Emirates.
   Google Scholar
• Blumenfeld, T. (2020). Analyse und Prognose von Straßenzustandsdaten mit Hilfe von probabilistischen Methoden und der Strukturgleichungsmodellierung [Analysis and prediction of road condition data by using probabilistic approaches and structural equation models]. [Doctoral dissertation, Road and Pavement Engineering, Technical University Darmstadt]. ULB Darmstadt. doi:10.25534/tuprints-00013279
   Google Scholar
• Blumenfeld, T., Elvarsson, A., Schiffmann, F., Grund, C., Kempf, D., Balck, H., … Hajdin, R. (2021). Multi-kriterielle probabilistische Prognose der Zustandsentwicklung ProZEnt [Multi-criteria probabilistic forecast of condition development]. [Project Report Verkehrsinfrastrukturforschung 2018]. Österreichische Forschungsförderungsgesellschaft mbH (FFG). Vienna, Austria.
   Google Scholar
• Brown, R., & Hwang, P. Y. C. (2012). Introduction to random signals and applied Kalman filtering (4th ed.). Hoboken: John Wiley & Sons.
   Google Scholar
• Bryce, J., & Rada, G. (2018, January 7–11). Effect of measurement variability on overall pavement condition in the highway performance monitoring system [Paper presentation]. Transportation Research Board Annual Meeting, Washington, DC.
   Google Scholar
• Christofa, E. M., & Madanat, S. M. (2010, January 10–14). Development of pavement cracking initiation models by combining experimental and field data [Paper presentation]. Transportation Research Board Annual Meeting, Washington, DC.
   Google Scholar
• Corbetta, M., Sbarufatti, C., Giglio, M., & Todd, M. D. (2018). Optimization of nonlinear, non-Gaussian Bayesian filtering for diagnosis and prognosis of monotonic degradation processes. Mechanical Systems and Signal Processing, 104, 305–322. doi:10.1016/j.ymssp.2017.11.012
   Web of Science ®Google Scholar
• Donev, V., & Hoffmann, M. (2019). Condition prediction and estimation of service life in the presence of data censoring and dependent competing risks. International Journal of Pavement Engineering, 20(3), 313–331. doi:10.1080/10298436.2017.1293264
   Web of Science ®Google Scholar
• Farrell, F. B., & Winfrey, R. (1941). Life characteristics of surfaces constructed on primary rural highways. Public Roads, 22(1), 1–24.
   Google Scholar
• Forschungsgesellschaft für Straßen- und Verkehrswesen (FGSV). (2001). Richtlinien für die Planung von Erhaltungsmaßnahmen an Straßenbefestigungen (RPE-Stra 01) [Guidelines for the planning of maintenance measures on road pavements]. https://www.fgsv-verlag.de/r. pe-stra-01.
   Google Scholar
• FSV. (2002). RVS 11.06.65: Griffigkeitsmessungen mit dem System RoadSTAR. Richtlinien und Vorschriften für den Straßenbau [Skid resistance measurements with the RoadSTAR system. Guidelines and regulations for road construction]. http://www.fsv.at/shop/produktdetail.aspx?IDProdukt=21620ac3-dad8-4f81-bf4c-4574a27be7cf.
   Google Scholar
• FSV. (2006). RVS 13.01.15: Beurteilungskriterien für messtechnische Zustandserfassung mit dem System RoadSTAR. Richtlinien und Vorschriften für den Straßenbau [Assessment criteria for metrological condition recording with the RoadSTAR system. Guidelines and regulations for road construction]. http://www.fsv.at/shop/produktdetail.aspx?IDProdukt=7ab4775c-e5e4-40f6-ba0e-2773e47a7613.
   Google Scholar
• Fu, G., & Devaraj, D. (2008). Methodology of homogeneous and non-homogeneous Markov chains for modelling bridge element deterioration. Michigan Department of Transportation, Center for Advanced Bridge Engineering, Civil and Environmental Engineering Department, Wayne State University. http://www.michigan.gov/documents/mdot/MDOT_Research_Report_RC1520_257991_7.pdf.
   Google Scholar
• Gao, L., Aguiar-Moya, J. P., & Zhang, Z. M. (2011). Performance modeling of infrastructure condition data with maintenance intervention. Transportation Research Record, 2225(1), 109–116. doi:10.3141/2225-12
   Google Scholar
• Golabi, K., Kulkarni, R. B., & Way, G. B. (1982). A statewide pavement management system. Interfaces, 6(12), 5–21.
   Google Scholar
• Hajdin, R., & Peeters, L. (2008). Bridging data voids: Advanced statistical methods for bridge management in KUBA. In Transportation Research Circular E-C128: International Bridge and Structure Management: Tenth International Conference on Bridge and Structure Management (pp. 90–104).
   Google Scholar
• Hajdin, R., & Schiffmann, F. (2019). infFaros – Road infrastructure management system for research and practice. IABSE Symposium Report, 114(1), 853–860.
   Google Scholar
• Hajdin, R., König, M., Stöckner, M., Schiffmann, F., Blumenfeld, T., & Großauer, K. (2021). Einsatz von BIM im Asset Management der Straßeninfrastruktur [Use of BIM in road infrastructure asset management]. In J. Krieger (Ed.), 1. Fachkongress Digitale Transformation im Lebenszyklus der Verkehrsinfrastruktur (pp. 21–28). Tübingen: Narr Francke Attempto Verlag.
   Google Scholar
• Heller, S., Komma, C., Maerschalk, G., Nagel, M., & Schniering, A. (2005). ). Zustandserfassung und Bewertung der Fahrbahnoberflächen der Bundesfernstraßen 1999–2005: Dokumentation und bundesstatistische Analyse [Condition survey and assessment of the road surfaces of federal trunk roads 1999-2005: Documentation and federal statistical analysis]. (Report No. FE 29.0147/2005). Bundesministerium für Verkehr, Bau- und Wohnungswesen.
   Google Scholar
• Hess, R., Fergen, M., Ochsenreither, E., & Temme, L. (2013). Anwendung stochastischer Modelle für die Überprüfung der Daten aus Zustandserfassungen und die Prognose der Nutzungsdauer von Fahrbahnbefestigungen [Application of stochastic models for the verification of data from condition surveys and the prediction of the service life of pavements]. (Report No. FE 04.0262/2012/MRB). Bundesministerium für Verkehr, Bau und Stadtentwicklung.
   Google Scholar
• Hinsch, K., Krause, G., & Maerschalk, G. (2005). Katalogisierung von beschreibenden Größen für das Gebrauchsverhalten von Fahrbahnbefestigungen und die Wirkung von Erhaltungsmaßnahmen [Cataloguing of descriptive quantities for the service behaviour of pavements and the effect of maintenance measures]. Forschung Straßenbau und Straßenverkehrstechnik, Report No. 915. Bundesministerium für Verkehr, Bau- und Wohnungswesen.
   Google Scholar
• Horat, M., & Caprez, M. (2006). Kalibrieren, Vergleichen und Harmonisieren der Griffigkeitsmessungen und der Oberflächenrauhigkeitsmessungen mit internationalen Institutionen (AIPCR-Ringversuch 1992) [Correlation comparison and harmonization of skid resistance measurements (AIPCR interlaboratory comparison 1992)]. Institut für Geotechnik, Eidgenössische Technische Hochschule Zürich.
   Google Scholar
• Kálmán, R. (1960). A new approach to linear filtering and prediction problems. Journal of Basic Engineering, 82(1), 35–45. doi:10.1115/1.3662552
   Google Scholar
• Klinghammer, S., Huber, T., & Nagel, M. (1997). Methodenstudie zur Verbesserung des Prognoseinstrumentariums für die langfristige Erhaltung der Bundesfernstraßen [Methodological study to improve the forecasting toolkit for the long-term maintenance of federal trunk roads]. Forschung Straßenbau und Straßenverkehrstechnik, Report No. 743. Bundesministerium für Verkehr.
   Google Scholar
• Li, N. (1997). Development of a probabilistic based, integrated pavement management system. (Doctoral dissertation). University of Waterloo, Waterloo, Canada.
   Google Scholar
• Li, Z. (2005). A probabilistic and adaptive approach to modeling performance of pavement infrastructure. (Doctoral dissertation). University of Texas, Austin, TX.
   Google Scholar
• Loizos, A., & Karlaftis, M. (2005). Pavement crack initiation prediction from in-service pavements: A duration model approach. Transportation Research Record, 1940(1), 38–42. doi:10.1177/0361198105194000105
   Google Scholar
• Lytton, R. L. (1987). Concepts of pavement performance prediction and modeling. In Proceedings of the second north american conference on managing pavements (pp. 2.3–2.19). Ministry of Transportation.
   Google Scholar
• Maerschalk, G., & Socina, M. (2008). Weiterentwicklung der Bewertung des Pavement Management Systems (PMS) um ein Verfahren für die Umsetzung von Qualitätszielen [Further development of the Pavement Management System (PMS) evaluation to include a procedure for the implementation of quality objectives]. Forschung Straßenbau und Straßenverkehrstechnik, Report No. 1001. Bundesministerium für Verkehr.
   Google Scholar
• Mašović, S., Hajdin, R., & Stošić, S. (2015). Application of Semi Markov decision process in bridge management. IABSE Symposium Report, 105(28), 1–8. doi:10.2749/222137815818358204
   Google Scholar
• Meinhold, R. J., & Singpurwalla, N. D. (1987). A Kalman-filter smoothing approach for extrapolations in certain dose-response, damage-assessment, and accelerated-life-testing studies. The American Statistician, 41(2), 101–106.
   Web of Science ®Google Scholar
• Morosiuk, G., Riley, M. J., & Odoki, J. B. (2004). Modelling road deterioration and works effects. Highway Development and Management (HDM-4). TRL.
   Google Scholar
• Oertelt, S. (2007). Empirische Absicherung der Verhaltensfunktionen für Wirtschaftlichkeitsrechnungen und PMS-Anwendungen [Empirical validation of behavioural functions for profitability calculations and PMS applications]. Forschung Straßenbau und Straßenverkehrstechnik, Report No. 965. Bundesministerium für Verkehr und digitale Infrastruktur.
   Google Scholar
• Park, E. S., Smith, R. E., Freeman, T. J., & Spiegelman, C. H. (2008). A Bayesian approach for improved pavement performance prediction. Journal of Applied Statistics, 35(11), 1219–1238. doi:10.1080/02664760802318651
   Web of Science ®Google Scholar
• Reger, D., Christofa, E., Guler, I., & Madanat, S. M. (2013). Estimation of pavement crack initiation models by combining experimental and field data. Journal of Infrastructure Systems, 19(4), 434–441. doi:10.1061/(ASCE)IS.1943-555X.0000148
   Web of Science ®Google Scholar
• Rosauer, V., Buscham, B., & Blumenfeld, T. (2017). Überprüfung der Präzision des Seitenkraftmessverfahrens (SKM) – Ergebnisse der Vergleichsfahrt der Gütegemeinschaft Griffigkeitsmessungen [Verification of the precision of the lateral force measurement method (SKM) - Results of the comparison test of the Gütegemeinschaft Griffigkeitsmessungen (Quality association for skid resistance measurements.)]. Straße Und Autobahn, 68(2), 110–116.
   Google Scholar
• Rübensam, J., & Schulze, F. (1994). Auswertung von Langzeitbeobachtungsdaten zur Beantwortung von Fragestellungen des Managements der Straßenerhaltung [Evaluation of long-term monitoring data to answer questions of road maintenance management]. Forschung Straßenbau und Straßenverkehrstechnik, Report No. 712. Bundesministerium für Verkehr.
   Google Scholar
• Scazziga, I. (2008). Massnahmenplanung im Erhaltungsmanagement von Fahrbahnen: Schadensprozesse und Zustandsverläufe [Planning measures in the maintenance management of roadways: damage processes and performance curves] (Report No. VSS2004/712). Bundesanstalt für Strassen. https://trimis.ec.europa.eu/sites/default/files/project/documents/20150909_113541_53719_VSS_2004_712.pdf.
   Google Scholar
• Schiffmann, F., Hajdin, R., Blumenfeld, T., Elvarsson, A., Raab, C., Arraigada, M., … Sigwarth, T. (2022). Modelle der Zustandsentwicklung von Fahrbahnen - mapFALKE Methoden und Anforderungen der Prognose des Fahrbahnzustands [Models of pavement deterioration mapFALKE Methods and requirements of road condition forecasting for estimating long-term costs of maintenance planning]. Research project VSS 2018/421, Swiss Association of Road and Transport Experts (VSS), Bern.
   Google Scholar
• Schmidt, J. (2010). Vergleichs- und Wiederholstreubereiche für Längs- und Querebenheit [Comparison and repeat scattering ranges for longitudinal and transverse evenness]. Forschung Straßenbau und Straßenverkehrstechnik, Report No. 1031. Bundesministerium für Verkehr, Bau- und Stadtentwicklung.
   Google Scholar
• Shin, H. C., & Madanat, S. M. (2003). Development of stochastic model of pavement distress initiation. Journal of Infrastructure Planning and Management, 2003(744), 61–67. doi:10.2208/jscej.2003.744_61
   Google Scholar
• Simpson, A., Bryce, J., Rada, G., & Groeger, J. (2018). (). Time series review of HPMS data. [Paper presentation]. Transportation Research Board Annual Meeting, Washington, D.C., USA.
   Google Scholar
• Socina, M. (2007). Erweiterung der Nutzung von Straßenzustandsdaten in der systematischen Straßenerhaltung [Expanding the use of road condition data in systematic road maintenance]. (Doctoral dissertation, TU Wien). Vienna, Austria.
   Google Scholar
• Uddin, W., Hudson, W. R., & Haas, R. C. G. (2013). Public infrastructure asset management. New York: McGraw-Hill Education.
   Google Scholar
• Van Dam, T. J., Chesher, A. D., & Peshkin, D. G. (1997). Evaluation of LTTP data using HDM-III probabilistic failure-time models for crack initiation in bituminous pavements. Transportation Research Record, 1592(1), 125–133. doi:10.3141/1592-15
   Google Scholar
• Weninger-Vycudil, A., Litzka, J., Brozek, B., Wistuba, M., Walther, A., Hajdin, R., … Peyerl, M. (2016). Zustandsprognose und Materialtechnologie (PROMAT) [Condition forecast and material technology (PROMAT)]. Österreichische Forschungsförderungsgesellschaft (FFG), Wien.
   Google Scholar
• Wu, R., Choi, J. W., & Harvey, J. T. (2010). Extended Kalman filter and its application in pavement engineering. In K. Gopalakrishnan, H. Ceylan, & N. O. Attoh-Okine (Eds.), Intelligent and soft computing in infrastructure systems engineering: recent advances (pp. 239–253). Berlin, Heidelberg: Springer Nature.
   Google Scholar