Таблица классификация авто по классам: Классы автомобилей таблица — SJRacing — тюнинг комплектующие для вашего автомобиля

Содержание

экологический, по размерам, маркам и престижу

С развитием автомобилестроения увеличивалось количество моделей, которые различались между собой по габаритно-массовым и техническим характеристикам. В наиболее развитых странах государственные органы стали вести учет автомобилей.

Постепенно сложилась определенная система, автомобили распределили по нескольким классам, которые для удобства были сведены в таблицу.

За рубежом классификация автотранспортных средств развивалась с учетом местных особенностей. Последующее развитие глобализационных процессов в экономике и открытие рынков для продукции автомобильных компаний послужило выработке новых стандартов в сфере учета транспорта.

В итоге образовалось несколько систем классификации машин, которые действуют в отдельных странах или распространяются на целые континенты:

в ЕС действуют классификации ЕЭК и EuroNCAP. Кроме того, имеются собственные системы во Франции и Испании;
в Северной Америке и Канаде;
в Азии национальные классификации разработаны в Японии и в КНР.

Классы автомобилей в них определяются исходя из разных параметров, в частности, за основу могут браться некоторые технические характеристики, например: объем двигателя, снаряженная масса или длина автомобиля. Регламентация в данной сфере коснулась и некоторых других параметров, которые стали устанавливаться на законодательном уровне.

Классификация автомобилей по классам в разных странах (таблица)

В развитых государствах количество машин, находящихся в эксплуатации и выходящих с заводских конвейеров, постоянно увеличивается. Транспорт подлежит учету, который требует определенной систематизации и формализации. В каждой из стран к указанному вопросу подходят с учетом действующего законодательства и нормативно-правовой базы и определенных национальных особенностей.

Скачать таблицу классификации автомобилей по классам в формате pdf можно ЗДЕСЬ.

В России

Разделение транспортных средств по категориям в каждой из стран происходило с учетом национальных особенностей. В Советском Союзе, а позже в Российской Федерации данный процесс был делегирован Министерству внутренних дел, в составе которого были созданы органы по учету автотранспорта. Поначалу это был ОРУД, затем его сменила Госавтоинспекция, и в настоящее время эти функции выполняет ГИБДД.

Регистрационно-экзаменационные отделения – это исполнительные органы, а методологическая работа проводилась профильными институтами. В Советском Союзе была разработана достаточно стройная система распределения автомобилей по классам. Она была введена в действие в 1966 году специальным документом ОН 025270-66 (отраслевая нормаль). На текущий момент она носит больше рекомендательный характер.

В соответствии с отраслевой нормалью ОН 025270‑66 легковые автомобили подразделяются на 5 классов в зависимости от рабочего объема двигателя.

Таблица: классификация легковых автомобилей в соответствии с ОН 025270‑66

В соответствии с упомянутым документом название каждой модели состоит из аббревиатуры завода изготовителя и цифрового кода из четырех и более цифр, которые обозначали следующее:

Первая — класс автомобиля.
Вторая — тип транспортного средства.
Третья и четвертая — заводской номер модели.
Пятая — модификация.
Шестая – импортное исполнение.

В качестве примера использования данной классификации в отношении популярного автомобиля советского производства можно привести ее расшифровку для одной из моделей малого класса. Обозначение ВАЗ-21079 означает:

2 — машина имеет объем двигателя в пределах от 1,2 до 1,8 л;
1 — в пассажирском исполнении;
07 – седьмая модель по заводской нумерации;
9 – модификация в данном случае с роторно-поршневым двигателем.

Система оказалась достаточно удобной в условиях централизованного государства и планового хозяйства. В России система классификации автомобилей по установленным классам осталась пока неизменной с советских времен. В условиях рыночной экономии отдельные российские производители допускают отклонения от сложившейся практики, что может привести к путанице и дезориентации потребителя.

Методические указания МАДИ «Классификация и маркировка автомобилей» в формате word можно скачать ЗДЕСЬ.

В Европе

Объединение Европы и образование наднациональных структур привело к образованию единого экономического и правового пространства. Этот процесс затронул и такую сферу, как классификация автомобилей по классам, уполномоченными структурами была разработана соответствующая таблица. Основным параметром, по которому осуществлялось деление на категории стали габаритные размеры.

Видео — классы легковых автомобилей с примерами:

В итоге все существующие модели были разделены на шесть основных классов, которые для удобства получила обозначения по первым буквам латинского алфавита. Ниже приводится официальная таблица классов машин, принятая в ЕС.

Принятая методология определения категории машин не отличается совершенством, в нее не вписываются некоторые модели. Для исправления данного положения классификация автомобилей по классам в Европе была дополнена еще тремя категориями. Их описания представлены в приведенной ниже таблице:

Впрочем, и указанных дополнений оказалось недостаточно. Пришлось делать дополнения к существующей системе и добавить два класса: фургоны и пикапы. Следует понимать, что данное разделение довольно условно и отражает скорее отношение модели к определенному рыночному сегменту. Недаром же после модернизации машины даже в случае изменения ее габаритов, производитель приписывает ее к озвученной ранее категории.

Экологический класс автомобиля

Массовое развитие транспорта, оснащенного двигателями внутреннего сгорания, не могло не сказаться на состоянии окружающей среды. В начале девяностых годов прошлого века в Евросоюзе были разработаны ряд нормативных актов, которые устанавливали уровень предельно допустимых концентраций вредных веществ в выхлопе. Таким образом, было введено понятие об экологическом классе автомобиля.

Первый свод правил получил общее наименование Евро-1 и был утвержден в 1992 году. За бурным развитием технологий последовало дальнейшее ужесточение требований к сходящим с конвейера автомобилям.

Так, спустя 4 года появляется новый стандарт Евро-2, а несколько позже и Евро–3. Однако и он не стал последним в этом ряду и в настоящий момент действует уже пятая версия экологических норм в сфере регулирования автотранспорта.

Наша страна присоединилась к указанному процессу значительно позже — так стандарт Евро-2 введен был только девять лет назад. Через каждые два года требования усложнялись и к настоящему моменту все ввозимые в РФ автомобили должны соответствовать последней пятой версии данного стандарта.

Возникает закономерный вопрос, как узнать экологический класс автомобиля и где найти необходимую информацию.

Государственный контроль в данной сфере возложен на специальные органы сертификации, которые осуществляют экспертизу транспортных средств. Сведения о выдаче соответствующих документов для конкретной модели можно найти на официальном сайте Федерального агентства по техническому регулированию и метрологии. Как показывает практика узнать экологический класс автомобиля можно по следующим данным: VIN номер, марка (модель) автомобиля и год его выхода с конвейера.

Указанные сведения необходимы, прежде всего, для проведения процедуры регистрации машины в МРЭО. В 2005 году были внесены изменения в положение о ПТС и теперь указанный документ необходимый для постановки на учет вновь ввезенного в страну авто невозможно получить без сертификата. С 1 января прошлого года машина должна соответствовать нормам последнего Евро-5.

Законодатели внесли изменения и в фискальную систему, размер дорожного сбора теперь напрямую зависит от степени негативного воздействия машины на окружающую среду. Как правило, узнать экологический класс автомобиля для транспортного налога можно на сайте все того же Федерального агентства, занимающегося вопросами технического регулирования и метрологии.

Другие варианты классификации автомобилей

Категории A, B, C, D, E

Водителю для управления машиной нужны определенные навыки, соответствующие категории данного транспортного средства. В 2013 году привычные всем классы автомобилей A, B, C, D, E были изменены в соответствии с новой редакцией Федерального закона «О безопасности дорожного движения». К уже имеющимся пяти категориям были добавлены целый рад подкатегорий, дающих право управления транспортом определенного вида или сцепками.

Теперь для управления популярным в народе скутером потребуется водительское удостоверение. В нем должна быть открыта категория А1, при этом обладатель мотоциклетных прав тоже может ездить на таком транспортном средстве.

Некоторые изменения коснулись и класса легковых машин, к которым относятся все автомобили весом до 3,5 тонн. Для того чтобы ездить с тяжелым прицепом автовладельцу придется открывать категорию ВЕ.

В отдельный класс В1 выделяются такие экзотические для нашей страны машины как трициклы и квадроциклы. Ранее езда на них по дорогам общего пользования была и вовсе незаконной. Введение этой правой нормы позволит владельцам упомянутых средств передвижения легально использовать свое имущество как в пределах населенных пунктов так, и вне их. Некоторые изменения были сделаны и в отношении прав управления грузовиками и автопоездами.

По престижу

Машины одного размера могут существенно различаться по уровню оснащенности и соответственно по стоимости. Престижность модели определяется еще ее маркой. Недаром же известные компании создали отделения, которые занимаются выпуском машин премиального класса. Речь идет о таких марках, как Лексус, Инфинити, Акура, Майбах и другие. Существуют также и компании, специализирующиеся исключительно на дорогих авто: Порше, Мазерати, Бентли и другие.

Автомобиль Chevrolet Corvette относится к S-классу

В качестве отдельного класса автомобилей можно выделить лимузины, которые отличаются от обычных моделей наличием перегородки между водительским местом и пассажирским салоном. Следует отметить, что такие машины производились только в трех странах: в Англии – компанией Роллс-ройс, в Советском Союзе, а позже в России на автозаводе ЗИЛ, и в Китайской Народной Республике под маркой «Красная стена».

Лимузины от других производителей являются по большому счету переделкой серийных моделей. Стандартный кузов удлиняется и укрепляется, оборудуется соответствующим образом. Высокая стоимость такого рода автомобилей определяется прежде всего большими затратами ручного труда. Многие сборочные операции часто выполняются квалифицированными специалистами под контролем со стороны инженерно-технического персонала.

Транспорт скорой медицинской помощи

Помимо пассажирских и грузовых машин существуют и оборудованный соответствующим образом транспорт для специальных служб. К ним относятся пожарные, спасатели, медики и органы охраны правопорядка. Для выполнения поставленных перед ними задач используются автомобили, оборудованные на базе серийных моделей разных категорий.

Автомобили скорой медицинской помощи тоже делятся на классы

Соответственно они отличаются друг от друга по техническим характеристикам и оснащенности. Существуют следующие классы автомобилей скорой медицинской помощи:

А – машина для перевозки пациентов под присмотром врача, фельдшера или медицинской сестры. В таких автомобилях скорой помощи нет оборудования для оказания экстренной помощи пациенту. Такой спецтранспорт в нашей стране обычно делается на базе микроавтобусов Горьковского автозавода.
В – машина экстренной медицинской помощи предназначена для перевозки пациентов при одновременном выполнении определенных лечебных мероприятий. Специальный отсек автомобиля оборудуется диагностическими аппаратами, позволяющими контролировать состояние больного до момента доставки его в лечебное учреждение.
С – реанимобиль карета скорой медицинской помощи, оснащенная для выполнения лечебных процедур специализированными врачебными бригадами непосредственно в процессе транспортировки больного или раненного в больницу или госпиталь.

Описанная система классификации автомобилей скорой помощи позволяет вести их учет по классам, степени оснащенности и другим показателям. Существуют определенные нормативы по количеству спецмашин разных категорий. Он установлен для городской и сельской местности с учетом плотности населения, расстояния до ближайшей станции скорой помощи и других факторов.

Для автомойки

Свои собственные системы классификации могут быть разработаны и некоторыми отраслевыми объединениями в сфере обслуживания транспортных или других видов бизнеса.

Существует, к примеру, классификация автомобилей по классам для автомойки, призванная упростить учет в сети принадлежащих одной компании предприятий. Это необходимо для установления единых тарифов и урегулирования иных хозяйственных вопросов.

Для проката автомобилей

Подобные системы были разработаны и в крупных компаниях, которые работают в сфере проката автомобилей. Парк машин у таких международных корпорации, как Enterprise, Hertz или Avis превышает десятки тысяч единиц техники разных моделей и производителей. Для упрощения контроля были введены SIPP коды, которые устанавливают не только класс, но и комплектацию прокатного авто.

Такой подход позволяет в рекламных материалах и официальных документах не указывать полный список автомобилей по маркам, а публиковать перечень по классам в виде таблицы. Клиенту при оформлении заказа достаточно указать сведения о том, машину какой категории он хотел бы получить во временное пользование с учетом уровня ее оснащенности. Это значительно проще, нежели оговаривать предоставление машины определенной марки и комплектации.

Прокатные компании получают возможность своевременно откликаться на изменения конъюнктуры в отдельном регионе. Имея на руках таблицу классов автомобилей с примерами, менеджер может оперативно связаться с руководством и передать данные о наличии машин и уровне спроса на них. Администрация на основе полученных сведений может перенаправить часть машин из других филиалов.

Все системы классификации автотранспортных средств решают вполне конкретные задачи и строятся по определенным признакам. Каждая из них имеет достоинства и недостатки.

Любое распределение автомобилей по классам достаточно условно, но существенно упрощает обработку больших объемов информации для решения прикладных задач учета транспортных средств или производства.

Как происходит подбор запчастей по ВИН коду онлайн узнаете, прочитав статью.
Расчёт маршрута между городами Европы можно выполнить ЗДЕСЬ с помощью полезного онлайн сервиса.
Жесты регулировщика и их значение (https://voditeliauto.ru/voditeli-i-gibdd/signaly-regulirovshhika-v-kartinkax.html) в картинках понять намного проще.

Видео о необходимости проверки соответствия автомобиля экологическому классу Евро-5:

Классы автомобилей

На данный момент в мире разработано большое количество различных вариаций классификаций автомобилей по разным характеристикам. Среди основных можно выделить сегментацию:

по назначению использования,
по типу установленного двигателя,
по колличеству колёс,
по степени приспособленности к работе в определённых дорожных условиях.

У легковых автомобилей в силу исторических причин сложилась действующая в настоящий момент классификация автомобилей исходя из параметров:

габаритные размеры,
полезный объём пассажирского салона,

масса,
мощность двигателя или рабочий объём,
занимаемое место на потребительском рынке.

Самая известная в мире системма классификации легковых автомобилей это — Классификация Европейской экономической комиссии. Данная система классифицирует автомобили исходя из реалий действующего целевого рынка и непривязывается к конкретным характеристикам автомобиля. По этой причине границы между всеми сегментами неявные и не конкретизируются, к примеру такими параметрами, как масса или габариты транспортного средства. При сегментации упор делается на такие факторы: набор опций, цена, внешний вид и другие параметры.

Европейская классификация автомобилей

Классификация автомобилей по классам, таблица

Таблица показывает список классов автомобилей и особенности разных классов автомобилей. Изображение кликабельно, для увеличения нужно кликнуть на таблицу.

Классы автомобилей a b c d e таблица: название класса, существующие названия класса, тип кузова, длинна и ширина, колёсная база и объём двигателя.

Классификация автомобилей по типу кузова

Один из видов классификации автомобилей, это классификация по типу кузова. Современные автомобили имеют большое многообразие вариантов исполнения кузовов. Чёткой градации не существует, различные специалисты и автомобильные компании могут трактовать определённый тип кузова по-разному.

Закрытые: Седан (Двухдверный седан), Универсал, Хетчбэк, Купе, Лимузин, Микроавтобус, Минивэн, Хардтоп, Таун-кар, Комби, Лифтбэк, Фастбэк
Открытые: Кабриолет, Родстер, Фаэтон, Ландо, Брогам, Тарга, Спайдер.
Грузопассажирские: Пикап, Фургон.

Классификация автомобилей в США

Начиная с 1985 года в США, все автомобили делятся на категории в зависимости от полезного объёма салона:

Minicompact car — Мини, приблизительно соответствует европейским классам — A и B.
Sub-compact cars — Субкомпактный, приблизительно совпадает с европейским классом — B.
Compact cars, compacts — Компактный, примерно относится к европейскому классу — C.

Mid-size cars, intermediates — Среднеразмерные автомобили, сопоставим с европейским классом — D.
Large cars, full-size cars, standard size cars — Полноразмерные автомобили, данный класс похож на европейские сегменты — E и F.

Подклассы для автомобилей с кузовом «универсал»:

Compact SUV
Mid-size SUV
Full-size SUV

Подклассы для внедорожников (SUV — Sport-Utility Vehicles)

Compact SUV
Mid-size SUV
Full-size SUV

Классы автомобилей: перечень с фото

Буквально сто лет назад, когда машин на городских улицах было не так много, классификация автомобилей была самой простой. Весь автотранспорт тех времен делился на две большие категории — легковые авто и грузовики. Еще его можно было поделить по такому признаку, как тип мотора, который приводил колесную конструкцию в движение — бензиновый или дизельный ДВС.

Разделение автомобилей по классам

Все изменилось, когда упорная работа многих инженеров, стремящихся усовершенствовать кузов и основные узлы легковых машин, стала приносить свои плоды. На авторынках разных стран стали появляться все новые и новые модели, которые отличались друг от друга размерами, внешним видом и техническими характеристиками. Чтобы как-то упорядочить это изобилие, была введена классификация автомобилей, разделяющая их по нескольким категориям.

Систематизация Европейской экономической комиссии

На сегодняшний день в мире существует деление всех легковушек по американской, европейской и азиатской системам классификации. В России принято использовать европейский вариант. Европейская классификация включает в себя 10 групп легковых автомобилей, куда входят 6 размерных классов и 4 кузовных. Познакомимся поближе с тем, как можно определить по внешним признакам класс автомобиля.

Видео:

<div id="yandex_rtb_3" class="lazy lazy-hidden yandex-adaptive classYandexRTB"></div> <script type="text/javascript">if(rtbW>=960){var rtbBlockID="R-A-744078-3";} else{var rtbBlockID="R-A-744078-5";} window.yaContextCb.push(()=>{Ya.Context.AdvManager.render({renderTo:"yandex_rtb_3",blockId:rtbBlockID,pageNumber:3,onError:(data)=>{var g=document.createElement("ins");g.className="adsbygoogle";g.style.display="inline";if(rtbW>=960){g.style.width="580px";g.style.height="400px";g.setAttribute("data-ad-slot","9935184599");}else{g.style.width="300px";g.style.height="600px";g.setAttribute("data-ad-slot","9935184599");} g.setAttribute("data-ad-client","ca-pub-1812626643144578");g.setAttribute("data-alternate-ad-url",stroke2);document.getElementById("yandex_rtb_3").appendChild(g);(adsbygoogle=window.adsbygoogle||[]).push({});}})});window.addEventListener("load",()=>{var ins=document.getElementById("yandex_rtb_3");if(ins.clientHeight =="0"){ins.innerHTML=stroke3;}},true);</script>

Класс A — supermini.

Классификация автомобилей по классам включает в эту категорию компактные автомобили, предназначенные для эксплуатации в условиях городских улиц. Обычно в длину они не превышают 360 см, а в ширину — 160 см, благодаря чему модели, представляющие группу A, можно легко узнать в плотном потоке автомобилей. Какие бы ни были логотипы на шильдиках этих машин, если вы видите перед собой компактный трехдверный хэтчбек, размеры которого соответствуют приведенным выше цифрам, можете быть уверены в том, что вы встретили представителя категории А. Машины, входящие в этот сегмент, также бывают 5-дверными хэтчбеками, но встречаются не так уж часто.

Основными достоинствами этих мини-авто считаются высокая маневренность и компактность. Они не способны показать большую скорость, однако на городских улицах этого и не требуется. Салон вмещает водителя и пассажира, сзади могут разместиться еще два пассажира, но без особого комфорта. Европейцы, предпочитающие экономные классы автомобилей, оценили по достоинству эти юркие легковушки и активно приобретают их в качестве второго автомобиля в семейный гараж. Типичные представители — Renault Twingo, Citroen C2, VW Lupo, ВАЗ Ока, Daewoo Matiz.

Renault Twingo

Класс B — малый.

Классификация легковых автомобилей по-европейски, выполняющая деление машин на классы по их размерам, относит к группе B машины, длина кузова которых не превышает отметку в 390 см, а ширина — 170 см. Эта категория также позиционируется как малолитражная. Ее представители часто встречаются на улицах средиземноморских городов. Большинство моделей — это переднеприводные хэтчбеки с 3-мя или 5-ю дверьми, изредка можно увидеть седан.

По уровню оснащенности и комфортности они стоят выше автомобилей A, но уступают более продвинутым моделям класса C. Благодаря своим небольшим габаритам автомобили из этой категории пользуются спросом среди женщин-водителей. Салон довольно просторный, но заднее сиденье рассчитано скорее на двоих взрослых пассажиров, чем на троих. Типичные представители — Ford Fusion, Hyundai Getz, Fiat Punto, Таврия.

Fiat Punto

Класс C — малый средний.

Большая часть от всех продаж легковых автомобилей в Европе приходится на машины, относящиеся к средним классам. Принятая там классификация именует авто из сегмента C как гольф-класс — по наименованию марки, положившей начало этой группе. Машина определяется как относящаяся к классу C по длине кузова, которая должна вписываться в рамки 390-440 см, и ширине с параметрами 160-175 см. В эту категорию попадают автомобили с любым типом кузова, будь то универсал, хэтчбек, УПВ или седан.

Салон авто гольф-класса довольно просторный и вполне комфортный для поездок впятером. Автомобиль рассчитан на продолжительную езду и способен преодолевать значительные расстояния по улицам города или междугородным трассам. Типичные представители — Audi A3, Opel Astra, Toyota Corolla, вся линейка ВАЗ (исключая «Ниву»).

Audi A3

Класс D — средний или семейный.

Определить по внешнему виду автомобиля, что он относится к группе D, довольно просто. Это просторная машина с привлекательным дизайном и габаритами кузова в пределах 460 см по длине и 180 см по ширине. Тип кузова может быть любым, главное — довольно высокий уровень комфорта и оснащенности. Идеальное сочетание технических характеристик и доступной цены превращают этот автомобиль в одного из лидера продаж на авторынке.

Также здесь есть деление автомобилей на семейные и элитные. Такая дополнительная классификация позволяет выбрать авто нужной комплектации как бизнесмену, так и домохозяйке. Некоторые элитные модели могут посоревноваться со спортивными моделями. Типичные представители семейной категории класса D — Citroen C5, Opel Vectra, Nissan Primera. Элитные модели — Audi A4, Jaguar X-type, Volvo S60.

Nissan Primera

Класс E — высший средний.

Европейская классификация именует данные автомобили высшим средним или бизнес-классом. В России такие машины делятся на два сегмента — представительский и высший средний. У этих авто помимо седана и универсала встречается также кузов хэтчбек. Длина машины из группы E превышает 460 см, а ширина составляет от 170 см и более.

Просторный салон автомобилей и высокий уровень базовой комплектации позволяют с комфортом проводить за рулем по несколько часов. Это дополняется большой колесной базой и независимыми (у большинства моделей) подвесками. Типичные представители — Mercedes E-Class, BMW 5-Series, Toyota Camry, Volvo S80/V70.

Volvo S80

Класс F — люкс.

Классификация по европейской системе относит машины с просторным комфортабельным салоном к высшим бизнес-классам. Представители сегмента «люкс» занимают высшую ступень благодаря уровню оснащения и использованию дорогостоящих материалов в отделке салона автомобилей. Помещенный под капот седана 6-цилиндровый мотор обеспечивает великолепные динамические характеристики, а размеры (длина — от 460 см, ширина — от 170 см) позволяют пассажирам чувствовать себя максимально комфортно.

Многие модели имеют ярко выраженную спортивную внешность и соответствующую начинку. Представительские автомобили обычно управляются наемным водителем, что поднимает статус владельца еще выше. Сегмент «люкс» включает в себя такие модели, как Jaguar XJ8, BMW 7-Series, Audi A8, Rolls-Royce Phantom.

Rolls-Royce Phantom

Кроме вышеописанных данная классификация включает еще кузовные сегменты автомобилей.

S — купе, кабриолеты, родстеры.

Эти машины обладают внешностью и характером спортивных моделей и рассчитаны на двух, реже четырех пассажиров. Они отличаются низкой посадкой и жесткой подвеской, а представителями являются Mercedes-Benz SLK, Audi TT Coupe, Porsche 911.

Porsche 911 Turbo

M – минивэны, компактвэны, микровэны, УПВ.

Для данного сегмента характерно наличие восьми пассажирских мест (без учета водителя) максимум. Если количество мест превышает это число, то такие авто именуют микроавтобусами (сегмент M1). Примерами являются следующие машины: Honda Odyssey, Nissan Quest, Mazda 5, Opel Zafira, Ford C-Max.

Nissan Quest

J – внедорожники, кроссоверы, паркетники.

Полноприводные пассажирские и грузопассажирские машины включают в свою группу автомобили, которые используются для активного отдыха, внедорожники профессиональные и общего назначения. Среди них выделяются такие типичные представители, как Mercedes Gelandewagen, Hummer h2, Subaru Legacy, Ford Expedition.

Ford Expedition

Сюда относятся и кроссоверы. Для этих автомобилей характерно сочетание основных характеристик нескольких классов. Они представляют собой промежуточное звено между универсалом и внедорожником и отличаются неплохой проходимостью. Этот класс имеет следующих представителей — Infiniti FX, Lexus RX300, Nissan Murano.

Infiniti FX

Пикапы, мини-пикапы, пикапы-гиганты.

Машины с таким кузовом представляют собой коммерческий вид транспорта, созданный для перевозки различных грузов. Чаще всего это полноприводные или заднеприводные авто.

Dodge Ram

Отметим следующие модели: Fiat Strada, Ford Ranger, Dodge Ram, Nissan Titan, Volkswagen Amarok.

Подписывайтесь на наш канал в Telegram. Последние и актуальные новости из автомобильного мира!

Классификация легковых автомобилей по размерам и кузовному исполнению

Таблицы классов легковых авто: по размеру («европейские классы»), типу кузова и назначению, а так же «ценовые категории».

Современные легковые автомобили принято классифицировать по двум основным «признакам»: размер и тип кузова.

таблица размерной классификации легковых автомобилей.

A-класс	«Особо малый класс» автомобилей – включает в себя малогабаритные автомобили («микролитражки», «сити-кары»), предназначенные для эксплуатации в городских условиях. Длина таких автомобилей, как правило, не превышает 3,8 м, ширина не более – 1,6 м.
B-класс	«Малый класс» автомобилей весьма популярен в Европе по причине оптимального сочетания «манёвренности в городском потоке» и вместимости. Габариты автомобилей «класса В»: длина – 3,8 ~ 4,4 м, ширина 1,5 ~ 1,7 м.
C-класс	«Малый средний класс» автомобилей (он же – «гольф-класс», происхождение этого «литературного названия» просто – дело в том, что типичный представитель «класса C» это VW Golf, который уже несколько десятилетий является законодателем мод в этом классе). Длина автомобилей «C-класса» – 4,2 ~ 4,6 м, ширина – 1,6 ~ 1,75 м.
D-класс	«Средний класс» автомобилей – это авто для тех, кто часто совершает долгие поездки и нуждается в дополнительном комфорте. В «класс D» входят автомобили длиной 4,6 ~ 4,8 м и шириной 1,7 ~ 1,8 м.
E-класс	«Высший средний класс» автомобилей это что-то вроде «переходной ступени» между автомобилями «среднего класса» и «представительскими авто». По причине того, что эти автомобили обладают высоким уровнем комфорта и оснащения, их так же называют «бизнес-класс». Длина автомобилей «E-класса», как правило, укладывается в рамки 4,8 ~ 5,0 м, а ширина более 1,8 м.
F-класс	«Представительский класс» это «флагманы» модельного ряда автопроизводителей, которые сочетают в себе максимальные: комфорт, мощность и оснащение (их еще называют «автомобили для пассажиров»). Длина таких автомобилей, как правило, более 5,0 метров, а ширина – свыше 1,8 м.

Так же все автомобили, независимо от «класса», принято разделять на «бюджетные», «премиальные» и, весьма «размытый» сегмент, «среднего ценового диапазона» (объяснять по какому принципу происходит «сегментирование» – нет необходимости, это ясно из названия сегмента).

автомобили по типу кузовного исполнения (категории).


	Внедорожники – это автомобили созданные для езды по бездорожью («классический внедорожник» – это «рама, полный привод с возможностью блокировки дифференциалов и клиренс >250 мм»). Сегодня граница между «внедорожник» и «кроссовер» весьма размыта – одна и та же модель может быть либо внедорожником, либо кроссовером – в зависимости от уровня оснащения.
	Пикапы – грузопассажирские автомобили с минимальными грузовыми возможностями и комфортом легкового автомобиля. Пикапы, зачастую, создаются на одной платформе с полноразмерными внедорожниками (поэтому они «по совместительству» внедорожники, но встречаются и моноприводные модели).
	Минивэны – семейные автомобили повышенной вместимости (как в плане пассажиров, так и в плане багажа – т.е. и с особыми возможностями трансформации салонного пространства). Отдельно стоит упомянуть компактвэны – это автомобили для тех кому «обычного минивэна» слишком много.
	Седаны – это, как правило, четырёхдверные модели автомобилей (но встречаются и «двухдверные седаны»), где багажное отделение структурно отделено от пассажирского салона.
	Хэтчбеки – это, можно сказать, «компромисс» между седаном и универсалом. Хэтчбек, как правило, короче седана (той же модели), но имеет большие возможности багажного отделения (благодаря большему проёму «двери» багажного отсека и возможности «преобразовать» часть пассажирского пространства в место для багажа. Существует так же похожий тип кузова – лифтбэки (отличие от хэтчбеков в том, что длина аналогична седану, очертания профиля напоминают седан, но доступ в багажное отделение обеспечивает «пятая дверь» как у хэтчбека).
	Универсалы – грузопассажирские варианты исполнения легковых автомобилей (крыша универсала максимально продлена до заднего габарита, а «пятая дверь» предоставляет максимальный проём для доступа в багажный отсек, максимальная вместимость универсала достигается благодаря возможности трансформации пассажирской части салона).
	Купе – по определению это автомобили с «укороченной» базой, двумя дверьми, двумя «полноценными» местами в первом ряду и необязательным вторым рядом сидений «2+2» (но если таковые присутствуют, то их пространство и комфортность весьма ограничены). Сегодня термин «купе» применительно к автомобилю чаще используется в маркетинговых целях и/или чтобы подчеркнуть спортивную направленность автомобиля.
	Кабриолеты и родстеры – это, соответственно, четырёх- и двухдверные автомобили с усиленным кузовом и складываемым мягким или жестким верхом.
	Спортивные автомобили хочется выделить отдельно – это, независимо от типа кузовного исполнения, специальные модификации «обычных автомобилей», где основной акцент делается на достижение лучших/максимальных динамических качеств и управляемости. Отдельный сегмент в широком классе спортивных авто – «суперкары» (это не модификации «обычных авто», а самостоятельные модели, с исключительной мощностью двигателей (динамикой, максимальной скоростью), эксклюзивным оснащением и, соответственно, ценой.

Таблица классификация авто по классам

Классы автомобилей — таблица и варианты классификации

в ЕС действуют классификации ЕЭК и EuroNCAP. Кроме того, имеются собственные системы во Франции и Испании;
в Северной Америке и Канаде;
в Азии национальные классификации разработаны в Японии и в КНР.

Классификация автомобилей по классам в разных странах (таблица)

Скачать таблицу классификации автомобилей по классам в формате pdf можно ЗДЕСЬ.

В России

Таблица: классификация легковых автомобилей в соответствии с ОН 025270‑66

Первая — класс автомобиля.
Вторая — тип транспортного средства.
Третья и четвертая — заводской номер модели.
Пятая — модификация.
Шестая – импортное исполнение.

2 — машина имеет объем двигателя в пределах от 1,2 до 1,8 л;
1 — в пассажирском исполнении;
07 – седьмая модель по заводской нумерации;
9 – модификация в данном случае с роторно-поршневым двигателем.

Методические указания МАДИ «Классификация и маркировка автомобилей» в формате word можно скачать ЗДЕСЬ.

В Европе

Видео — классы легковых автомобилей с примерами:

Экологический класс автомобиля

Видео о необходимости проверки соответствия автомобиля экологическому классу Евро-5:

Другие варианты классификации автомобилей

Категории A, B, C, D, E

По престижу

Автомобиль Chevrolet Corvette относится к S-классу

Транспорт скорой медицинской помощи

Автомобили скорой медицинской помощи тоже делятся на классы

А – машина для перевозки пациентов под присмотром врача, фельдшера или медицинской сестры. В таких автомобилях скорой помощи нет оборудования для оказания экстренной помощи пациенту. Такой спецтранспорт в нашей стране обычно делается на базе микроавтобусов Горьковского автозавода.
В – машина экстренной медицинской помощи предназначена для перевозки пациентов при одновременном выполнении определенных лечебных мероприятий. Специальный отсек автомобиля оборудуется диагностическими аппаратами, позволяющими контролировать состояние больного до момента доставки его в лечебное учреждение.
С – реанимобиль карета скорой медицинской помощи, оснащенная для выполнения лечебных процедур специализированными врачебными бригадами непосредственно в процессе транспортировки больного или раненного в больницу или госпиталь.

Для автомойки

Для проката автомобилей

Как происходит подбор запчастей по ВИН коду онлайн узнаете, прочитав статью.

Расчёт маршрута между городами Европы можно выполнить ЗДЕСЬ с помощью полезного онлайн сервиса.

Жесты регулировщика и их значение (https://voditeliauto.ru/voditeli-i-gibdd/signaly-regulirovshhika-v-kartinkax.html) в картинках понять намного проще.

Видео — лимузин ЗиЛ 4112Р для президента:

Может заинтересовать:

Классы автомобилей в виде таблицы. Все виды и классификации

Развитие автомобильной отрасли характеризуется постоянным появлением транспортных средств различных видов, отличающихся между собой по габаритам, массе и другим техническим характеристикам. Вследствие чего многие развитые страны начали вести учет транспортных средств. Введена система распределения всех автомобилей по классам.

Иностранные таблицы были сформированы на основе местных особенностей. Дальнейшее развитие экономики, и появление на рынке автомобилей, произведенных в других странах, послужило толчком для внесения изменений в стандарты классификации автомобилей.

Благодаря таким изменениям сформировалось несколько отдельных классификаций всех транспортных средств, которые используются как в конкретных странах, так и по всему миру:

В Европейском союзе действуют разделение автомобилей по системе ЕЭК и EuroNCAP, также во Франции и Италии есть дополнительные классификаторы.
В Северной Америке и Канаде существует отдельная система.
В Азии сформированы классификации в таких странах, как Япония и КНР.

Чтобы выделить класс того или иного автомобиля нужно проанализировать ряд параметров, например, технические характеристики (объем двигателя, масса автомобиля, длина транспортного средства). Также существует много других классификаторов, которые закреплены в соответствующих документах.

Классификация автомобилей по классам в разных странах

Производство автомобилей в развитых странах не останавливается, в связи с чем, ежедневно появляются новые транспортные средства в эксплуатации. Каждый из них должен быть учтен для обеспечения определенной систематизации и оформления данных о них. Порядок учета различается в зависимости от страны, что закреплено в законодательных актах, нормативно-правовой базе, а также с учетом национальных особенностей.

Классификация в Российской Федерации

Как уже говорилось ранее, выделение класса автомобиля происходит с учетом государственных особенностей. В Советском Союзе, а после и в Российской Федерации за классификации транспортных средств было ответственным Министерство внутренних дел, где отдельно сформировано подразделение по учету транспортных средств. Изначально такое подразделение называлось ОРУД, затем ответственной стала Госавтоинспекция. Сегодня вопросом классификации автомобилей занимается ГИБДД.

В Советском Союзе была разработана комплексная система классификации автомобилей и закреплена в документе ОН 0252070-66. Сегодня этот документ утратил свою силу и носит рекомендательный характер. В соответствии с данным регламентом происходит разделение транспортных средств по объему двигателя на 5 классов.

Класс автомобиля	Объем двигателя
Особо малый	до 1,2 литра
Малый	от 1,3 до 1,8 литра
Средний	от 1,9 до 3,5 литра
Большой	свыше 3,5 литров
Высший	не определен точный объем двигателя

Данная классификация автомобиля находит отражение в названии модели, где также содержится аббревиатура завода и цифровой код, числа которого отражают по порядку класс автомобиля, тип транспортного средства, заводской номер модели, модификацию и импортное исполнение.

Например, аббревиатура ВАЗ-21079 обозначает, что машина относится ко второму классу и имеет объем двигателя от 1,2 до 1,8 литра, тип транспортного средства – в пассажирском исполнении, это седьмая модель исполнения, с роторно-поршневым двигателем.

Данная система в условиях экономики Советского Союза оказалась удобной и эффективной. На данный момент система классификации в России не изменилась, но производители машин могут допускать собственные корректировки, чем могут запутать потребителей.

Классификация в Европе

Формирование Европейского союза требовало создания единой системы классификации транспортных средств. Основой классификации являются габариты транспортных средств.

Благодаря такому разделению были сформированы 6 классов, которые обозначаются латинскими буквами.

Класс автомобиля	Длина и ширина
Класс А (особо малый класс)	Длина до 3,6 м, ширина до 1,6м
Класс B (малый класс)	Длина в пределах 3,6-3,9 м. Ширина в пределах 1,5-1,7 м.
Класс C (малый средний класс)	Длина в пределах 3,9-4,4 м, ширина в пределах 1,6-1,75 м.
Класс D (средний класс)	Длина в пределах 4,4-4,8 м, ширина в пределах 1,7-1,8 м.
Класс E (бизнес-класс)	Длина более 4,8 метров, ширина более 1,7 метров.
Класс F (представительский класс)	Длина свыше 5 метров, длина свыше 1,7 метров.

Данная система не идеальна, так как существуют автомобили, которые не могут быть вписаны не в одну из них. Поэтому появились дополнительные категории:

Класс S – спортивные автомобили – купе, кабриолеты.
Класс M – минивэны, универсалы.
Класс J – кроссоверы, внедорожники.

Но изменения не были окончательными и появились отдельно категории машин – пикапы и фургоны. Такая система довольно условно делит автомобили в угоду рыночному сегменту.

Экологический класс автомобиля

Развитие промышленности пагубно влияет на состояние окружающей среды. В Евросоюзе в конце 20 века были разработаны нормативные акты, регулирующие нормы концентрации вредных веществ в выхлопе транспортных средств. Появилась новая классификация автомобилей.

Стандарт классификации получил название Евро-1 в 1992 году, но спустя 4 года он был дополнен, и новая версия носит название Евро-2, окончательная версия документа – Евро-5.

Стандарты в Российской Федерации появились спустя 9 лет после их введения, и первым документом был Евро-2, но в настоящий момент в России также действует Евро-5. Узнать экологический класс автомобиля можно по следующим данным: VIN-код, марка транспортного средства, и год его выпуска. Данные необходимо указать на сайте Федерального агентства по техническому регулированию и метрологии. Знание экологического класса машины необходимы при регистрации автомобиля. С 2005 года в паспорте транспортного средства есть отметка о данном классе.

Экологический класс автомобиля нашел отражение при определении фискальной политики, он влияет на размер дорожного сбора.

Другие варианты классификации автомобилей

Категории A,B,C,D,E

Для управления транспортным средством водителю необходимо обладать соответствующими навыками, которые легли в основу данной классификации. Эти категории в 2013 году получили изменения и добавления в виде подкатегорий. Например, управление скутером должно осуществляться после получения водительских прав категории А1, а управление квадроциклами должно быть с правами класса В1.

По престижу

Машины одинаковых габаритов, массы могут существенно отличаться по стоимости и внутреннему оснащению. Престиж машины определяется также ее производителем. Существует целый ряд производителей, которые специализируются исключительно на производстве машин премиального качества, также есть бренды, которые создали отделения по выпуску машин люксового класса.

Отдельным классом можно выделить лимузины, как результат модернизации серийных моделей автомобиля. Стоимость лимузина достаточно высока из-за ручного труда.

Транспорт скорой медицинской помощи

Существуют транспортные средства, оснащенные специализированным оборудованием для различных специальных служб – скорая помощь, пожарные, спасатели, органы охраны правопорядка. Для модернизации автомобиля под нужды служб используются серийные модели. Выделяют следующие классы автомобилей для спецслужб:

А – автомобиль для перевозки пациента с одним из сотрудников медицинской службы без применения специального оборудования.
В – машина экстренной медицинской помощи с оборудованием, которое позволяет одновременно оказывать помощь и осуществлять перевозку пациента.
C – машина скорой медицинской помощи, оборудованная средствами для реанимации автомобиля.

Такая классификация автомобилей позволяет вести их учет, оснащенность, а также их количество в зависимости от места расположения.

Для автомойки и проката автомобилей

Некоторые организации, оказывающие услуги по мойке автомобилей разрабатывают собственную классификацию, которая позволяет вести учет. Согласно такой же системе поступают крупные центры по прокату автомобилей. Согласно их классификации, к разным автомобилям предъявляются различные требования для арендаторов.

Классы автомобилей

Портал Сlass-car.ru — преследую одну цель, а именно рассказ о том, что такое — классификация автомобилей по классам и освещение существующих, на данный момент, систем классификаций легкового автомобильного транспорта.

Все существующие на данный момент системы классификации автомобилей, строятся на основании следующих различий: мощность или объём двигателя, вместительность пассажирского салона (объём), габаритные размеры автомобиля и занимаемая доля на рынке.

Европейская классификация автомобилей

Классификация автомобилей по классам, таблица

Классификация автомобилей по типу кузова

Закрытые: Седан (Двухдверный седан), Универсал, Хетчбэк, Купе, Лимузин, Микроавтобус, Минивэн, Хардтоп, Таун-кар, Комби, Лифтбэк, Фастбэк
Открытые: Кабриолет, Родстер, Фаэтон, Ландо, Брогам, Тарга, Спайдер.
Грузопассажирские: Пикап, Фургон.

Классификация автомобилей в США

Начиная с 1985 года в США, все автомобили делятся на категории в зависимости от полезного объёма салона:

Minicompact car — Мини, приблизительно соответствует европейским классам — A и B.
Sub-compact cars — Субкомпактный, приблизительно совпадает с европейским классом — B.
Compact cars, compacts — Компактный, примерно относится к европейскому классу — C.
Mid-size cars, intermediates — Среднеразмерные автомобили, сопоставим с европейским классом — D.
Large cars, full-size cars, standard size cars — Полноразмерные автомобили, данный класс похож на европейские сегменты — E и F.

Подклассы для автомобилей с кузовом «универсал»:

Compact SUV
Mid-size SUV
Full-size SUV

Подклассы для внедорожников (SUV — Sport-Utility Vehicles)

Compact SUV
Mid-size SUV
Full-size SUV

Каталог автомобилей по классам

Все марки (385) Все модели (4786) По классам По странам

Автомобили особо малого класса «A»

Компактные городские автомобили длиной до 3,8 метра.

Fiat 500

Kia Picanto

Renault Twizy

Smart Fortwo

Автомобили малого класса «B»

Компактные автомобили длиной до 4,2-4,5 метра. Самый массовый класс, сюда входят как относительно доступные машины, так и более дорогие модели люксовых марок.

Лада Гранта Седан

Лада Х-Рей

Datsun on-DO

Лада Ларгус Кросс

Автомобили малого среднего класса «С»

Автомобили длиной до 4,5-4,7 метра, гольф-класс. Седаны, хэтчбеки и универсалы различных ценовых категорий.

Ford Focus

Volkswagen Golf

Kia Ceed

Mazda 3

Автомобили среднего класса «D»

Среднеразмерные автомобили длиной от 4,6 до 4,85 метра: седаны, универсалы, хэтчбеки.

Volkswagen Passat

Mercedes-Benz C-класс

Audi A5 Sportback

Subaru Outback

Автомобили бизнес-класса «E»

Большие автомобили длиной от 4,85 до 5,05 метра: преимущественно седаны, комфортабельные и хорошо оснащенные.

Audi A6

Lexus ES

Jaguar XF

BMW M5

Автомобили представительского класса «F»

Большие автомобили длиной более 5,05 метра, дорогие и престижные седаны с богатым оснащением.

Cadillac CT6

BMW 7 серия

Lexus LS

Bentley Flying Spur

Минивэны и компактвэны

Семейные автомобили повышенной вместимости: однообъемные минивэны, компактвэны, универсалы, семи- или пятиместные.

Toyota Alphard

Mercedes-Benz B-класс

Mercedes-Benz V-класс

Renault Dokker

Кабриолеты и купе-кабриолеты

Открытые автомобили с двухместным или четырехместным салоном, с жесткой или тканевой складывающейся крышей.

Range Rover Evoque Cabrio

Porsche 911 Targa

Mini Cabrio

Mercedes-Benz SLC

Спортивные купе

Спортивные и прогулочные купе (возможно трехдверные хэтчбеки).

Audi S5

BMW i8

Infiniti Q60

Ferrari 488 GTB

Суперкары

Двухместные купе с мощными двигателями, возможно среднемоторной компоновки.

Nissan GT-R

Bentley Continental GT

Porsche 911

Lamborghini Huracan

Компактные кроссоверы и внедорожники

Хэтчбеки и универсалы длиной до 4,6 метра с возможным приводом на все колеса, как «легковые», так и внедорожные модели.

Лада 4х4

Renault Duster

Haval h4

Brilliance V5

Кроссоверы и внедорожники

Среднеразмерные и полноразмерые универсалы длиной более 4,6 метра с возможным приводом на все колеса и внедорожными способностями.

Chevrolet Niva

Volkswagen Tiguan

Лада 4х4

Mazda CX-5

Пикапы

Автомобили с комфортабельной кабиной и открытой грузовой платформой, преимущественно внедорожные модели.

Isuzu D-Max

Mercedes-Benz X

JAC T6

Foton Tunland

Компактные коммерческие автомобили

Универсалы повышенной вместимости, фургоны малой грузоподъемности, легковые пикапы или «каблуки».

Fiat Doblo

Лада Ларгус Фургон

ВИС-2349

УАЗ-3303

Микроавтобусы, фургоны, грузовики

Коммерческие автомобили грузоподъемностью более одной тонны: шасси, бортовые грузовики, фургоны, а также микроавтобусы.

ГАЗ Газель

ГАЗ Газель Некст

Fiat Ducato

УАЗ-3303

Классы автомобилей: список, таблица, A, B, C, D

Современные автомобили подразделяют по-разному: по двигателю, количеству ведущих колес либо типу кузова. Но сейчас принято делить машины по категориям, именуя их буквами, в зависимости от целого комплекса параметров. Сегодня постараемся разобрать классы автомобилей и узнаем параметры представителей определенных категорий авто.

Как делятся

Выделять тот или иной класс авто впервые начали в Европе, позже такой метод решили использовать и в нашей стране. Сперва машины на сегменты делили просто для информативности, чтобы проще было делить все изобилие автомобилей. Наиболее распространенными считаются машины таких категорий:

Они являются основными, но в действительности бывают еще и различные модели, о которых мы тоже скажем несколько слов.

Сегмент А

К первой категории А относят самые маленькие машины. Двигатели здесь устанавливаются объемом до 1.2 литра. Кузов преобладает четырехместный, дверей бывает как две, так и четыре, но на заднем ряду тесно практически всегда. Этот класс автомобилей обладает крайне маленьким багажником, поэтому возить с собой что-то габаритное не выйдет. В длину транспортное средство не превышает 3.6 метра, а в ширину 1.6. Такие компактные авто пользуются популярностью у прекрасной половины человечества, даже производители стараются для машин категории А сделать большую цветовую гамму.

Сегмент В

Автомобили В класса являются одними из самых популярных в мире. Малая категория авто сочетает в себе практичность небольшой машины, но и обладает большим пространством салона и багажника. B класс включает модели, обладающие двигателями объемом от 1 до 1.6 литра и салоном, способны вместить до 5 человек. Багажное отделение такой машины достаточно просторно, сюда влезет даже несколько чемоданов в дорогу. В класс имеет размеры в пределах 4 метров в длину и 1.7 в ширину. Несмотря на то что современный В класс своими размерами практически догнал класс С, он все же остается представителем бюджетной категории.

Сегмент С

С класс автомобилей является наиболее распространенным в мире. Первой машиной класса С был легендарный Volkswagen Golf, ранее весь С класс именовали в честь родоначальника. Эти автомобили являются крайне универсальными – хорошо себя чувствую и в городе, и на трассе. Вмещают 5 и более человек и имеют объемный багажник. Класс С имеет двигатели объемом до 2 литров. Многие современные хэтчбеки и седаны С класса по габаритам догоняют следующий уровень, но все же уступают комфортом и оснащенностью. Класс С популярен в Европе в виде хетчбэков, в нашей же стране автомобили класса С популярны в версии седана.

Следующий класс автомобиля, который мы рассмотрим – это D сегмент. В отличие от класса С, эти авто не так популярны, ведь они стоят намного больше, хоть и лучше оснащены. Машины этого сегменты размером значительно обгоняют компактный класс С – аж 4.5 метра в длину и 1.9 в ширину. Внутрь просторного салона легко поместятся 5 человек, а в багажник влезет несколько чемоданов вещей для дальней поездки. В таких авто все солидней и дороже: от обшивки салона, до деталей двигателя и подвески. Зато вы получаете большую комфортную машину, которая подойдет большинству людей как для езды в городе, так и для длительных поездок по трассе.

Сегмент E

Список этих автомобилей включает в себя большинство премиальных машин современности. В отличие от класса C и D, здесь основной упор сделан на максимальный комфорт для пассажиров и водителя. Большинство бизнесменов и чиновников ездят именно на машинах этого сегмента. Двигатели здесь используются с рабочим объемом более 2.5 литров, а длина машин обычно составляет более 4.6 метров. Салон выполняется из дорогих материалов: кожи, алькантары, со вставками натурального дерева. Современные модели класса С, D и Е на первый взгляд, отличить достаточно сложно, так как все они дорого выглядят и дорого обходятся своим владельцам. В действительности же автопроизводители сами выделяю, какие авто относят к той или иной категории.

Прочие сегменты

Рассмотрев основные категории, поговорим о тех, которые встречаются на дрогах реже. В отличие от А, B и C классов, такие машины имеют еще и подразделы. ‘

К примеру, сегмент F включает в себя два подраздела: заводские эксклюзивные машины и те, которые собираются вручную и под индивидуальный заказ.

В этих машинах применяются передовые технологии и самые современные материалы, но стоят они крайне дорого.

Другой хороший пример – J сегмент. Сюда входит большинство больших полноприводных машин, по-другому они зовутся внедорожники.

Первый раздел включает в себя небольшие кроссоверы, которые сейчас становятся очень популярны.
Второй раздел охватил большие кроссоверы, на которых можно ездить по грунтовым дорогам и взбираться на большие бордюры в городе.
Третий и четвертый подраздел, соответственно, включают в себя рамные внедорожники и большие пикапы. Для этих машин не страшно бездорожье, они вмещают в себя до 9 человек и обладают большой грузоподъемностью.

Отдельным H сегментом стоят родстеры и кабриолеты. Как правило, они имеют только два места, сзади может быть и вовсе двигатель. А вот категория G имеет компоновку 2+2, кузов, соответственно, купе. В этом случае пассажирам на заднем ряду будет очень неудобно находиться, но такая машина и не предназначена для перевозки большого числа людей.

Таблица Евро классы легковых автомобилей, размеры кузова

В автомобильном мире легковые автомобили классифицируются по габаритным размерам кузова (класс авто). Традиционно, чтобы определить какой класс автомобиля выше, ориентируются на европейские автомобили. Их принято делить на шесть классов с буквенным обозначением: A-класс, B-класс, C-класс, D-класс, E-класс и F-класс. Таким образом, получается таблица Евро классы легковых автомобилей. Классификация Размеры кузова автомобиля дает возможность определить к какому классу относится легковой автомобиль. Почти всегда размер машины соотносится с ее ценовой категорией. То есть, говоря про классы авто, мы можем опрделелять автомобили эконом класса и среднего класса. А также автомобили люкс класса, представительского класса, бизнес, премиум, высшего класса, что почти всегда одно и то же.

Итак, Таблица Европейская классификация легковых автомобилей по классам и по маркам в России.

A-класс

Авто особо малого класса, то есть самые маленькие автомобили (субкомпактные авто) с габаритной длиной кузова не более 3800 мм и шириной не более 1600 мм. Машины данного класса также называют сити-кар или микролитражка. Такие малыши предназначены для эксплуатации в городских условиях и оснащаются экономичными двигателями с малым объемом.

B-класс

Машины малого класса (компактные авто) с габаритной длиной кузова от 3800 мм до 4400 мм и шириной кузова от 1500 мм до 1700 мм. Компакты малого класса пользуются высокой популярностью в Европе благодаря оптимальному сочетанию экономичности, управляемости, комфорту и вместительности.

C-класс

Авто малого среднего класса с размерами кузова в длину от 4200 мм до 4600 мм и в ширину от 1600 мм до 1750 мм. Типичный представитель C-класса Volkswagen Golf в честь которого малый средний класс получил второе имя Гольф-класс.

D-класс

Автомобили среднего класса с габаритной длинной кузова от 4600 мм до 4800 мм и шириной кузова 1700-1800 мм. Седаны, лифтбэки и универсалы D-класса — идеальные машины для путешествий на большие расстояния с высоким уровнем комфорта.

E-класс

Авто высшего среднего класса (бизнес-класс), типичными представителями которого являются Audi A6, BMW 5-Series и Mercedes-Benz E-Class. Это машины с габаритной длиной кузова от 4800 мм до 5000 мм и шириной более 1800 мм. Авто E-класса довольно сильно отличаются по уровню оснащению и уровня комфорта от машин D-класса (средний класс). Но не дотягивают до машин из более высокого F-класса (представительский класс). Так что автомобили данного класса можно считать промежуточной ступенькой между средним и представительским классами.

F-класс

Большие автомобили с габаритной длиной кузова более 5000 мм и шириной более 1800 мм. Роскошные седаны, премиальные кроссоверы и внедорожники представительского класса одновременно являются флагманами модельной линейки производителя. Мощные двигатели, максимальный комфорт, богатое оснащение, высококачественные материалы отделки, передовые технологии и инновации – все это атрибуты, по которым оценивается премиум-класс.

Все автомобили, параллельно с классификацией по классам, можно разделить на несколько ценовых сегментов. Недорогие или бюджетные автомобили, машины со средней ценой, авто бизнес-класса, премиальные и эксклюзивные автомобили.

Какие есть классы автомобилей, как их отличить: характеристики

В разных странах мира применяются системы классификации авто. Одной из самых популярных является Европейская классификация.

Автомобили разделяют на классы исходя, из габаритов, объема салона, величины багажного отделения и полной массы. Классификация Европейской экономической комиссии больше служит для сегментации рынка, нежели описания каких-либо конкретных характеристик автомобилей. При выпуске новой модели производитель вправе сам заявить класс, в который она попадет и в котором будет конкурировать с другими автомобилями. В учет также идет стоимость и техническое оснащение автомобиля. Например, новый Nissan Almera, построенный на платформе Renault Logan, по габаритам соответствует классу С. Однако он существенно уступает автомобилям этого класса в техническом уровне и уровне оснащенности. Поэтому, модель была заявлена производителем как седан сегмента B+, где он с легкостью составит конкуренцию одноклассникам. Авто Информатор подготовил перечень популярных автомобильных классов с примерами.

О всех самых свежих автомобильных новостях, новых законах, штрафах и всех нюансах жизни водителей в Украине вы можете узнать из нашего Telegram-канала и сообщества в Facebook.

A класс — mini cars (микроавтомобили)

Маленькие, компактные городские автомобили, длиной менее 4-х метров. К этому классу можно отнести такие модели, как Kia Picanto, Smart Fortwo, Hyundai i10, Citroen C1, Chevrolet Spark, Daewoo Matiz.

Citroen C1

B класс — Small cars (малые автомобили)

Автомобили, размер которых колеблется от 3,7 до 4,2 метра в длину. Они заметно больше, чем машины «А» класса, но все такие же маленькие и компактные. Стоит отметить, что в зависимости от типа кузова (хетчбек или седан), одна и та же модель может относится как к «B» классу, так и к автомобилям класса «C». Самыми популярными представителями являются: Audi A1, Chevrolet Aveo, Citroen C3, Renault Logan, Ford Fiesta, Kia Rio, Hyundai Accent.

Renault Logan

С класс — Medium cars (европейский «средний класс»)

Этот класс еще называют «Гольф-класс», в честь одного из самых известных его представителей Volkswagen Golf. Это среднеразмерные седаны и хетчебеки, которые отлично подойдут как для городской езды, так и для загородных поездок. Они обладают вместительными багажными отделениями, а в их салоне могут уместиться 5 человек. Яркими представителями являются: Volkswagen Golf, Honda Civic, Skoda Octavia, Ford Focus, Audi A3.

Skoda Octavia

D класс — Larger cars (большие семейные автомобили)

К этому классу относятся большие автомобили в кузовах седан и универсал. Длина этого класса, в основном, укладывается в 4,8 метра. Они обладают очень просторными салонами и большими багажниками. К данному сегменту относятся Toyota Camry, Honda Accord, Skoda Superb, Volkswagen Passat, Audi A4, Chrvrolet Malibu, Ford Mondeo, Audi A4, Mercedes C-class, KIA Optima, Hyundai Sonata.

Volkswagen Passat

E класс — Executive cars («бизнес-класс»)

Автомобили по габаритам, не превышающие D класс, но превосходящие его в техническом оснащении и стоимости. К таким автомобилям относят Audi A6, Mercedes-Benz E-class, BMW 5-series, Hyundai Grandeur, Honda Legend, Volvo S80.

BMW 5-Series

F класс — Luxury cars (представительские автомобили)

Самые большие седаны, длина которых начинается от 4,8 и зачастую превосходит 5 метров. В этих автомобилях не редко встречается разделенное заднее сидение, а комплектации включают в себя практически все новейшие разработки автомобилестроения. В этот сегмент входят такие автомобили, как Audi A8, BMW 7-series, Mercedes-Benz S-class, Volkswagen Phaeton, Bentley Flying Spur, Rolls Royce Phantom, Lexus LS.

Audi A8

J класс — Sports utility (SUV, внедорожники)

К этому классу относятся все джипы и кроссоверы с любым типом привода. Яркие представители класса: Jeep Liberty, Toyota RAV4, Honda CR-V, BMW X6, Volkswagen Touareg, Range Rover, Cadillac Escalade, Toyota Land Cruiser, SsangYong Rexton, Chevrolet Suburban.

Toyota Rav4

M класс -Multi purpose cars (минивэны и УПВ)

В этот класс входят минивэны, коммерческие автомобили. Кузов таких автомобилей несколько выше, чем кузов легковых универсалов или хетчбеков. Это обусловлено требованиями практичности таких автомобилей. Этот класс представляют такие авто, как Skoda Yetti, Fiat Doblo, Renault Kangoo.

Fiat Doblo

S класс — Sport coupes (спорткупе)

Спортивные двухдверные автомобили, обладающие высокими скоростными показателями. К ним относят Mercedes-Benz AMG GT, Hyundai Coupe, Subaru BRZ, Audi A5, BMW M4, Checrolet Corvette, Audi TT, Audi R8.

Audi R8

Ранее мы писали про автомобили, которые с треском провалили краш-тест. Яркие видео смотрите здесь. ТОП провальных марок автомобилей в мире смотрите здесь. Рейтинг самых безопасных автомобилей 2015 — 2017 года по версии Euro NCAP вы найдете здесь.

Игорь Лунтовский

Минутку …

Пожалуйста, включите куки и перезагрузите страницу.

Этот процесс автоматический. Ваш браузер в ближайшее время перенаправит вас на запрошенный контент.

Подождите до 5 секунд…

Перенаправление…

+ ((! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + []) + (! + [] + (!! []) + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [ ] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] ) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! []) + (! + [] — (!! [])) + (! + [] + ( !! []) + !! [])) / + ((! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + [] ) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) +! ! []) + (! + [] + (!! []) + !! []) + (+ !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! []) + (! + [] + (!! [ ]) + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [ ] + !! [] + !! [] + !! []))

+ ((! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + []) + (! + [] + (!! []) + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] — (!! [])) + (! + [ ] + (!! []) + !! [] + !! []) + (+ !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! []) + (+ !! [])) / + ((! + [] + (!! []) + !! [] + !! [] + []) + (! + [] + (!! []) + !! [] + !! [] + !! [ ] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] — (!! [])) + (! + [] + (!! []) + !! [] + !! [] +! ! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (! ! []) + !! [] + !! [] + !! []) + (! + [] — (!! [])) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) — []) )

+ ((! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + [] ) + (+ !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! []) + ( ! + [] + (!! []) + !! [] + !! [] + !! []) + (! + [] — (!! [])) + (! + [] + (! ! []) + !! [] + !! []) + (! + [] + (!! []) — []) + (! + [] + (!! []) + !! [] + !! []) + (! + [] + (!! []) + !! [])) / + ((! + [] + (!! []) — [] + []) + ( ! + [] — (!! [])) + (+ !! []) + (+ !! []) + (! + [] + (!! []) + !! [] + !! [ ] + !! [] + !! [] + !! []) + (! + [] — (!! [])) + (! + [] + (!! []) — []) + ( ! + [] + (!! []) + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! []))

+ ((! + [] + (!! []) + !! [] + !! [] + !! [] +! ! [] + !! [] + !! [] + !! [] + []) + (! + [] + (!! []) + !! [] + !! []) + (+! ! []) + (! + [] — (!! [])) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [ ] + !! [] + !! []) + (! + [] + (!! []) + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] +! ! [] + !! [] + !! [] + !! [] + !! []) + (+ !! [])) / + ((+ !! [] + []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) — []) + (! + [] + (!! []) + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! []) + (! + [ ] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] — (!! [ ])) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! []) + (+ !! []))

+ ((! + [] + (!! []) + !! [] + !! [ ] + !! [] + !! [] + !! [] + !! [] + !! [] + []) + (! + [] + (!! []) — []) + (! + [] — (!! [])) + (! + [] + (!! []) + !! [] + !! []) + (+ !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + ( !! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) — []) + (! + [] + (!! []) + !! [])) / + ((! + [] + (!! []) + !! [] + !! [] + [ ]) + (! + [] + (!! []) + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! []) + (! + [] + (!! []) — []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! [] ) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + !! []))

+ ((! + [] + (! ! []) + !! [] + !! [] + !! [] + !! [] + !! [] + []) + (! + [] + (!! []) + !! [ ] + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] — (!! [])) + (! + [] — (!! [])) + (! + [] + (!! []) + !! []) + (! + [] + (!! []) + !! [] + !! []) + (! + [] + ( !! []) + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! []) ) / + ((! + [] + (!! []) + !! [] + []) + (! + [] + (!! []) + !! []) + (! + [] + (!! []) — []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! []) + (! + [ ] + (!! []) + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! []) + (! + [] — (!! [])))

+ ((! + [] + (!! []) + !! [] + !! [] + !! [] + !! [ ] + !! [] + !! [] + []) + (+ !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [ ] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! []) + (! + [] — (! ! [])) + (! + [] + (!! []) + !! [] + !! []) + (! + [] + (!! []) — []) + (! + [] + (!! []) + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [])) / + ((! + [] + (!! []) + !! [] + !! [] + !! [] + []) + (! + [] — (!! [])) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) — []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! []))

+ ((! + [] + (!! []) + !! [ ] + !! [] + !! [] + !! [] + !! [] + []) + (! + [] + (!! []) + !! [] + !! [] +! ! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] — (!! [])) + (! + [] — (!! [])) + (! + [] + (! ! []) + !! []) + (! + [] + (!! []) + !! [] + !! []) + (! + [] + (!! []) + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [])) / + ((! + [ ] + (!! []) — [] + []) + (! + [] — (!! [])) + (! + [] + (!! []) + !! [] + !! [] + !! []) + (! + [] — (!! [])) + (+ !! []) + (! + [] + (!! []) + !! [] +! ! [] + !! []) + (! + [] + (!! []) + !! [ ] + !! [] + !! [] + !! [] + !! []) + (! + [] — (!! [])) + (+ !! []))

+ (( ! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + []) + (! + [] + (!! []) + !! [] + !! []) + (+ !! []) + (! + [] — (!! [])) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [ ]) + (+ !! [])) / + ((! + [] + (!! []) + !! [] + !! [] + []) + (! + [] — (!! [])) + (+ !! []) + (! + [] + (!! []) + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! []) + (! + [] + (!! []) — []) + (+ !! []) + (! + [] + (!! []) — [ ]) + (! + [] + (!! []) — []))

+ ((! + [] + (!! []) + !! [] + !! [] + !! [ ] + !! [] + !! [] + !! [] + []) + (! + [] + (!! []) + !! []) + (! + [] + (!! [ ]) + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] — (!! [])) + (! + [] + (!! []) + !! [] + !! []) + (+ !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! []) + (+ !! [])) / + (( ! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + []) + (! + [] + (!! []) — []) + (! + [] + (!! []) — []) + (! + [] + (!! []) — [] ) + (! + [] + (!! []) + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] +! ! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! []) + (! + [] — (!! [] )) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] ))

+ ((! + [] + (! ! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + []) + (! + [] + (!! []) + !! [] + !! []) + (+ !! []) + (! + [] — (!! [])) + (! + [] + (!! [ ]) + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [ ]) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] ) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (+ !! [])) / + ((! + [] + (!! []) — [] + []) + (+ !! []) + (! + [] + (!! []) + !! [] + !! [] + !! []) + (! + [] + (!! []) — []) + (! + [] + (!! []) + !! [] +! ! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [ ] + !! [] + !! []) + (+ !! []) + (! + [] + (!! []) + !! [] + !! [] + !! []))

+ ((! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + []) + (+ !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! []) + (! + [] — (!! [])) + (! + [] + (!! []) + !! [] + !! []) + (! + [] + (!! []) — []) + (! + [] + (!! []) + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [])) / + ((! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + []) + (+ !! []) + (+ !! []) + (! + [] + (!! []) — [ ]) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) + !! [] + !! [] + !! [] + !! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) +! ! [] + !! [] + !! [] + !! []) + (! + [] + (!! []) — []) + (! + [] + (!! []) + !! [] + !! []))

Обзор на V Классификация транспортных средств и возможное использование интеллектуальных технологий с использованием транспортных средств

Аннотация

Классификация транспортных средств (VC) — это базовый подход в интеллектуальной транспортной системе, который широко используется в различных приложениях, таких как мониторинг транспортного потока, автоматизированные системы парковки и безопасность. исполнение.Существующие методы VC обычно имеют локальный характер и могут классифицировать транспортные средства, если целевое транспортное средство проходит через фиксированные датчики, проходит через зону мониторинга ближнего действия или является гибридом этих методов. Использование глобальной системы позиционирования (GPS) может предоставить надежную глобальную информацию о кинематических характеристиках; однако в методах отсутствует информация о физических параметрах транспортных средств. Кроме того, согласно имеющимся исследованиям, смартфон или портативные устройства GPS используются в качестве источника кинематических характеристик эвакуационного транспортного средства, которые не являются надежными для отслеживания и классификации транспортных средств в реальном времени.Чтобы справиться с ограничениями доступных методов VC, исследуются потенциальные глобальные методы для определения физических и кинематических характеристик в состояниях реального времени. Автомобильные специальные сети (VANET) — это сети интеллектуальных взаимосвязанных транспортных средств, которые могут предоставлять такие параметры трафика, как тип, скорость, направление и положение каждого транспортного средства в режиме реального времени. В этом исследовании VANET представлены для VC, а их возможности, которые могут быть использованы для вышеуказанной цели, представлены из доступной литературы.Насколько известно авторам, это первое исследование, в котором представлены VANET для целей VC. Наконец, проводится сравнение, которое показывает, что сети VANET превосходят традиционные методы.

Ключевые слова: классификация транспортных средств, специальные автомобильные сети, вес в движении, глобальная система позиционирования, обнаружение света и дальность, ультразвук, радар, видеоизображения

1. Введение

Методы, используемые в транспортной инженерии для получения Параметры транспортных средств в их движущемся состоянии определяются термином классификации транспортных средств (VC).VC — это модуль, используемый для разделения транспортных средств на несколько различных классов. В литературе доступны различные определения VC. представляет собой краткое изложение существующих определений для дальнейшего пояснения этого явления. VC является фундаментальной частью интеллектуальных транспортных систем и широко используется в различных приложениях, таких как мониторинг транспортного потока [1,2], автоматизированные системы парковки [3,4], обеспечение безопасности [5] и даже мониторинг состояния конструкций [6] , 7,8,9,10]. В этих методах транспортные средства могут быть обнаружены путем прохождения через фиксированные датчики [11,12], проезда через зоны наблюдения [13,14], глобальное покрытие [15,16] или гибрид этих методов [12,17].С помощью датчиков и детекторов может быть извлечена разнообразная информация, которая может включать количество транспортных средств, форму, то есть высоту, ширину и длину [14,18], скорость [19,20], вес оси и расстояние между ними [21,22] , ускорение / замедление [23], марка и модель [24,25,26] и номерной знак [27,28].

Таблица 1

Краткое изложение существующих определений явления классификации транспортных средств (ВК).

Определение	Ссылка
«Классификация транспортных средств — это процесс разделения транспортных средств по различным предопределенным классам».	[29,30]
«Классификация транспортных средств предназначена для классификации всех обнаруженных транспортных средств по их конкретным подклассам».	[31]
«Классификация транспортных средств используется для классификации транспортных средств по категориям с целью предоставления информации о типах транспортных средств, которые проходят зону мониторинга».	[11]
«Классификация транспортных средств заключается в разделении обнаруженных транспортных средств на их соответствующие типы».	[32]
«Классификация транспортных средств — один из многих способов идентифицировать транспортное средство».	[33]
«Классификация транспортных средств — важная часть интеллектуальных транспортных систем, позволяющая собирать ценную информацию для различных приложений, таких как наблюдение за дорогами и планирование систем».	[34]
«Классификация транспортного средства выполняется путем оценки размера или формы проезжающего транспортного средства».	[35]
«Классификация транспортного средства — это классификация транспортного средства на одну из нескольких отдельных групп».	[36]

Ручной подсчет — самый простой метод VC. Однако эти методы требуют много времени и подвержены ошибкам. Методы, основанные на визуальном представлении, являются наиболее широко изучаемыми и используемыми подходами для мониторинга виртуальных каналов и трафика. Методы на основе зрения извлекают визуальные атрибуты, такие как цвет, линии и текстурные узоры, как функции на видео для обнаружения и отслеживания транспортных средств [37]. VC на основе Vision включает в себя несколько этапов, таких как сегментация изображения, извлечение признаков, обучение и распознавание образов.Основная цель сегментации изображения — выделить интересующий объект из фона на основе некоторых полезных сигналов, таких как цвет пикселя [38,39], края, полученные из градиентов изображения [40], и интенсивность пикселей (уровень серого) [41 , 42]. Данные обучения используются на этапах распознавания образов и классификации. При использовании методов, основанных на видении, необходимо соблюдать особую осторожность, чтобы уважать конфиденциальность и анонимность вовлеченных лиц [23]. Всесторонний обзор методов, основанных на видении, был проведен Wang et al.[43].

Пневматические трубчатые детекторы для ВК были впервые использованы в 1920 году и используются сегодня для краткосрочного сбора данных о транспортных средствах [44]. Пневматическая трубка может определять количество осей и расстояние между осями движущегося транспортного средства. Этот метод не подходит для высокоскоростных дорог с большим объемом транспорта. Детектор магнитной петли — это технология, которая использовалась для ВК в последние десятилетия. Магнитная петля может использоваться для VC, определяя длину транспортного средства [45,46]. Скорость автомобиля можно напрямую измерить с помощью двухконтурных детекторов [47, 48].Детекторы цикла мыслей относительно недороги и выполняют автоматическую классификацию, но они не очень хорошо себя чувствуют в условиях высокой загруженности [23]. Пьезоэлектрические датчики используются для определения веса автомобиля и конфигурации оси [19,49]. Пьезоэлектрические детекторы используются отдельно или в сочетании с системами измерения веса в движении (WIM). Однако недостатком пьезоэлектрических датчиков является их чувствительность к скорости движения автомобиля и температуре дорожного покрытия. Радиолокационные датчики — популярный инструмент для классификации по габаритам транспортного средства (длина, размер, высота и т. Д.).) [50,51]. Хотя радарные датчики менее чувствительны к изменениям окружающей среды по сравнению с другими методами, они не подходят для плотных транспортных заторов [23]. Инфракрасные датчики измеряют отраженный инфракрасный свет каждым транспортным средством и сравнивают данные с базой данных, чтобы найти наиболее подходящий профиль [52,53,54]. Инфракрасные датчики чувствительны к факторам окружающей среды. Акустические датчики используют независимые от скорости акустические сигнатуры для определения классов транспортных средств [55].

WIM — важный источник данных о дорожном движении и классификации транспортных средств.Архитектура WIM состоит из двух частей: моделирования и оценки. Система WIM [56] была разработана для измерения данных о массе транспортных средств. WIM — это система, оснащенная различными датчиками, цифровыми камерами и компьютерами, которая устанавливается на мостовой конструкции. WIM измеряет динамическую осевую нагрузку движущихся транспортных средств, чтобы получить данные о массе транспортного средства. В WIM используются методы множественного обнаружения для точной классификации транспортных средств [57,58]. Однако WIM — это устройство для измерения веса с фиксированным местоположением, которое измеряет нагрузку на ось, когда ее колеса проходят над датчиками.С другой стороны, WIM-система стоит дорого и нецелесообразна для местных дорог.

Показано, что методы, основанные на датчиках фиксированного местоположения, могут предоставить ценную информацию в сочетании с другими методами [59,60]. Методы, основанные на визуальном представлении, могут предоставить информацию о марке и марке транспортного средства, которая может быть использована для извлечения другой информации, такой как полная масса и характеристики оси [61,62]. Помимо состояния мобильности транспортных средств, в зоне обзора камеры также можно было получить скорость, ускорение и направление [59,63].Исследования утверждают, что использование системы позиционирования на основе GPS является наиболее надежным способом извлечения информации о местоположении и движении; однако в методах отсутствует информация о физических параметрах транспортных средств. Кроме того, согласно имеющимся исследованиям, смартфон или портативные устройства GPS используются в качестве источника кинематических характеристик эвакуационного транспортного средства, которые не являются надежными для отслеживания и классификации транспортных средств в реальном времени. В целом можно сделать вывод, что доступные методы не являются надежным выбором для реального времени и глобального VC.Таким образом, исследование новой тенденции облачных или автомобильных сетей в качестве альтернативы традиционным приложениям VC является открытой областью исследований.

В последние десятилетия автономное вождение привлекло огромное внимание как академических кругов, так и промышленности, и большие усилия были приложены к разработке транспортных средств, способных самостоятельно передвигаться по городским улицам [64,65,66,67,68]. В настоящее время автономные автомобили и автомобили с автопилотом быстро перемещаются по дорогам, и ожидается, что они произведут беспрецедентную революцию в транспортной системе.Беспилотный автомобиль Google был первым автономным автомобилем, который управлялся в городских условиях [69]. Концепция Daimler Smart EQ — еще один пример полностью автоматизированного транспортного средства, в котором водитель больше не нужен [70]. Tesla Motors разработала полуавтономное транспортное средство, названное автопилотом Tesla, с использованием искусственного интеллекта и аппаратных технологий с обновлением информации о вождении в реальном времени [71]. Такие автомобили оснащены датчиками, радарами, камерами и спутниковыми каналами для сбора, хранения и анализа огромного количества данных, касающихся дорожного движения [69].В этом документе термин «интеллектуальное транспортное средство» используется для обозначения универсального описателя транспортного средства, с которого данные об окружающей среде автоматически собираются с помощью сенсорных устройств, а затем сохраняются в централизованном бортовом аппаратном блоке для дальнейшей обработки. В эту группу входят все автономные автомобили или автомобили с автопилотом.

Интеллектуальные автомобили — это развивающееся приложение автомобильной технологии, способное обнаруживать и контролировать свое окружение и мобилизовать услуги по запросу. Согласно данным Национального управления безопасности дорожного движения США (NHTSA), интеллектуальные транспортные средства можно разделить на пять уровней автономности, которые варьируются от отсутствия автоматизации (уровень 0) до полной автоматизации (уровень 5) [72].Пять этапов автономности интеллектуальных транспортных средств с указанием состояния транспортного средства и роли водителя, а также с примерами для каждого этапа представлены в. Умные автомобили оснащены различными датчиками, такими как обнаружение света и дальность (LiDAR), радар, камеры, тепловизионные камеры, ультразвуковые датчики, GPS-приемники и инерциальные измерительные устройства (IMU), которые каждую секунду генерируют огромные объемы данных [73,74 ].

Таблица 2

Пять этапов автономности интеллектуальных транспортных средств.

Уровень	Уровень автономии	Роль человека-водителя	Пример
0	Без автоматизации	Полностью контролируется водителем.	Датчики могут подавать сигналы тревоги.
1	Помощь водителю	Водитель управляет автомобилем, но доступны некоторые функции помощи водителю.	Адаптивный круиз-контроль, помощь при парковке и удержании полосы движения.
2	Частичная автоматизация	Водитель должен оставаться вовлеченным при любом вмешательстве, о котором будет сообщено. Контакт между руками водителя и рулем необходим.	Адаптивный круиз-контроль с возможностью смены полосы движения.
3	Условная автоматизация	Водитель необходим, автономная система доступна для случайного полного управления, такого как экстренное торможение, но водитель должен быть готов взять управление на себя.	Пилот в пробке.
4	Высокая степень автоматизации	Управление драйвером не требуется. Это необходимо для определенных районов и обстоятельств, например, для пробок. Управление драйвером не является обязательным.	Автономное вождение в некоторых частях города.
5	Полная автоматизация	Автомобиль может выполнять все функции в любых условиях. Ведущее колесо не является обязательным.	—

Доступность интеллектуальной основы и общих инструментов для сбора и передачи данных, а также доступ к анонимной схеме сохранения конфиденциальности для обмена информацией и обмена данными обеспечили уникальное сочетание свойств, что делает умные автомобили привлекательным выбором для многих высокотехнологичных приложений.VC может извлечь выгоду из этих технологий в значительно большей степени.

Возможно, внедрение интеллектуальных технологий при проектировании и производстве новых транспортных средств послужило стимулом для разработки и внедрения интеллектуальных систем идентификации и классификации транспортных средств. Существующие подходы VC, за исключением методов на основе GPS, обычно носят локальный характер и могут классифицировать транспортные средства, если целевое транспортное средство проходит через фиксированные датчики, проходит через зону мониторинга ближнего действия или является гибридом этих методов.Сбор информации о трафике в реальном времени, а также обеспечение глобального доступа к данным датчиков — два важных требования для надежного метода VC.

Параметры, представляющие интерес в методах VC, обычно учитывают форму, то есть высоту, ширину и длину, скорость, вес и расстояние между осями, ускорение / замедление. Настоящая статья предназначена для изучения доступной литературы по методам ВК, чтобы дать обзор этой темы. Было проведено исследование с целью изучить возможные методы обнаружения, идентификации и классификации транспортных средств в глобальном масштабе и в режиме реального времени.Отобранные методы были включены в короткий список, и наиболее подходящий из них был выбран для технико-экономического обоснования. Идея «умных транспортных средств» относится к транспортным средствам, которые частично или полностью управляются компьютерами и используют различные сенсорные платформы и камеры для сбора, хранения и обмена огромным объемом данных.

Автомобильные специальные сети (VANET) — это новая часть интеллектуальной транспортной системы, которая вызвала большой интерес во всем мире в последнее десятилетие [75].VANET представляют собой сеть интеллектуальных взаимосвязанных транспортных средств и состоят из бортового блока (OBU) и стационарной точки доступа, называемых придорожными блоками (RSU) [76]. OBU — это устройство, устанавливаемое на каждом транспортном средстве, которое в основном включает в себя память, блок обработки, приемник GPS и антенну для подключения к Интернету на короткие расстояния [77]. OBU обеспечивает связь между транспортными средствами (V2V) или транспортными средствами для инфраструктуры RSU (V2I) [78]. Все данные о транзакциях во время поездки записываются в аппаратный модуль, называемый регистратором данных о событиях (EDR), который представляет собой форму черного ящика в транспортном средстве [79].Каждое транспортное средство отправляет периодические данные в соседние транспортные средства [80]. Сохранение конфиденциальности и обеспечение безопасности передаваемых данных являются наиболее важными проблемами при надлежащем применении сетевых систем [81]. В результате между доверенными объектами сети используется безопасный механизм анонимного распределения ключей. Каждое распространенное сообщение содержит контент, подпись и сертификат. Сертификат полученного сообщения проверяется, и открытый ключ используется для расшифровки сертификата и личности отправителя [82].

Для описания явления ВК используются разные определения (см.). В то время как некоторые исследователи полагают, что методы VC предполагают систему мониторинга / подсчета и не могут получать точную информацию непосредственно от каждого транспортного средства [35], другие принимают все методы, которые могут классифицировать транспортные средства по их соответствующим типам под термином VC [29,30]. Исследователи из первой группы, которые считают, что виртуальный канал не может получать точные данные о транспортном средстве, считают, что системы связи, такие как VANET, не следует рассматривать как особый метод для виртуального канала, в то время как другие имеют менее жесткое определение явления и рассматривают возможность использования мобильных сетей, таких как VANET как особый класс методов VC.Для одновременного соблюдения обоих этих критериев, методы, использующие точную информацию о транспортном средстве, также включены для потенциальных будущих приложений.

VANET могли предоставлять глобальную информацию о транспортных средствах в режиме реального времени. Предоставляемая информация может быть параметрами мобильности, а также физическими параметрами транспортного средства. Результаты технико-экономического обоснования показывают, что в системе VANET информация о мобильности, например, положение, полоса движения, скорость, ускорение и замедление, а также физические характеристики транспортных средств, т.е.г., вес, высота и длина — используются для самых разных приложений, таких как управление парковкой, управление дорожным движением, безопасность и предотвращение несчастных случаев. показывает краткое изложение обзоров литературы по ВК.

Таблица 3

Сводка обзоров литературы по VC.

Ссылка	Среда обнаружения
Ссылка	Зрение	GPS	Звук	Магнитный	Контакт	Гибридный	Вибрация	Умный автомобиль
Шукла и Сайни [83]	✓	✕	✕	✕	✕	✕	✕	✕
Yousaf et al.[84]	✓	✕	✕	✕	✕	✕	✕	✕
Jain et al. [85]	✓	✕	✓	✓	✓	✓	✓	✕
Daigavane et al. [86]	✓	✕	✕	✕	✕	✕	✕	✕
Buch et al. [63]	✓	✕	✕	✕	✕	✕	✕	✕
Абдулрахим и Салам [87]	✓	✕	✕	✕	✕	✕	✕	✕
Чандран и Раман [88]	✓	✕	✕	✕	✕	✕	✕	✕
Hadi и другие.[89]	✓	✕	✕	✕	✕	✕	✕	✕
Atiq et al. [90]	✓	✕	✕	✕	✕	✕	✕	✕
Моха и Кумар [91]	✓	✕	✕	✕	✕	✕	✕	✕
Чандран и Раман [88]	✓	✕	✕	✕	✕	✕	✕	✕
Narhe и Nagmode [92]	✓	✕	✕	✕	✕	✕	✕	✕
Moussa [93]	✓	✕	✕	✕	✕	✕	✕	✕
Бхардвадж и Махаджан [94]	✓	✕	✕	✕	✕	✕	✕	✕
Mismanи Аванг [95]	✓	✕	✕	✕	✕	✕	✕	✕
Ahmed et al.[96]	✓	✕	✕	✕	✕	✕	✕	✕
Боркар и Малик [97]	✕	✕	✓	✕	✕	✕	✕	✕

Представленный обзор доступной литературы по ВК показывает, что большая часть исследований на сегодняшний день в основном сосредоточена на методах, основанных на зрении. В этих обзорных документах не было предпринято никаких конкретных попыток проанализировать потенциальное влияние интеллектуальных технологий на автомобильные сети и связь для повышения эффективности и действенности систем VC.Тем не менее, существует только одна обзорная статья, в которой обсуждаются другие функции, помимо тех, которые используются для фиксации закономерностей сцены, и в ней основное внимание уделяется традиционным методам VC. В некоторых обзорных статьях обсуждались VC с использованием транспортных средств, но в них упоминались только такие инструменты, как мобильные сенсорные устройства, такие как приемники GPS и смартфоны, в расплывчатых терминах. Кроме того, в этих обзорах обсуждались ограниченные аспекты каждой техники, а современные технологии обнаружения транспортных средств и связи не принимались во внимание.В статье Jain et al. [85] изучали различные схемы мониторинга трафика. Были оценены уязвимости этих методов и обсуждено возможное неправильное использование информации. В другом исследовании Боркар и Малик [97] рассмотрели применение акустических сигналов для оценки скорости, плотности и классификации транспортных средств. Исследование было сосредоточено только на интеллектуальных методах с использованием эффективных смартфонов, камер, дронов и роботизированных датчиков. В других исследованиях, например, Shukla и Saini [83], Yousaf et al.[84] и Daigavane et al. [86], в центре внимания исследования были техники, основанные на зрении.

В течение почти двух лет ряд университетских ученых и отраслевых партнеров работали над проектом по разработке «автономных электромобилей для перевозки грузов и грузов». В ходе работы авторы столкнулись с различными проблемами, связанными с поиском надежного метода для извлечения параметров информации о мобильности, например, положения, полосы движения, скорости и ускорения / замедления, а также физических характеристик, т.е.g., вес, рост и длина — мимолетных транспортных средств в реальном времени и в глобальном масштабе, как указано в этой рукописи. Однако, когда исследование было расширено, стало ясно, что не существует ни одного обзорного исследования, которое бы обеспечивало такую же широту и глубину знаний, как мы ожидали, для решения вышеупомянутых целей. В результате была проведена пошаговая процедура для оценки эффективности существующих методов, используемых при характеристике, идентификации и классификации транспортных средств в их нормальных условиях эксплуатации, с одной стороны, и для исследования новых потенциальных вариантов, которые могут предоставить решения. для классификации дорожных транспортных средств, с другой стороны.Полученные данные показали, что доступные методы классификации транспортных средств не могут предоставить в реальном времени глобальные данные о физических характеристиках и мобильности дорожных транспортных средств в их нормальном рабочем состоянии. Настоящий обзор охватывает литературу по данной теме и проливает свет на потенциальные инновационные идеи для оптимизации, повышения качества и надежности извлеченных данных о транспортных средствах. Насколько известно авторам, это первое исследование, которое предоставило эти знания в том виде, в котором мы их представили.Авторы твердо убеждены в том, что классификация транспортных средств в дорожных системах в режиме реального времени с использованием облачных или автомобильных сетей будет новым направлением и открытой областью исследований для будущих исследований в качестве альтернативы существующим традиционным подходам к классификации транспортных средств.

В следующих разделах обсуждаются обычные методы VC. После этого исследуется возможность использования VANET для приложений VC. На следующем этапе в этом документе составляется дорожная карта, нацеленная на то, чтобы обрисовать в общих чертах, как это видение может быть развито в качестве будущей работы, и, наконец, в Разделе 5 дается заключение.

2. Обычные методы классификации транспортных средств

Методы VC можно разделить в зависимости от среды обработки на три основные группы: интрузивные, ненавязчивые и внедорожные. Некоторые из доступных исследований используют комбинацию вышеупомянутых методов, которая классифицируется по категории множественного обнаружения. Группы и подгруппы каждого класса представлены в.

Неинтрузивные датчики обычно располагаются рядом с интересующей дорогой или над ней, а в некоторых случаях один датчик может использоваться для нескольких полос движения.Установка и обслуживание датчиков, не требующих вмешательства, проще, чем датчики вмешательства, и на данные мониторинга не влияет качество покрытия [98]. Датчики проникновения обычно устанавливаются в ямах на поверхности дороги, прокладывая туннели под поверхностью дороги или прикрепляя к поверхности дороги [99]. Как инвазивные, так и неинтрузивные датчики чувствительны к неблагоприятным условиям окружающей среды, внедрение требует высоких капитальных затрат и требует дорогостоящего обслуживания [100]. Датчики для бездорожья — это мобильные датчики, которые можно использовать с самолета, спутника или в транспортных средствах, оборудованных приемниками GPS [101].Дальнейшие подробности по классификации датчиков будут позже.

2.1. Методы, основанные на зрении

Методы, основанные на зрении, широко изучаются для VC, и наибольшее количество исследований VC с фиксированным местоположением относится к обнаружению видеоизображений. Камеры, используемые для сбора данных, могут быть системами видеонаблюдения, всенаправленными камерами [102] аэрофотоснимками [103,104], системами замкнутого телевидения (CCTV) [105,106] или обычными камерами [107,108]. В этих методах обычно используются методы обработки изображений для обнаружения, отслеживания и классификации транспортных средств.Обработка и классификация транспортных средств с использованием обнаружения видеоизображений включает в себя несколько этапов, которые обычно включают предварительную обработку, извлечение и выбор характеристик, а также классификацию. Предварительная обработка — это шаг к повышению качества изображений. Сегментация изображения, удаление теней и обработка окклюзии — одни из наиболее адаптированных методов обнаружения видеоизображений.

Сегментация изображения — один из фундаментальных методов обработки изображений. Веласкес-Пупо и др. [14] представили высокопроизводительную систему технического зрения с одной статической камерой.В этом подходе движущиеся объекты сначала сегментируются с помощью модели гауссовой смеси (GMM), а после выделения признаков отслеживание выполняется с помощью фильтра Калмана. Предлагаемая система может работать в режиме реального времени с F-мерой до 98,190% и F-мерой до 99,051% для автомобилей среднего размера. Chen et al. [109] использовали рекурсивно обновляемую GMM для сегментации. Преобразование многомерного сглаживания используется для повышения производительности сегментации. Машина векторов поддержки с ядром (SVM) используется для классификации модели.Singh et al. [110] представили веб-систему управления трафиком с использованием методов сегментации, анализа больших двоичных объектов и изображений истории движения (MHI) на этапе обработки. Предлагаемая система отслеживает предполагаемую плотность транспортных средств в разных местах в разное время, чтобы помочь в выборе подходящего пути. Abinaya et al. [111] предложил метод повышения производительности VC на основе видео с использованием одной стандартной камеры. Надежная система на основе видео для обнаружения, отслеживания, классификации и подсчета транспортных средств с использованием управляемой маркером сегментации водораздела, фильтра Габора и машины опорных векторов (SVM).Результаты экспериментов показали значительно улучшенные характеристики сегментации водораздела в отношении обнаружения транспортных средств. Audebert et al. [103] представили основанный на глубоком обучении метод сегментации до обнаружения для обработки больших данных виртуального канала, полученных с помощью дистанционного зондирования. Была обучена глубокая, полностью сверточная сеть, и изученные семантические карты были использованы для сегментации. Сверточная нейронная сеть (CNN) была обучена для VC. Zhang et al. [112] описал процесс улучшения изображения с использованием пороговой сегментации и устранения шума.Объекты извлекаются с помощью извлечения Габора, затем SVM используется для классификации.

Удаление теней — это этап обработки изображения, направленный на повышение качества видео или изображения для компьютерных систем. Jehad et al. [113] разработали метод быстрого обнаружения и подсчета транспортных средств с помощью видеокамеры. Представлена система для извлечения данных трафика с использованием обработки видеоизображений с использованием вычитания фона, удаления теней и анализа пикселей. Результаты показывают, что алгоритм способен подсчитать 95% транспортных средств даже в случае некоторого тряски в видеопотоке.Asaidi et al. [114] представили два подхода к усовершенствованию систем автоматического наблюдения за дорожным движением. Предлагается контрастная модель для удаления динамических теней. Показано, что предложенный подход превосходит другие методы с точностью классификации 96,96% и скоростью исключения теней 95–99%. Ян и др. [115] предложили систему оценки транспортного потока для различного внешнего освещения и отбрасывания теней. Предлагается система мониторинга трафика для улучшения качества изображения с использованием выделения переднего плана, различения теней и инвариантов цвета и краев.Yu et al. [116] предложили основанный на длине метод классификации движущихся транспортных средств в режиме реального времени в видеопоследовательностях многополосного движения. Вычитание фона, удаление теней по краям, пороговые алгоритмы сегментации сопровождаются горизонтальной проекцией для классификации транспортных средств. Результаты экспериментов показывают, что точность классификации больших и малых транспортных средств составляет 97,1% и 96,7% соответственно. Meher et al. [117] предложили метод повышения качества VC на основе зрения путем обнаружения и удаления движущихся теней.Возможности и преимущества метода сравнивались с существующими методами.

Обработка окклюзии — это этап обработки изображения для отслеживания транспортного средства, когда оно находится в частично закрытом положении. Moutakki et al. [118] представили подход, использующий отслеживание обработки окклюзии и классификацию SVM одного класса (OC-SVM). Веласкес-Пупо и др. [14] использовали систему видеонаблюдения в реальном времени для классификации и подсчета транспортных средств с использованием модели кодовой книги и обработки окклюзии.Гистограммы ориентированного градиента, за которыми следует SVM, используются для классификации транспортных средств по их типу.

На этапе извлечения признаков выбираются подходящие признаки для классификации транспортных средств. Особенности текстуры и формы, включая масштабно-инвариантное преобразование (SIFT) [119,120], ориентированное быстрое и поворотное краткое описание (ORB) [121,122], ускоренные надежные элементы (SURF) [123,124] и распознавание марки и модели автомобиля ( VMMR) [25,125], являются одними из наиболее распространенных функций, используемых для VC.Функции текстуры используются для преодоления недостатков характеристик цвета и интенсивности. Jayadurga et al. [126] улучшили производительность классификаторов транспортных средств на сильно текстурированном фоне. Извлечение гибридных признаков текстуры, включая статистические и спектральные особенности текстуры, используется без предварительной обработки для классификации. Достигнута точность классификации 90,1%, и результат сравнивался с различными методами из аналогичных работ в литературе. Chen et al. [105] применили рекурсивно обновленный алгоритм GMM для идентификации транспортных средств по их типу и цвету с использованием функций текстуры.Преобразование многомерного сглаживания используется для повышения производительности сегментации. Хорошие показатели признания были достигнуты для прагматичных венчурных капиталистов. Неинвазивные функции SIFT обычно используются для обнаружения ключевых точек. Характеристики, используемые в SIFT, не зависят от освещения, увеличения, перемещения и поворота изображений. Khanaa et al. [127] предложили SIFT и алгоритм согласования случайной выборки (RANSAC) для классификации дорожных транспортных средств и улучшения характеристик и подсчета. Ambardekar et al.[128] реализовали групповой подход с использованием плотного представления функций SIFT для надежного VC с высокой межклассовой вариативностью с использованием видеонаблюдения. Рассматривались три класса: седаны, фургоны и такси. ORB — это дескриптор, который работает быстрее, чем SURF и SIFT, и меньше подвержен влиянию шума изображения. Song et al. [129] предложили структуру кластеризации траекторий для анализа транспортных средств с использованием алгоритма ORB. Используется метод согласования, основанный на расстоянии Хэмминга. Наконец, для классификации транспортных средств предлагается метод кластеризации.Точность предлагаемого метода может достигать 95%. Кроме того, можно оценить тип транспортного средства для реализации VC. VMMR — это сложное приложение для машинного зрения, основанное на распознавании автомобильных номеров. Biglari et al. [28] предложили каскадную частичную модель для VMMR. Эта система использует машину линейных опорных векторов (LSVM) для извлечения признаков. Каскадная схема используется для ускорения обработки на основе достоверности и частоты. Предложенный подход достиг средней точности 97,01% на сложном наборе данных и средней точности 95.55% по набору данных CompCars. Сиддики и др. [12] предложили и оценили неизученные подходы для автоматизированного VMMR в реальном времени. Передние или задние изображения транспортных средств встраиваются в гистограммы на основе SURF (BOSURF), которые используются для обучения многоклассовых SVM для классификации. Результаты экспериментов подтверждают превосходство предложенной работы как по скорости обработки, так и по точности.

VC — это последний этап определения классов транспортных средств. Методы опорной векторной машины (SVM) и нейронной сети (NN) широко используются для классификации извлеченных признаков.В, представлены некоторые из наиболее распространенных методов мягких вычислений, используемых для распознавания образов, классификации, обучения или прогнозирования в VC.

Таблица 4

Некоторые из наиболее распространенных методов программных вычислений, используемых для распознавания образов, классификации, обучения или прогнозирования в GPS, видеоизображения, аэрофотоснимков, радара, классификации транспортных средств на основе магнитных датчиков.

Тип алгоритмов	Цель	Подробная информация об алгоритмах
Нейронные сети	Классификация, обучение, распознавание образов	Рекуррентные нейронные сети [16], сверточные нейронные сети (CNN) [31,103 ], Рекуррентные сверточные нейронные сети (R-CNN), глубокие нейронные сети [103], нейронные сети с обратным распространением (BPN) [126,130], мягкая радиальная базовая нейронная сеть [131], случайные нейронные сети (RNN) [132] , Быстрая нейронная сеть (FNN) [133], многослойная нейронная сеть персептрона [134], нейронная сеть с радиальной базисной функцией (RBF) [135], нейронные сети с обратным распространением информации [126].
Адаптивная модель смеси Гаусса (GMM)	Сегментация	Модель смеси Гаусса [136,137], Рекурсивно обновляемая модель GMM [105].
Машина опорных векторов (SVM)	—	Мультиклассовая SVM [138], SVM [118,139], линейная машина опорных векторов (LSVM) [28,112,140], нечеткая SVM [109], мультиклассовая SVM [12], мульти SVM [141], C-SVM [142], SVM с ядром [109], двоичная SVM [143], индивидуальная SVM (ISVM) [144].

Есть некоторые другие классификаторы и обучающие машины, которые также используются для VC, такие как лесное дерево [145] ближайший сосед [146 147 148], обучение дереву решений [149], машинный классификатор с экстремальным обучением [55], генетическая нечеткая классификатор, [150] классификатор основных компонентов ядра [151] и нелинейный классификатор ядра на основе гистограмм [38].В случаях, когда для обнаружения и классификации транспортных средств используются несколько датчиков, данные объединяются. Байесовские сети [105,152,153] являются распространенным методом объединения входных данных.

2.2. Методы дистанционного зондирования

Методы дистанционного зондирования являются одной из самых быстрорастущих тенденций в венчурном капитале из-за глобального характера информации, предоставляемой этими методами. Радар широко используется для обнаружения движущихся объектов на земле, например, при мониторинге трафика и VC. Азиз и др.[154] практиковал пассивные радиолокационные системы прямого рассеяния для ВК. Доплеровская сигнатура фиксируется, когда транспортное средство проходит через область рассеяния. Транспортные средства разделены по размерным категориям. Ли и др. [155] предложили радиолокационную систему с непрерывной частотной модуляцией (FMCW) для извлечения трех отличительных характеристик сигнала из поперечных сечений транспортных средств. SVM использовался для классификации извлеченных признаков. По результатам полевых измерений была достигнута точность более 90%.Абдулла и др. [50] исследовали автоматическую классификацию целей (ATC) на предмет выделения признаков. Комбинация Z-score и NN адаптирована для классификации извлеченных признаков. Полученные результаты демонстрируют, что повышенная производительность была достигнута за счет использования большого количества функций. Chen et al. [156] использовал радар с синтезированной апертурой (SAR) для отслеживания и классификации транспортных средств. Эхо-сигналы от цели разлагаются на множество функций внутреннего режима (IMF) с использованием разложения по ансамблю эмпирических мод (EEMD).Эксперимент показывает, что успешность классификации достигает 90%. Saville et al. [146] исследовали данные широкополосных, широкоапертурных и поляриметрических радаров для ВК. Для проверки использовался эксперимент 10-VC в алгоритме тестирования связанного изображения с разделенными спектрами.

LiDAR — это технология дистанционного зондирования, которая может генерировать доплеровский режим для обнаружения распределенных или жестких целей. LiDAR передает и принимает электромагнитное излучение, а извлеченные из транспортных средств характеристики анализируются после обработки данных [157,158].

Тепловизионные изображения показывают количество инфракрасной энергии, излучаемой, передаваемой и отражаемой транспортным средством. Большинство тепловизионных изображений используются для обнаружения техники на поле боя. Ян и др. [52] предложил новый метод извлечения признаков, основанный на контексте целевого признака (TTC), чтобы улучшить недостатки тепловизионных изображений для VC. Результаты проверки показывают, что предлагаемая функция TTC превосходит предыдущие методы. Khamayseh et al. [53] предложили надежную основу для классификации людей и транспортных средств по инфракрасным изображениям.Наблюдения за дорожным движением от инфракрасной интеллектуальной системы наблюдения собираются ситуационной осведомленностью (SA). Результаты экспериментов подтверждают эффективность предложенного фреймворка. Mei et al. [54] представили метод визуального отслеживания, рассматривая отслеживание как проблему разреженного приближения. Этот подход был подтвержден с помощью задачи отслеживания и классификации транспортных средств с использованием видеопоследовательностей наружного инфракрасного видео.

Аэрофотоснимки — популярный источник информации в области дистанционного зондирования.Аэрофотоснимки имеют высокое разрешение и могут охватывать большую интересующую область. Несколько исследований были сосредоточены на использовании аэрофотоснимков для ВК. Ли и др. [104] использовали функции «Регионы с сверточной нейронной сетью» (R-CNN) для распознавания небольших транспортных средств по аэрофотоснимкам. Для повышения производительности использовались выбор карты функций и построение двухчастной основной сети. Эффективность предложенного расширения сети была проверена путем сравнения его с его прочными аналогами аналогичной формы.Audebert et al. [103] представили основанный на глубоком обучении метод сегментации до обнаружения для сегментации, обнаружения и классификации транспортных средств на аэрофотоснимках. Была обучена глубокая, полностью сверточная сеть, и полученные семантические карты используются для сегментации.

2.3. Магнитные датчики

Магнитные датчики могут обнаруживать искажение магнитного поля Земли, вызванное проезжающим транспортным средством [159]. Детекторы с магнитной петлей — наиболее часто используемые датчики в VC и мониторинге трафика [160].Магнитные петли обычно устанавливаются в виде однопетлевых детекторов, двухпетлевых детекторов и асимметричных форм, например прямоугольных петель. В нескольких исследованиях изучалась возможность использования одноконтурных детекторов для VC.

Ламас-Секо и др. [20] смоделировали индуктивный петлевой детектор для изучения влияния важных характеристик транспортного средства на индуктивные сигнатуры. Полученные результаты как для прототипов, так и для имитатора индуктивного датчика показали схожие характеристики, что подтверждает модель, использованную в их работе.Coifman et al. [161] усовершенствовал нетрадиционные методы оценки скорости с помощью одноконтурных детекторов. Результаты, полученные с помощью этого метода, сравнивались с результатами, полученными с помощью видеодетекторов и двухпетлевых детекторов. В этой работе успешно используются инвестиции, вложенные в однопетлевые станции подсчета детекторов. Meta et al. [46] представили метод VC, который использует сигнал, генерируемый одиночным индуктивным петлевым детектором. Представлен алгоритм VC, использующий классификаторы дискретного преобразования Фурье (DFT), анализа главных компонентов (PCA) и нейронной сети с обратным распространением (BPNN).Уровень признания для ВК составил 94,21%.

Двухконтурные извещатели состоят из двух последовательных одноконтурных извещателей, расположенных на расстоянии нескольких метров друг от друга. Эти детекторы широко используются для получения информации о средней скорости, занятости и потоках в системах управления дорожным движением. Wu et al. [47] представили метод, который учитывает изменение ускорения в двухконтурном детекторе. Был определен новый параметр для ненаблюдаемого ускорения. Предложен метод уменьшения эффекта изменения ускорения в двухконтурных детекторах.Аналитически было показано, что ошибки из-за ускорения не приводят к ошибкам в классе длины. Предложенный подход снизил частоту ошибок классификации из-за ускорения как минимум в четыре раза по сравнению с лучшим традиционным методом. Wei et al. [162] представили гибридный метод определения фаз трафика с использованием переменных, полученных от индуктивных датчиков с двойным контуром. Гибридный метод включает в себя подходы уровня обслуживания и методы кластеризации K-средних для улучшения прояснения фазы потока трафика.Результат показывает, что по сравнению с существующими моделями точность увеличена с 42% до 92%. Ли и др. [163] исследовали статистический вывод относительно скорости и длины транспортного средства с использованием данных двухконтурного детектора. Статистические выводы для скорости и длины транспортного средства были исследованы с помощью байесовского анализа, чтобы установить формулы для онлайн-оценки скорости и длины. Метод был представлен с использованием реальных данных о трафике.

Индуктивные петли также могут иметь асимметричную форму.Mocholí-Salcedo et al. [45] провели подробное исследование магнитного поля, создаваемого прямоугольными контурами в системах управления движением. Индуктивность численно рассчитанных магнитных контуров равна, и результаты сравниваются с наиболее часто используемыми эмпирическими методами расчета индуктивности. Было достигнуто большое сходство между эмпирическими и численными результатами. Магнитная сигнатура индукционной петли широко используется как функция для обнаружения и классификации транспортных средств в индуктивной петле [45, 160, 164].

Магнитные датчики менее дороги и сложны по сравнению с магнитными петлями и очень подходят для ВК. Несколько исследований изучали магнитные датчики для ВК в своих работах. Haj Mosa et al. [131] представили алгоритм обнаружения грузовиков с использованием одного единственного датчика. Новая концепция, основанная на Soft Radial Basis Cellular Neural Network (SRB-CNN), разработана, проверена и протестирована с выбором лучших представителей текущих связанных концепций классификации. Предлагаемый метод удовлетворяет требованиям в отношении надежности, низкой стоимости, высокой скорости обработки, низкого потребления памяти и возможностей.He et al. [165] предложил подход к преодолению недостатков традиционного агрегирования данных из данных одноточечного датчика. Модель фильтр – фильтр – оболочка применяется для оценки и определения подмножеств неизбыточных функций. Машины вектора поддержки C (C-SVM) были созданы параллельно с оптимизацией роя частиц (PSO) для VC. Результаты показали, что точность классификации превышает 99%. Шарчевич и др. [166] представили анализ магнитных датчиков, реализуемых в микроконтроллерной системе.Разработан новый метод классификации метода на основе одного магнитного датчика с использованием классификатора NN. Ли и др. [142] предложил онлайн-метод ВК с использованием магнитного датчика. Извлекаются восемь функций, затем модель дерева решений обучается на основе алгоритма дерева классификации и регрессии (CART) с минимальным количеством выборок разделения (MNS). Наконец, обученная модель дерева решений сокращается с помощью правила минимального сокращения ошибок (MEP). Результаты показывают, что предложенный метод позволяет классифицировать типы транспортных средств в режиме онлайн с такими преимуществами, как высокая точность классификации, надежность выборки и меньшее время выполнения.Янг и Лей [167] разработали систему обнаружения транспортных средств с использованием недорогих трехосных анизотропных магниторезистивных датчиков. Предлагается новый алгоритм конечного автомата с фиксированным порогом, основанный на дисперсии сигнала. Результаты экспериментов показали, что точность обнаружения и средняя точность классификации могут достигать 99,05% и 93,66% соответственно. Taghvaeeyan et al. [168] сосредоточился на разработке портативной системы придорожных магнитных датчиков для ВК. Показано, что сенсорная система может подсчитывать количество поворотов направо на перекрестке с точностью до 95%.

2.4. Пневматические трубки и другие датчики

Пневматические трубки широко используются для временного подсчета трафика. Для сбора информации о скорости транспортного средства и осях необходимо удлинить две или несколько трубок на соответствующем расстоянии друг от друга. Пневматические трубки легко переносить и их можно просто разместить на поверхности дороги через полосы движения. Трубки крепятся гвоздями для мостовой или другими приспособлениями. Эти пробирки коммерчески доступны для классификации велосипедов и подсчета объема.Два исследования проводили свои исследования путем адаптации пневматических трубок [169, 170].

Пьезоэлектрические датчики изготовлены из материалов, которые преобразуют давление в электрические заряды в ответ на вибрации или механические воздействия. Пьезоэлектрические датчики встроены под поверхность тротуара на каждой полосе, покрытые эпоксидной смолой, для подсчета трафика и оценки расстояния между осями. Кроме того, скорость автомобиля и межосевое расстояние можно определить, когда два пьезоэлектрических датчика активируются одним и тем же транспортным средством.Эти датчики могут работать отдельно или в системе WIM. Сигналы, генерируемые пьезоэлектрическими датчиками, собираются в распределительной коробке на обочине дороги. Пьезоэлектрические датчики чувствительны к температуре и состоянию поверхности из-за колебаний напряжения. Rajab et al. [19] представили технологию VC с использованием одноэлементного пьезоэлектрического датчика, расположенного по диагонали на полосе движения. Диагонально расположенные пьезоэлектрические полосковые датчики и методы машинного обучения используются для точной классификации транспортных средств.Тестирование на нескольких участках шоссе показало точность классификации до 97%. Santoso et al. [171] предложили систему пьезоэлектрических датчиков для измерения транспортного потока. Пьезоэлектрическая сенсорная система из пленки поливинилиденфторида (ПВДФ), покрытая металлическими электродами, предназначена для сбора данных и передачи данных измерений для измерения транспортного потока. Вывод показывает количество и тип транспортных средств в виде цифрового кода.

Тензометрические датчики встроены в конструкцию для измерения реакции дорожного покрытия на деформацию.Характер реакции на динамическую деформацию различен для разных транспортных средств; таким образом, используя методы распознавания образов и классификации, можно выделить правильную группу транспортных средств. Аль-Таравне и др. [172] разработал систему VC, основанную на новых датчиках с оптоволоконной брэгговской решеткой (ВБР). За изменением деформации следили встроенными датчиками трехмерной брэгговской решетки, армированной стекловолокном, с полимерными упаковками (3-D GFRP-FBG). Система VC состояла из обучающих алгоритмов SVM.Результаты полевых испытаний на реальных данных трафика показывают, что разработанная система может точно оценить VC с точностью 98,5%.

Сейсмические датчики используются для регистрации колебаний грунта, создаваемых движущимися транспортными средствами. Сети сейсмических датчиков используются для сбора данных для определения местоположения и определения типов транспортных средств. Du et al. [173] применили фрактальное измерение (FD) для извлечения характеристик сейсмических сигналов для наземных целей. FD основан на методе морфологического покрытия (MC) для извлечения характеристик сейсмических сигналов для классификации наземных целей.Результаты экспериментов показали, что предложенные методы достигли точности 90% для ВК. Чжоу и др. [174] представили функцию, извлеченную из сейсмических сигналов, вызванных наземными транспортными средствами. Эта особенность была извлечена из сейсмических сигналов с использованием кратковременной спектральной плотности мощности (STPSD) для различения колесных и гусеничных транспортных средств. Это было проверено с использованием смешанных наборов данных из полевых экспериментов и SensIT, который представляет собой платформу для беспроводного обнаружения транспортных средств. показаны преимущества и недостатки каждого метода ВК.

Таблица 5

Плюсы и минусы методов ВК.

Категория	Метод	Плюсы и минусы	Счетчик	Скорость	Ускорение	Направление	Global Locus	Вес	Конфигурация оси	Тип и модель	Автоматический
Vision-based	Обнаружение видеоизображений	Чувствительность к условиям окружающей среды; автоматическая классификация, относительно низкие эксплуатационные и эксплуатационные расходы и высокие капитальные затраты; ненавязчивые, дорогостоящие вычислительные ресурсы, проблемы с конфиденциальностью.	✓	✓	✓	✓	✕	✕	✕	✓	✓
	Инфракрасный	Низкое качество инфракрасных изображений; чувствителен к условиям окружающей среды; подходит для ночного видения и осадков; обычно используется для классификации боевой техники; дорогие.	✓	✓	✓	✓	✕	✕	✕	✕	✓
	Радар	Нечувствителен к неблагоприятным погодным условиям; как-то недорого; ненавязчивый; автоматическая классификация; как правило, не подходит для движения с остановками.	✓	✓	✓	✓	✕	✕	✕	✕	✓
	LiDAR	LiDAR дешевле в производстве и проще в применении, чем радар. LiDAR не работает так же хорошо, как радар в дождь и снег.	✓	✓	✓	✓	✕	✕	✕	✕	✓
	Аэрофотоснимки	Аэрофотоснимки имеют высокое пространственное разрешение и упрощают сбор данных.Обнаружение транспортных средств с аэрофотоснимков является сложной задачей из-за большого количества объектов.	✓	✕	✕	✕	✕	✕	✕	✓	✕
Методы на основе GPS	Устройства GPS, оборудованные автомобилем	безопасность и технические проблемы; Скорости, ускорения можно получить, обработав данные GPS.	✕	✓	✓	✓	✓	✕	✕	✕	✕
Методы на основе GPS	Смартфон или сотовые телефоны	Смартфоны оснащены датчиками, такими как акселерометры; гироскопы и др.Смартфоны не разрабатываются по индивидуальному заказу и не прикрепляются к кузову транспортных средств, поэтому их относительная ориентация относительно опорной рамы транспортного средства может постоянно меняться.	✕	✓	✓	✓	✓	✕	✕	✕	✕
Звуковые методы	Ультразвуковой	Ультразвуковые датчики просты в установке, устойчивы к загрязнениям и другие загрязняющие вещества, сравнительно менее дорогие, но чувствительные к погодным условиям и не способные определить ориентацию, тип или марку целевого транспортного средства.	✓	✕	✕	✕	✕	✕	✕	✕	✓
Звуковые методы	Акустические	Акустические датчики недорогие, простые и ненавязчивые, но в то же время время, они требуют сложного алгоритма для извлечения полезной информации нет. Кроме того, они не подходят для движения с остановками.	✓	✓	✓	✓	✕	✕	✕	✕	✓
Магнитное поле	Магнитные датчики	Магнитные датчики имеют небольшие размеры, относительно низкую стоимость и менее чувствителен к капризным погодным условиям, шуму и эффектам Доплера.Магнитные датчики не абсолютны, поэтому их необходимо откалибровать.	✓	✓	✓	✓	✕	✕	✕	✕	✓
Магнитное поле	Индуктивные петли	Индуктивные петли являются недорогими решениями, но требуют длительного процесса установки, и установка датчика навязчива.	✓	✓	✓	✓	✕	✕	✕	✕	✓
Контакт и вибрация	Пневматика	Пневматические трубки черные, легко деформируются и имеют Низкопрофильный.Пневматические трубки обычно используются для временного подсчета трафика и имеют скромные возможности для VC.	✓	✓	✓	✓	✕	✓	✓	✕	✓
Контакт и вибрация	Пьезоэлектрические	Пьезоэлектрические датчики не зависят от времени и скорости. Пьезоэлектрические датчики чувствительны к изменениям температуры.	✓	✓	✓	✓	✕	✕	✓	✕	✓
	Волоконно-оптические	Оптоволоконные датчики имеют небольшие размеры, малый вес, большую полосу пропускания и невосприимчивы к электромагнитным интерфейсам.Оптоволоконные датчики имеют ограниченный диапазон углов, которые они могут воспринимать.
	Тензорезистор	Тензодатчики подвержены проблемам, связанным с адгезией датчиков и компенсацией температурного дрейфа.	✓	✓	✓	✓	✕	✕	✓	✕	✓
	Сейсмические и вибрационные	Сейсмические датчики и датчики вибрации обеспечивают хороший диапазон обнаружения, но они требуют очень осторожного обращения калибровка.	✓	✕	✕	✕	✕	✕	✕	✕	✓
Вручную	Ручное наблюдение	Нет проблем или двусмысленностей в ручном подсчете; однако это требует много времени и трудозатрат.	✓	✕	✕	✓	✕	✕	✓	✓	✕
Множественное обнаружение	WIM	Системы WIM безопасны, эффективны и обеспечивают непрерывный метод для сбора трафика.WIM дороги и обеспечивают низкую точность оценки веса.	✓	✓	✓	✓	✕	✓	✓	✕	✓

3. Потенциальные технологии с использованием интеллектуальных транспортных средств

Встроенные датчики, бортовые аппаратные устройства и Интеллектуальные антенные системы, установленные на транспортном средстве для передачи и приема сигналов, обладают уникальным сочетанием свойств, что делает интеллектуальные транспортные средства привлекательным выбором для многих высокотехнологичных приложений.ВК может получить большую выгоду от этих технологий. Задача и цель этого исследования — изучить способность различных методов с использованием транспортных средств извлекать кинематические и физические характеристики транспортных средств в реальном времени и в глобальном масштабе. Эта информация может использоваться для самых разных приложений, таких как управление парковкой, управление движением, безопасность и предотвращение несчастных случаев [149].

Автомобильные сети — это новая технология интеллектуальных транспортных систем для облегчения связи между соседними транспортными средствами в городских условиях и на автомагистралях.VANET — это класс мобильных сенсорных сетей, в которых транспортные средства на дороге ведут себя как мобильные сенсорные узлы [175]. Применение VANET направлено на оснащение транспортных средств бортовым блоком (OBU), чтобы они могли подключаться к глобальной сети транспортных средств, вызывая сотрудничество друг с другом и с ближайшей беспроводной инфраструктурой для обмена данными [175]. Синергетические связи между двумя мирами VANET и интеллектуальных транспортных средств очень многообещающи для обеспечения дальнейшей безопасности на дорогах и преимуществ для конечных пользователей [176].Интернет транспортных средств (IoV) — это типичное приложение Интернета вещей (IoT) в области транспорта, которое достигается за счет расширения возможностей VANET.

3.1. Методы на основе VANET

VANET — очень многообещающая технология, которая появилась недавно и используется для различных приложений в области транспорта и дорожного движения [177]. VANET — это среда мобильной сети, которая обеспечивает связь между транспортными средствами и придорожными блоками (RSU) для обмена данными [175].Система дорожной информации на основе VANET состоит из транспортных средств, RSU и центров сертификации (CA). Система обычно оснащена бортовым блоком, антенной, GPS и другими сенсорными устройствами [178]. OBU — это небольшой компьютер, установленный на транспортном средстве для интеграции модулей вычислений, позиционирования, связи и взаимодействия с человеком [179]. OBU может иметь другие интерфейсы, такие как универсальная последовательная шина (USB) и Bluetooth, для связи с вычислительными устройствами (например, ноутбуками, смартфонами и персональными цифровыми помощниками (КПК)).RSU — это инфраструктура, размещенная вдоль дороги для обеспечения связи V2V [180]. Связь V2V позволяет транспортным средствам обмениваться информацией о дорожном движении посредством беспроводной связи малого радиуса действия [181]. Центры сертификации несут ответственность за выдачу сертификатов транспортным средствам, которые могут быть в форме электронных лицензий и анонимных пар ключей [182]. В системе VANET центрами сертификации могут быть государственные транспортные органы или производители транспортных средств [182]. На протяжении многих лет исследования VANET вызывали большой интерес как в академических кругах, так и в промышленности.С помощью VANET можно собирать большие объемы данных, которые более подробно рассматриваются ниже.

В системе VANET информация о мобильности — например, положение, полоса движения, скорость, ускорение и замедление — а также параметры физических характеристик транспортных средств, например, вес, высота и длина, используются для самых разных такие приложения, как управление парковкой, управление движением, безопасность и предотвращение несчастных случаев [183]. В следующих разделах более подробно обсуждается информация, извлеченная с помощью VANET.

3.1.1. Параметры мобильности транспортных средств

Приемники GPS широко используются в системах локализации VANET для извлечения информации о мобильности, включая местоположение, полосу движения [184], скорость, ускорение и замедление [23,185,186]. Padron et al. [187] представили систему совместной работы на основе VANET, оснащенную устройством GPS, часами реального времени и устройством беспроводной связи для передачи их кинематических параметров, таких как текущее местоположение, скорость и направление. Shao et al.[188] предложил совместную локализацию транспортных средств в сценариях шоссе с использованием кинематических параметров всех транспортных средств в кластере. Предлагаемый метод учитывает ускорение и замедление, а также другие кинематические параметры для получения более точных результатов. Nayak et al. [189] предложил алгоритм обнаружения высокоскоростных транспортных средств на основе местоположения в VANET. Предлагаемый алгоритм определяет полосу движения транспортного средства и обнаруживает нарушения скорости на основе разрешенной скорости в этой полосе. Смена полосы движения транспортного средства также учитывается с помощью указателей поворота транспортного средства.VANET может предоставить данные о транспортном средстве и водителе безопасным и надежным способом.

GPS-приемники легко устанавливаются в автомобили. Однако приемники GPS — не лучшее решение в этих случаях из-за их низкого диапазона точности — например, до 20 или 30 м — и ограничений при работе в помещении или в густонаселенных городских районах, где нет прямой видимости для спутников. По этим причинам информация GPS, вероятно, будет объединена с другими методами определения местоположения, такими как расчет точного счета [190,191], определение местоположения по сотовой сети [192,193] и определение местоположения изображения / видео [194].Эта комбинация информации о локализации из разных источников может быть интегрирована с использованием методов слияния данных [195,196,197,198]. В VANET транспортные средства периодически отправляют маяки, чтобы сообщить информацию о своей личности, скорости, ускорении и положении. Правдивое расположение узлов важно для правильного применения. Boeira et al. [199] разработали беспроводную схему пятого поколения для позиционирования узлов.

Транспортные средства в сети VANET, использующие сигналы GPS, могут столкнуться с ухудшением или полной потерей сигналов GPS из-за высокой скорости или заторов.Wisitpongphan et al. [200] разработали расширенный самокорректирующийся алгоритм локализации для повышения точности позиционирования и улучшения оценки локализации транспортных средств через VANET. Весовой коэффициент вводится в функцию путем объединения силы принятого сигнала с измеренным искажением процесса. Полученные результаты показывают, что новый алгоритм способствует лучшей и более эффективной локализации.

Скорость автомобиля зависит от полосы и дороги.Однако на шоссе скорость может быть увеличена до 200 км / ч. Перемещение с высокой скоростью может повлиять на эффективность маршрутизации, быстро устаревшая информация о местоположении. Таким образом, Alwan et al. [201] предложил усовершенствовать механизмы маршрутизации на основе местоположения за счет оценки местоположения транспортного средства в реальном времени и возможных изменений частоты обмена данными на основе извлеченного местоположения с высокой точностью. С другой стороны, автомобильные заторы — это чрезвычайно важная проблема, которая может снизить эффективность базовой связи, вызывая проблемы широковещательного шторма [202].Проблемы широковещательного шторма — это сценарии, в которых чрезмерное количество широковещательных пакетов вызывает конфликты на канальном уровне. Wisitpongphan et al. [200] количественно оценили влияние широковещательных штормов в сетях VANET с точки зрения задержек сообщений и скорости потери пакетов. Кроме того, предлагаются схемы, позволяющие снизить уровень потери пакетов до 70% при сохранении задержек на приемлемом уровне.

3.1.2. Параметры физических характеристик

В литературе было предложено несколько схем VC для идентификации параметров физических характеристик транспортных средств.В настоящее время для обнаружения и отслеживания транспортных средств используются различные типы датчиков. Однако эти датчики могут быть разработаны для специальных маршрутов и могут покрывать только небольшое расстояние, где точность собранной информации ограничена [203]. VC на основе изображений — это еще один метод, в котором используются аэрофотоснимки с ненаправленной камеры, системы видеонаблюдения или обычные камеры. На качество изображения могут повлиять осадки, изменение освещенности или присутствие деревьев и других транспортных средств, блокирующих целевые транспортные средства. Изображения также могут быть низкого качества, а результаты могут быть недостаточно надежными для идентификации транспортного средства [139].

Автоматическое распознавание номерных знаков — это система в реальном времени, которая используется для автоматического распознавания номеров транспортных средств. Автоматическое распознавание номерных знаков — это метод, использующий оптическое распознавание символов для считывания номерных знаков транспортных средств. Методы автоматического распознавания номерных знаков имеют значительную частоту ошибок и высокую стоимость обработки транзакций [27,94]. Jain et al. [204] предоставил новый алгоритм распознавания номерных знаков для наблюдения за дорожным движением. Математическая морфология и искусственная нейронная сеть (ИНС) были применены для улучшения локализации и сегментации персонажей.Было указано, что алгоритм имеет точность классификации 97,06%, 95,10% и 94,12% для определения местоположения номерного знака, сегментации и распознавания символов соответственно. Du et al. [205] провели всесторонний обзор недавних преимуществ автоматического распознавания номерных знаков. Обзоры Puranic et al. [206] и Gaikwad и Borole [207] охватывают другие аспекты автоматического распознавания номерных знаков.

Идентификационный номер автомобиля (VIN) действует как уникальный идентификатор, отображающий уникальные характеристики, характеристики и производителя автомобиля.С помощью кода VIN можно определить модель, тип и марку целевого транспортного средства [208]. Митра и Мондал [203] предложили две схемы идентификации, аутентификации и отслеживания транспортных средств с использованием VIN в VANET. Некоторые модификации сделаны для включения большего числа производителей транспортных средств. VIN включает 17 символов в трех полях: World Manufacturing Identification (WMI), Раздел описания транспортного средства (VDS) и Раздел идентификатора транспортного средства (VIS). Поле WMI содержит три символа, второе поле — шесть символов, а поле VIS — восемь символов.

Jalooli et al. [209] предложил интеллектуальное рекомендательное ограничение скорости для шоссе с использованием VANET. Предлагаемая консультативная система ограничения скорости дает эксклюзивные рекомендации по ограничению скорости на основе характеристик транспортного средства, включая тип транспортного средства, размер и возможности безопасности, а также дорожные и погодные условия. Alhammad et al. [210] предложили использовать VANET для резервирования парковочных мест на улице. Сообщение-запрос отправляется через бортовое устройство транспортного средства с необходимой информацией.Информация состоит из типа, размера и регистрационного номера транспортного средства, а также профиля водителя. У каждого автомобиля есть уникальный идентификационный номер, который служит отпечатком пальца автомобиля.

3.2. Методы на основе Интернета транспортных средств (IoV)

Недавние прогнозы, касающиеся подключения устройств к Интернету, показали, что к 2020 году около 25 миллиардов «вещей» будут подключены к Интернету, из которых транспортные средства составят значительную часть [ 203]. Интернет вещей (IoT) — это среда для подключения электронной подсистемы к существующей инфраструктуре Интернета.Интернет вещей объединяет все аспекты нашей повседневной жизни с помощью умных гаджетов, которые связаны через Интернет. Интернет вещей — это особый аспект Интернета вещей, созданный интеграцией сетей VANET и Интернета вещей. В VANET транспортное средство, оснащенное бортовым блоком, может присоединиться к кластеру и обмениваться полезной информацией с окружающими транспортными средствами [211]. Транспортные средства в VANET в основном рассматриваются как узлы для распространения сообщений среди группы транспортных средств внутри интересующей области [203]. Тем не менее, в парадигме IoV транспортные средства рассматриваются как интеллектуальные устройства с сильными возможностями для вычислений, хранения и обучения, поддерживая их функцию связи постоянно работающей [212].Pathak et al. [213] обсудили преимущества использования парадигмы IoV в интеллектуальной транспортной системе и исследовали препятствия для успешного внедрения IoT. Для управления сценариями отгрузки и обработки была предложена новая транспортная архитектура на основе IoV. Результаты сравнительного исследования показали, что стоимость предлагаемого метода на 50% меньше, чем у традиционных методов.

Интеллектуальные транспортные системы играют важную роль в повышении качества и интерактивности и могут значительно снизить затраты и потери, а также улучшить возможности управления движением в городской транспортной системе.Wang et al. [214] установили взвешенную модель для сетей зондирования IoV, используя набор данных GPS реального такси. Кроме того, для оптимальной передачи информации о трафике предлагается архитектура сбора информации о локальном трафике с использованием IoV. Результаты моделирования и теоретический анализ показывают эффективность и реализуемость предложенных нами моделей. Gu et al. [215] обсудил алгоритм локализации IoV и предложил метод его улучшения с помощью методов оптимизации. Результаты показали значительное повышение точности и надежности традиционных методов.

(PDF) Исследование оборудования для классификации транспортных средств с решениями для повышения точности в Оклахоме

7 Ссылки

[1] Б.А. Харви, Г. Чемпион и Р. Дивер, «Точность полевых испытаний оборудования для мониторинга дорожного движения»,

in Vehicle Navigation and Information Systems Conference, 1993., 1993.

[2] BA Harvey, GH Champion, SM Richie and CD Ruby, «Accuracy of traffic Monitoring

Equipment», Georgia Department of Transport, 1995.

[3] Р. Шмойер и П. С. Ху, «Анализ классификации транспортных средств и данных о весе грузовиков в новых штатах Англии

: является ли обмен данными хорошей идеей?», Центр транспортного анализа, Национальная лаборатория Окриджа

, 1997.

[4] Дж. Стивенс, Дж. Карсон, Д. Рейгор и М. Харрингтон, «Оценка государственного грузовика Монтаны

Система отчетности о деятельности», штат Монтана, Департамент транспорта, автотранспортная компания

Услуги и отделы планирования, 2003 г.

[5] Carter and Burgess, Inc., «Руководство по передовой практике: сбор краткосрочного руководства по транспортным средствам.

Классификации рассчитаны на большие городские объекты», Отдел транспорта

Development, Департамент транспорта Колорадо, Денвер, Колорадо, 2005 г.

[6] Carter and Burgess, Inc., «Проверка методологии отбора проб для классификации городских транспортных средств»,

Денвер, Колорадо, 2005 г.

[7] С. Ли, Ю. Ду и Ю. Цзян, «Сайт Проверка трафика с взвешиванием в движении и данных классификации TIRTL

, Объединенная программа исследований транспорта, Департамент транспорта Индианы и Университет Purdue

, Вест-Лафайет, Индиана, 2010 г.

[8] Департамент транспорта Миннесоты, «Обновление классификации транспортных средств для дороги округа

, проектирование дорожного покрытия», 2010 г.

[9] X. Yu, «Оценка датчиков без вмешательства для классификации транспортных средств на автострадах», в

Труды 2-го Международного симпозиума по эксплуатации автомагистралей и платных дорог, Гонолулу, 2009 г.

[10] X. Yu и P. Prevedouros, «Производительность и проблемы использования неинтрузивных датчиков для сбора данных о дорожном движении

», Достижения в Дистанционное зондирование, т.2, вып. 2, pp. 45-50, 2013.

[11] «Классификация транспортных средств с использованием схемы 13 категорий FHWA, приложение A:». Регистратор трафика

Инструкция по эксплуатации: классификация транспортных средств с использованием схемы 13 категорий FHWA. Texas DOT, nd

Web. 10 сентября 2013 г.

[12] Гонсалес, Рафаэль К., Ричард Э. Вудс и Стивен Л. Эддинс. Цифровая обработка изображений с использованием

Matlab. Верхняя Сэдл-Ривер, Нью-Джерси: Pearson Prentice Hall, 2004 Печать

[13] Кобб, Уэсли, Мин-Юнг Сео и Тао Ян.Обнаружение объектов переднего плана в системе видеонаблюдения

. Behavioral Recognition Systems, Inc. (Хьюстон, Техас), правопреемник. Патент

8218819. 1 сентября 2009 г. Печать.

[14] Митхун, Нилутпол, Нафи Рашид и С. М. Рахман. «Обнаружение и классификация транспортных средств по видео

с использованием нескольких пространственно-временных изображений». IEEE Transactions on Intelligent Transport

Systems 13.3 (2012): 1215-225. Цифровая библиотека IEEE Xplore. IEEE, 28 августа 2012 г.Интернет. 9 сентября

2013.

Стандарты выбросов: Индия: двух- и трехколесные транспортные средства

Стандарты Bharat Stage IV

Стандарты Bharat Stage IV для двухколесных бензиновых транспортных средств (мотоциклов) были приняты в июле 2014 года [3102] . Стандарты BS IV представили несколько новых требований, в том числе:

Ужесточены лимиты выбросов NOx + HC.
Согласование цикла испытаний на выбросы и определения классов мотоциклов с Глобальными техническими правилами 2 ЕЭК ООН (GTR-2).Начиная со стандарта BS IV, выбросы проверяются в рамках Всемирного согласованного цикла испытаний мотоциклов (WMTC).
Первые в мире стандарты выбросов парниковых газов.

Определения категорий транспортных средств и требования к испытаниям приведены в таблице 2. Стандарты выбросов BS IV обобщены в таблице 3.

**Таблица 2**
BS IV Классификация двухколесных транспортных средств и требования к испытаниям
Класс	Определение *	Цикл испытания †
Класс 1	50 V _макс. ≤ 50 км / ч или D <150 куб. См и 50 макс. <100 км / ч	Часть 1 пониженная скорость холода [0.5] + Часть 1, пониженная скорость, горячая [0,5]
Класс 2-1	D <150 куб. См и 100 ≤ V _макс. <115 км / ч или D ≥ 150 куб. См и V _макс. <115 км / ч	Часть 1, пониженная скорость, холодная [0,5] + Часть 1, пониженная скорость, горячая [0,5]
Класс 2-2	115 ≤ В _макс. <130 км / ч	Часть 1 холодная [0,3] + Часть 2 горячая [0,7]
Класс 3-1	130 макс. <140 км / ч	Часть 1 холодная [0.25] + Часть 2 горячая [0,5] + Часть 3 пониженная скорость [0,25]
Класс 3-2	V _макс. ≥ 140 км / ч	Часть 1, холодная [0,25] + Часть 2, горячая [0,5] + Часть 3 [0,25]
* Сокращения: D — объем двигателя; V _max — максимальная расчетная скорость. † Чередование фаз WMTC. Значения в квадратных скобках являются весовыми коэффициентами.

**Таблица 3**
Нормы выбросов BS IV для двухколесных бензиновых транспортных средств, г / км
Дата *	Stage	Класс	CO	NOx	HC + NOx †
Дата *	Stage	Класс	CO	NOx	SHED ≤ 2 г	SHED ≤ 6 g
2016.04	BS IV	Класс 1 и 2-1	1,403	0,39	0,79	0,59
		Класс 2-2	1,970	0,34	0,67	0,47
		Класс 3-1 и 3-2	1,970	0,20	0,40	0,20
* Новые одобрения типа — все модели годом позже. † Предел зависит от результата испытания на выбросы парниковых газов (SHED).

Регламент BS IV также включал стандарты выбросов для мопедов с D ≤ 50 куб.см и V _max ≤ 50 км / ч. Применимые лимиты:

CO = 0,75 г / км
HC + NOx = 0,75 г / км

Стандарты Bharat Stage VI

Стандарты Bharat Stage VI для двух- и трехколесных транспортных средств были предложены в феврале 2016 г. [3349] (без этапа V BS). Предлагаемые ограничения, приведенные в таблице 4, применяются к новым моделям двухколесных транспортных средств и ко всем моделям трехколесных транспортных средств.Эти предлагаемые стандарты соответствуют ограничениям Евро 5 для этих транспортных средств.

BS 9

**Таблица 4**
Предлагаемые нормы выбросов BS VI для двух- и трехколесных транспортных средств, г / км
Дата	Stage	Тип	CO	HC	NMHC	NOx	PM
Двухколесные автомобили (только новые модели)
2020 VI	СИ	1.0	0,10	0,068	0,06	0,0045 *
2020 VI	CI	0,50	0,10	0,068	0,09	0,0045
3-колесные модели 900 (все модели с 3 колесами)
2020.04	BS VI	SI	0,44	0,35	—	0,085	—
2020.04	BS VI	CI	0,22	0,10	—	0.10	0,025
* Только бензин с прямым впрыском

Стандарты выбросов BS VI, таблица 4, включают долговечность 35 000 км и требования Stage II OBD. Транспортные средства с искровым зажиганием должны дополнительно соответствовать пределу выбросов парниковых газов в 1,5 г / испытание.

Нормы BS VI также включают стандарты выбросов для двухколесных транспортных средств с двигателем SI и D ≤ 50 куб.см и V _max ≤ 50 км / ч. Применимые лимиты:

СО = 0.50 г / км
HC = 0,35 г / км
NOx = 0,15 г / км

В ноябре 2015 года был опубликован проект предложения, согласно которому транспортные средства, совместимые с биодизельными смесями до B100, должны сертифицироваться как с дизельным топливом, так и с B100 (см. Индия: Таблица 2).

Сравнение мировых систем классификации нагрузки для взаимодействия между разными странами — IJERT

Подполковник Понунг Доминг1, д-р Винайкумар К. Н.2

Аннотация: В этой статье представлено сравнение различных систем классификации нагрузки в мире.Мостам и транспортному средству присваивается класс нагрузки на основе системы классификации нагрузки, которая основана на стандартном гипотетическом классе транспортного средства. Индийская классификация грузов рассматривает 11 гипотетических транспортных средств для классификации моста и транспортного средства. Эти гипотетические машины классифицируются как 3, 5R, 9R, 12R, 18R, 24R, 30R, 40R, 50R, 60R и 70R с гусеничной и колесной конфигурациями, как указано в IRC-06 2017. Система классификации нагрузки STANAG 21 НАТО учитывает 16 стандартных классов нагрузки гипотетических транспортных средств, которые классифицируются как 4, 8, 12, 16, 20, 24,

30, 40, 50, 60, 70, 80, 90, 100, 120, 150 как в гусеничной, так и в колесной конфигурации .В системах Индии и НАТО используются разные классы нагрузки транспортных средств и конфигурации колес, что затрудняет проведение сравнений в отношении характеристик различных мостов, производимых разными странами, для перевозки транспортных средств, производимых разными странами. Следовательно, необходимо провести сравнение между стандартными классами нагрузки транспортных средств этих двух систем для обеспечения взаимодействия между разными странами. В этой статье было проведено сравнение индийской системы классификации нагрузки и системы классификации STANAG.

Ключевые слова — Система классификации грузов, Индийский автодорожный конгресс, НАТО STANAG 2021, Система классификации транспортных средств, Классификация мостов

ВВЕДЕНИЕ

Система классификации нагрузки предназначена для предотвращения проезда конкретного транспортного средства через конкретный мост, если транспортное средство может создавать на этом мосту нагрузки, превышающие безопасные значения. Основа системы состоит в том, что каждое транспортное средство и мост имеют номер класса нагрузки. Если номер класса транспортного средства меньше или равен номеру класса моста, транспортное средство может пересечь этот мост.Если он выше, транспортное средство не должно пересекать дорогу и должно быть отклонено. В исключительных эксплуатационных условиях этот запрет может быть снят по особым распоряжениям компетентного органа в зоне операции, который должен будет уравновесить эффект перегрузки моста с тактической важностью перехода. Во всем мире используются различные типы систем классификации грузов, наиболее известными из которых являются индийская система классификации грузов и система классификации грузов НАТО STANAG 2021.Поскольку эти две системы используют разные гипотетические транспортные средства для классификации моста и транспортного средства, существуют трудности при проведении сравнений в отношении характеристик различных мостов, произведенных в разных странах, для перевозки транспортных средств, производимых разными странами. Следовательно, сопоставить

невозможно.

— это номер класса, рассчитанный индийской системой по отношению к международно признанной системе НАТО, что вызывает проблемы совместимости, которые в настоящее время являются требованием между различными странами из-за глобализации.Сравнение классов нагрузки позволит сравнить грузоподъемность мостового оборудования и транспортных средств

производятся в разных странах.

ИНДИЙСКАЯ СИСТЕМА КЛАССИФИКАЦИИ НАГРУЗОК Эта классификация дана Indian Roads

Конгресс. Согласно IRC 6-2017, расчетные временные нагрузки должны составлять

состоят из стандартных колесных или гусеничных транспортных средств или составов транспортных средств. Эти гипотетические нагрузки на автомобили делятся на пять типов.

IRC класс 70R загрузка
IRC Class AA загрузка
IRC, класс A загрузка
IRC класс B загрузка
IRC Загрузка специальных транспортных средств (SV) согласно IRC
Далее представлены 11 гипотетических транспортных средств для классификации, для ограничения нагрузок в каждом классе мостов и формируют основу классификации мостов.Эти гипотетические автомобили классифицируются как 3, 5R, 9R, 12R, 18R, 24R, 30R, 40R, 50R, 60R и 70R как с гусеничной, так и с колесной конфигурацией. Мосту присваивается номер класса нагрузки, равный самому высокому стандартному классу нагрузки, который он может безопасно выдержать.

СИСТЕМА КЛАССИФИКАЦИИ НАГРУЗОК НАТО Система классификации нагрузок изложена в North

Организация Атлантического договора (НАТО) по стандартизации

Соглашение

(STANAG) 2021 классифицирует загрузку военной техники и пропускную способность мостов, паромов и плотов.Это соглашение стандартизировало метод расчета классификации нагрузки мостов, паромов, плотов и транспортных средств для стран НАТО. В соответствии с этим соглашением каждому мосту может быть присвоен определенный классификационный номер грузоподъемности, класс нагрузки, и каждому транспортному средству присваивается определенная категория из 16 гипотетических классов нагрузки. Если класс нагрузки транспортного средства ниже или равен классу нагрузки моста, это транспортное средство может безопасно проехать по этому мосту, иначе транспортное средство будет отклонено. Эта методология не зависит от различных национальных кодексов, таких как стандарты ЕС из европейского стандарта

. Стандарты Союза

или DIN из Германии и обеспечивают более тесное взаимодействие между странами НАТО.

Существует 16 стандартных классов гипотетических транспортных средств, которые классифицируются как 4, 8, 12, 16, 20, 24, 30, 40,

50, 60, 70, 80, 90, 100, 120, 150 как в гусеничной, так и в колесной конфигурации. Классификационные номера были первоначально разработаны на основе исследований гипотетических транспортных средств, имеющих характеристики, примерно такие же, как у реальных военных транспортных средств стран НАТО.

Согласно соглашению НАТО, способ классификации транспортного средства тесно связан с процедурой определения рейтинга моста.Эффект нагрузки, создаваемый вышеуказанной серией гипотетических транспортных средств, используется для определения набора номеров классов нагрузки. Стандартные классификационные кривые были разработаны с использованием вышеупомянутой гипотетической нагрузки транспортного средства для классификации транспортных средств. Каждый стандартный класс нагрузки имеет изгибающий момент (BM) и кривую поперечной силы (SF), полученную путем нанесения изгибающего момента и поперечной силы, создаваемых этими транспортными средствами, на длины пролетов образца. Транспортное средство классифицируется путем сравнения кривых максимальной BM и сдвига, которые конкретное транспортное средство оказывает на пролетах до 91.5 м с классификационными кривыми для стандартных классов нагрузки. Класс нагрузки, присвоенный транспортному средству, не отражает фактический вес транспортного средства. Он представляет собой комбинацию факторов, которые включают полную массу, расстояние между осями, распределение веса по осям и скорость.

РАЗНИЦА СИСТЕМ КЛАССИФИКАЦИИ НАГРУЗКИ

После образования НАТО в 1970 году вышло стандартное соглашение в форме STANAG 2021. Основа системы в обоих случаях для классификации нагрузки остается неизменной, стандартное соглашение НАТО STANAG 2021 только преобразует его в метрическую систему и добавляет или изменяет несколько пунктов / параметров для стандартизации.В стандарте Индии классы транспортных средств классифицируются от класса нагрузки 3 до 70 с гусеничной и колесной конфигурациями. В соответствии с НАТО STANAG 2021 классы нагрузки установлены от 4 до 150 с гусеничной и колесной конфигурациями. Кроме того, конфигурация оси, нагрузка на шины и ширина транспортного средства того же класса № полностью различаются в двух системах. Эта разница в системе классов нагрузки приводит к различному влиянию транспортного средства на пролеты моста, даже если классы № идентичны. Следовательно, существует требование сравнить систему классификации нагрузки в Индии и странах НАТО, чтобы облегчить взаимодействие и гарантировать, что любая мостовая система в мире может использоваться для переговоров с любым транспортным средством, прибывающим из любого источника по всему миру.

ОБЩЕЕ ОПИСАНИЕ СИСТЕМЫ В индийской системе классификации нагрузок влияние нагрузки

Код

, произведенный серией гипотетических транспортных средств, используется для определения набора номеров классов нагрузки, которые образуют связь между грузоподъемностью моста и воздействием на него реальных транспортных средств. Каждый из этих классов нагрузки определяется кривой классификации UBM (т. Е. Изгибающий момент единицы = BM / пролет), кривой классификации силы сдвига, максимальной нагрузкой на одну ось и шины и минимальной общей шириной контакта с грунтом.Кривые UBM и поперечной силы рассчитываются путем расчета максимальных значений UBM и

. Сдвиг

на пролетах до 79,30 м от ряда последовательно более тяжелых гипотетических транспортных средств с интервалом 30,48 м. Полученные таким образом кривые классификации нагрузки показывают серию успешно более высоких стандартных классов нагрузки, обозначенных последовательно более высокими числами. При расчете UBM и сдвига не учитываются ударные воздействия транспортного средства.

Неклассифицированное транспортное средство классифицируется путем сравнения кривых максимального UBM и усилия сдвига, которое конкретное транспортное средство оказывает на пролетах пробы до 79.30 м с классификационными кривыми для стандартных классов нагрузки транспортного средства. Номер класса транспортного средства получается путем интерполяции и ему присваивается ближайшее целое число. Мост классифицируется по номеру, равному номеру самого высокого стандартного класса нагрузки, воздействие которого (UBM, сдвиг, нагрузка на ось и т. Д.) Он может безопасно выдерживать в неограниченном количестве применений. Таким образом, автомобили классифицируются по номеру, который не зависит от конкретного моста, который они могут пересечь. Точно так же мосты классифицируются или предназначены для стандартного класса нагрузки, а не для какого-либо конкретного транспортного средства.

ПРОЦЕДУРА АНАЛИТИЧЕСКОЙ КЛАССИФИКАЦИИ АВТОМОБИЛЯ

Стандартные автомобили обычно классифицируются с использованием аналитического метода для классификации стандартных автомобилей. Для классификации транспортного средства с использованием аналитического метода необходимы следующие данные о габаритах и распределении веса:

Полная масса автомобиля (порожнего и загруженного)
Нагрузка на каждую ось (порожняя и загруженная)
Нагрузка на каждое колесо (пустое и загруженное).
Размер шин и давление на ось.
Количество шин на ось.
Расстояние между осями.
Ширина (снаружи наружу) шин или гусениц и ширина (изнутри внутрь) шин или гусениц.
Длина гусеницы, контактирующей с землей.
Для классификации транспортного средства необходимо принять приведенные ниже ступени, которые одинаковы для системы Индии и НАТО.Разница заключается, во-первых, в том, что в системе НАТО используется кривая максимального изгибающего момента, а в индийской системе используется кривая UBM. Во-вторых, индийская стандартная гипотетическая конфигурация транспортного средства отличается от системы НАТО, несмотря на то, что номер класса нагрузки такой же.
1. Шаг 1. Вычислите максимальный момент, создаваемый транспортным средством на каждом из пяти или шести пролетов пролетов разной длины от 10 до 300 футов.
2. Шаг 2. Постройте момент и длину пролета колесного или гусеничного транспортного средства.Присвойте номер класса путем интерполяции между стандартными кривыми классификации кривых изгибающего момента в точке, где номер класса является наибольшим.
3. Шаг 3. Вычислите и нанесите на график точки сдвига на стандартных кривых классификации сдвига и присвойте новый номер класса, если класс выше из-за сдвига, создаваемого транспортным средством в выбранных различных пролетах.
4. Шаг 4. Используйте стандартную таблицу коррекции ширины, чтобы вычислить гипотетическую ширину по линейному
  интерполяция между стандартными гипотетическими автомобилями.
5. Шаг 5. Сравните фактическую ширину транспортного средства и ширину гипотетического транспортного средства. Затем увеличьте или уменьшите номер класса на процент, указанный в таблице. Повысьте классификацию, если у транспортных средств внешняя колея или ширина шин меньше, чем у соответствующего гипотетического транспортного средства. Уменьшите классификацию, если внешняя ширина транспортных средств шире, чем у соответствующего гипотетического транспортного средства. Максимальная нагрузка на ось или шины транспортного средства может превышать указанную в таблице гипотетического транспортного средства.Если это так, увеличьте класс до класса гипотетического транспортного средства с той же максимальной осью или нагрузкой на шины, при необходимости интерполируя значения в таблице. Округлите окончательную классификацию до ближайшего целого числа.

ГИПОТЕТИЧЕСКОЕ СРАВНЕНИЕ КЛАССОВ НАГРУЗКИ АВТОМОБИЛЯ ИНДИЙСКИХ И СТАНАГ НАТО

СИСТЕМА

С целью сравнения класса нагрузки гипотетического транспортного средства, используемого системами Индии и НАТО, было принято вышеупомянутое обоснование.Поскольку пролет моста длиной от 12 до 46 м широко используется на земле, шесть пролетов моста, то есть 15, 18, 24, 30, 36 и 46 м, были рассмотрены в качестве пролетов для исследования. Расчет и анализ проводились вручную, а также с использованием прикладной программы в Microsoft Excel. Далее результаты были подтверждены аналитически с использованием студенческой версии STAAD pro SW.

Гипотетический класс нагрузки транспортного средства, указанный в системе Индии и НАТО, был применен к шести выбранным пролетам.Были рассчитаны максимальная сила сдвига (S.F) и максимальный изгибающий момент (B.M) для всех гипотетических классов нагрузки. Для расчета максимальной силы сдвига гусеничные транспортные средства располагались таким образом, чтобы конец гусеницы только входил в конец пролета, а колесные транспортные средства располагались на пролетах таким образом, чтобы задняя ось транспортного средства только входила в пролет. Для расчета максимального изгибающего момента гусеничные машины располагались в центре пролета, а колесные машины располагались на пролетах таким образом, чтобы центральная линия пролета находилась на полпути между центром тяжести (CG) нагрузки и осью с более тяжелой нагрузкой. .

Сначала были рассчитаны max S.F для различных классов нагрузки транспортных средств этих систем, а затем S.F были сравнены для каждого класса нагрузки. Классы нагрузки системы STANAG, которые имели то же значение S.F или ниже, что и S.F, производимые индийскими классами автомобилей, были помещены в одну и ту же категорию класса. Таким образом, класс нагрузки, который произвел такое же / меньшее значение S.F (разными классами нагрузки в разных системах классов нагрузки), был помещен в одну категорию класса нагрузки.Во-вторых, БМ, производимые транспортными средствами, сравнивались для каждого класса нагрузки этих систем классификации. Классы нагрузки системы STANAG 2021, которые имели такое же значение B.M или ниже, что и B.M, производимая автомобилями индийских классов, были помещены вместе в одну и ту же категорию нагрузки транспортного средства cl. Следовательно, таблица, полученная выше путем сравнения S.F, была

переставлена и составлена сравнительная таблица на основе B.M. Таким образом, в итоговой сравнительной таблице классы нагрузки системы STANAG, которые имели одинаковые S.Значения F&BM или ниже, чем у S.F&BM, произведенной индийскими классами автомобилей, были помещены в одну и ту же категорию класса. Таким образом, мы получили стандартную машину НАТО, эквивалентную классу индийских стандартных автомобилей. Анализ проводился как для колесной, так и для гусеничной техники. Далее, BM и SF, полученные для системы НАТО, были нанесены на классификационную кривую индийской системы, и результаты были подтверждены. Один из таких наборов диаграмм (B.M и S.F) представлен как диаграмма 1 и диаграмма 2, которые представляют кривую классификации UBM и кривую классификации силы сдвига гусеничного транспортного средства соответственно.

Полученная выше сравнительная таблица была дополнительно подтверждена путем моделирования вышеуказанных пролетных мостов в STAAD Pro SW и приложения вышеуказанных нагрузок транспортного средства к модели моста. Для целей аналитического анализа был смоделирован мост Бейли и применен класс нагрузки выше. Сначала к модели был применен индийский класс нагрузки, и был проведен анализ. После этого к той же модели были применены эквивалентные классы нагрузки НАТО, и был проведен анализ, чтобы проверить соответствие пролета моста перевозке стандартных транспортных средств Индии и НАТО.

Диаграмма I.

Диаграмма II.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Для гусеничной машины были получены результаты, представленные в Таблице 1, которая показывает сравнение различных классов нагрузки стандартных транспортных средств Индии и НАТО STANAG 2021. Было замечено, что BM и SF, индуцированные на выборочных пролетах стандартными транспортными средствами системы НАТО, были почти эквивалентными в соответствии с индийскими стандартными классами автомобилей. Небольшие отклонения наблюдались из-за разницы в площади контакта пути и величине общей нагрузки.Однако вариация BM и SF, вызванная транспортным средством одного класса из двух систем, на пролетах выборки находилась в пределах от 1% до 2%.

Для колесного транспортного средства были получены результаты, приведенные в таблице 2, которая показывает сравнение различных стандартных классов нагрузки транспортных средств Индии и НАТО STANAG 2021. Поскольку нагрузка на ось, расстояние между осями, ширина транспортного средства и колеса сильно различаются в двух системах, НАТО стандартное транспортное средство вызывает большие BM и SF, и то же самое можно наблюдать, начиная с класса нагрузки № 12.Было замечено, что индийский класс нагрузки был эквивалентен более низкому классу нагрузки системы НАТО, начиная с класса нагрузки 12. Вариации BM и SF, вызванные транспортным средством одного класса из двух систем, на пролетах выборки находились в диапазоне от 10% до 14%.

Таблица I.

Гипотетический гусеничный автомобиль, класс нагрузки
Индийская система	Эквивалентная система НАТО
5 R	4
9 р	8
12 руб.	12
18 R	16
24 р	20, 24
30 руб.	–
40 R	30, 40
50 R	–
60 р	50
70 R	60, 70

Таблица II.

ЗАКЛЮЧЕНИЕ

Эквивалентная классификация нагрузки системы НАТО, приведенная в Таблице 1 и Таблице 2, позволит вести переговоры по индийскому мосту, который был классифицирован с использованием индийской системы и задан классом в соответствии с различными стандартными классами нагрузки индийской системы.

Анализ приведенного выше сравнения с использованием программного обеспечения STAAD Pro подтвердил, что индуцированные напряжения, силы прогиба и сдвига на мосту находятся в допустимых пределах.

Авторы искренне благодарны коменданту Военно-инженерного колледжа, Командующему инженерно-строительного факультета и всему персоналу Департамента строительных конструкций, которые неоднократно помогали в завершении этого исследования.

Подполковник Маянк Сундриял, доктор Винайкумар СН, Система классификации нагрузки, Журнал Института военных инженеров, Пуна, июнь 2020 г.

IRC — 06, Стандартные спецификации и свод правил дорожных мостов, Раздел II — Нагрузка и сочетание нагрузки, седьмое издание, Индийский конгресс автомобильных дорог, Нью-Дели, март 2017 г.

НАТО — STANAG 2021, Классификация военной нагрузки мостов, паромов, плотов и транспортных средств, сентябрь 2017 г.

Джоши М.Р., Военные мосты, серия монографий / специальных публикаций DRDO, Нью-Дели, 2008 г.

Ханак М., Манас П., Сравнение MLC колесной и гусеничной техники согласно STANAG 2021, Международная конференция по военным технологиям (ICMT), Брно, Чешская Республика, 31 мая 2 июня 2017 г.

Хунсида Т., Нисикава Т., Накамура С., Окумацу Т., Тхэпвонгса К., Исследование статического и динамического поведения моста Бейли, Всемирный конгресс по достижениям в проектировании конструкций и механике 2019 г. (ASEM19), остров Чеджу, Корея, 17 21 сентября 2019 г.

Приложение C Разработка классификации транспортных средств в Австралии

В этом приложении представлен обзор классификаций транспортных средств в Австралии, включая классификацию 20 транспортных средств (Thoresen & Ronald, 2002), используемую в HDM, 12-биновую классификацию Austroads (Austroads, 2002 и позднее Austroads, 2013b) и классификации транспортных средств, используемых в Austroads (2005a).

12-ячеечная классификация Austroads была разработана в 1994 (Austroads, 2002), а затем Austroads (2006), а самое последнее описание транспортных средств с точки зрения массы и длины появилось в Austroads (2013) (столбец (а) в Таблице C. .1), который также содержит ссылки на другие классификации транспортных средств, используемые Статистическим бюро Австралии и дорожными агентствами штатов и территорий. Изменения в классификации комбинированных транспортных средств изменились больше всего, с расширением этих типов транспортных средств также предложено в Austroads (2002).Классификация 20 транспортных средств, используемая в значениях параметров ATAP, была основана на Thoresen and Ronald (2002) и также используется в HDM-4 в Австралии (столбец (b) в таблице C.1). Предыдущие обновления стоимости единиц для Austroads (Austroads, 2012a) использовали классификацию 18 транспортных средств в Austroads (2005a) (столбец (c) в таблице C.1). Обозначения, основанные на номерах осей, также использовались (Austroads, 2005a) (столбец (e) в таблице C.1), в то время как отдельные типы транспортных средств (классификация 8 автомобилей) использовались в моделях NIMPAC (Austroads, 2005a) (столбец (g ) в таблице C.1).

Таблица 40: Классификация автомобилей в Австралии
Из схемы классификации транспортных средств Austroads (примерно 1990-е годы) (Austroads 1994, 2002 и 2013b)	Из отчета ARRB RC2062 (Thoresen & Ronald 2002) для Austroads. Соответствующие типы транспортных средств приняты для использования в HDM-4 в Австралии	Из отчета Austroads AP-R264-05 (Austroads 2005a)	Машины HDM-4 (8) адаптированы для обновления 2014 г. до AP-R264-05 Таблицы 6 и 7 (Austroads 2005a)
		Из приложения А — Номенклатура транспортных средств	Типы автомобилей NIMPAC (8) из Austroads AP-R264-05, таблицы 6 и 7 (Austroads 2005a)
Класс автомобиля (а)	Название автомобиля (б)	Категория автомобиля (также Austroads 2012a) (c)	Код (d)	Обозначение (e)	Категория транспортного средства (ж)	Название автомобиля (г)
1	01.Малолитражный автомобиль	Маленький автомобиль	С	C1.1	Легковые автомобили
	02. Средний легковой автомобиль	Средний легковой автомобиль	С	C1.2		Средний вагон
	03. Большой автомобиль	Большой автомобиль	С	C1.3
	04. Courier Van-Utility	Легкие коммерческие автомобили (2 оси 4 шины)	, версия 1.1	, версия 1.1	Легкие коммерческие автомобили (2 оси, 4 шины)	Легкие коммерческие автомобили (2 оси 4 шины)
	05.Бензиновый двигатель среднего размера с полным приводом	4WD Среднеразмерный бензиновый внедорожник
3	06. Легкая жесткая	Легкий грузовик (2 оси 6 шин) бензин	11	L11p	Легкий грузовик (2 оси, 6 шин)	Легкий дизельный грузовик (2 оси, 6 шин)
		Легкий грузовик (2 оси 6 шин) дизель	11	L11d	Легкий грузовик (2 оси, 6 шин)
	07.Средняя жесткость	Средний грузовик (2 оси, 6 шин)	11	11	Средний грузовик (2 оси, 6 шин)	Средний грузовик (2 оси, 6 шин)
		Малый автобус	Bu	Bu1
		Маршрутный автобус (включая школьный автобус)	Bu	Bu2
4	09. Тяжелый автобус	Большой автобус	Bu	Bu3	Большой автобус	Большой автобус (3-х осный)
4	08.Тяжелый жесткий	Большой грузовик (3 оси)	12	12	Тяжелый грузовик (3 оси)	Тяжелый грузовик (3 оси)
6		Грузовик с шарнирно-сочлененной рамой (3-х осный)	А	11С1	Самосвалы с шарнирно-сочлененной рамой (3,4,5 и 6-осные)
7	10. Artic 4 оси	Грузовик с шарнирно-сочлененной рамой (4 оси)	А	11S2
8	11.Artic 5 осей	Грузовик с шарнирно-сочлененной рамой (5 осей)	А	12S2
9	12. Artic 6 осей	Грузовик с шарнирно-сочлененной рамой (6 осей)	А	12S3		Грузовик с шарнирно-сочлененной рамой (6 осей)
10	13. Жесткий + 5-осный собачий упор	Большой грузовик (жесткий 3-х осный) + 5-осный прицеп для собак	РТ	12-2С3	Комбинированные автомобили
	14.B-двойной	В-Дабл (три-тандем)	B2	12С3С2		B-двойной (9 осей)
		В-Дабл (три-три)	B2	12 (S3) 2
		Грузовик с двумя управляемыми колесами + 4-осный прицеп для собак	РТ	22-2С2
	15. Двойное рулевое управление + 5-осный упор	Грузовик с двумя управляемыми колесами + 5-осный прицеп для собак	РТ	22-2С3
11	16.A-двойной	Автопоезд (двухместный)	A2	12С3-2С3
	17. B Тройной	B Тройной	B3	12 (S3) 3
	18. A B Комбинация	A B Комбинация	AB2	12С3-2 (С3) 2
12	19. А-Тройной	Автопоезд (трехместный)	A3	12с3 (-2с3) 2
12	20.Дабл Б-Дабл	двойной B-двойной	2b2	12 (s3) 2-2 (s3) 2

Источник: ARRB Group Ltd адаптировано из Austroads

Различные классы грузов и списки кодов

Различные классы фрахта разработаны, чтобы помочь вам получить единые стандартизированные цены на фрахт для вашего груза при работе с разными перевозчиками, складами и брокерами. Классы грузовых перевозок определяются Национальной ассоциацией автомобильных грузоперевозок (NMFTA) и доступны через NMFC или Национальную классификацию автомобильных грузоперевозок.

Различные классы грузов (их 18) основаны на весе, длине и высоте, плотности, простоте обращения, стоимости и ответственности за такие вещи, как кража, повреждение, ломкость и порча. По большей части, чем ниже номер класса NMFC, тем ниже стоимость фрахта.

Правильные классы грузовых перевозок

Часть работы FML состоит в том, чтобы помочь вам определить свой класс фрахта NMFC, обеспечив правильный специализированный код. Это гарантирует, что вы получите правильную и последовательную цену на свой фрахт.В следующей таблице описаны классы NMFC и она предназначена для общего руководства при выборе вашего класса фрахта. Ряд факторов влияет на то, в какой класс попадает ваш груз. Вам следует связаться с торговым представителем FML, чтобы определить точный класс фрахта.

Название класса	Стоимость	Примечания, примеры	Диапазон веса на кубический фут
Класс 50 — Чистые перевозки	Самая низкая стоимость	Устанавливается на стандартный термоусадочный поддон 4X4, очень прочный	свыше 50 фунтов
Класс 55		Кирпич, цемент, раствор, паркет	35-50 фунтов
Класс 60		Автомобильные аксессуары и запчасти	30-35 фунтов
Класс 65		Автомобильные аксессуары и автомобильные запчасти, напитки в бутылках, книги в коробках	22.5-30 фунтов
Класс 70		Автомобильные аксессуары и запчасти, продукты питания, автомобильные двигатели	От 15 до 22,5 фунтов
Класс 77,5		Шины, сантехника	от 13,5 до 15 фунтов
Класс 85		Машины в ящиках, печи чугунные	12-13,5 фунтов
Класс 92,5		Компьютеры, мониторы, холодильники	10.5-12 фунтов
Класс 100		чехлы для лодок, автомобильные чехлы, брезент, винные ящики, шкатулки	9-10,5 фунтов
Класс 110		шкафы, картины в рамах, настольная пила	8-9 фунтов
Класс 125		Мелкая бытовая техника	7-8 фунтов
Класс 150		Автозапчасти из листового металла, книжные шкафы,	6-7 фунтов
Класс 175		Одежда, диваны, мягкая мебель	5-6 фунтов
Класс 200		Автозапчасти из листового металла, детали самолетов, алюминиевый стол, упакованные матрасы,	4-5 фунтов
Класс 250		Бамбуковая мебель, матрас и пружинный матрас, плазменный телевизор	3-4 фунта
Класс 300		деревянные шкафы, столы, стулья, модель лодки	2-3 фунта
Класс 400		Рога оленя	1-2 фунта
Класс 500 — низкая плотность или высокое значение	Самая высокая стоимость	Мешки с золотой пылью, мячи для пинг-понга	Менее 1 фунта. Author: alexxlab Previous post Ваз 2107 электроусилитель: электроусилитель… Next post Как поменять резину на… Добавить комментарий Отменить ответ Ваш адрес email не будет опубликован. Обязательные поля помечены * Комментарий * Имя * Email * Сайт Рубрики Авто ВАЗ 2105 ВАЗ 2106 ВАЗ 2107 ВАЗ 2121 Нива Вопросы и ответы Ремонт Салон Своими руками Советы Тюнинг Разное © 2007— 2024 SJRacing. Тюнинг автомобилей - комплектующие, сервис.