基于BP神经网络和Logistic回归分析的沥青路面平整度模型预测

为了解决国际平整度指数IRI预测模型准确性不高等问题,以路面长期性能(LTPP)数据库实测数据为基础,采用机器学习中BP神经网络建模方法对提取出的数据进行预测分析,并与传统的Logistic回归分析结果做评估对比。分析结果表明,利用传统的Logistic方法和BP神经网络得出的复判定系数分别为0.731、0.876,说明采用的BP神经网络平整度预测模型具有较高效率和预测精度以及较低的复杂度,能够有效评价路面使用性能。     

基于智能手机的路面平整度评价方法研究

以智能手机加速度信号为数据基础,从自主采集抗干扰能力和系统鲁棒性设计出发开发了手机加速度采集软件;利用数据校准、去噪、平滑等方法对加速度信号进行预处理,基于BP神经网络建立了加速度信号与路面平整度的关系模型,结果显示虽然BP神经网络模型的预测结果有一定的跳跃性,但体现出一定的预测精度,平均预测误差为9.75%,能较准确地反映加速度数值与国际平整度指数IRI的关系,可用于路面平整度评价。     

基于行车振动的路面平整度智能检测方法研究

为探讨路面平整度(IRI)的智能检测方法,该文选取北京市密云、通州等地区22条普通公路,借助坐垫式振动加速度计,采集车辆行驶过程中的三轴向振动加速度数据。以Z轴单向加速度为主要对象进行数据处理,确定了|ax|75%、有效值φx为振动加速度特征值。在此基础上,利用GA-BP神经网络建立振动加速度特征值及速度V与IRI之间的相关关系。结果表明:该文方法对IRI值检测的平均相对误差为3.65%,与传统BP神经网络模型相比,精度提高了7.92%。利用该文提出的方法,可以比较准确地实现路面平整度的智能化检测,可为进一步开展路面智能化检测提供理论支持。     

基于车载激光点云的道路平整度检测新方法研究

路面平整度是评定道路路面质量的主要技术指标之一,传统的平整度测量方法检测效率低、劳动强度大,难以满足道路快速巡检和公路养护的需求。移动测量系统能够快速动态获取高精度道路点云数据,能详细再现道路的细节特征。因此,本文通过分析车载点云的精度特点以及国际平整度IRI的计算方法,提出一种应用车载激光点云进行路面平整度检测的方法,首先对车载点云数据进行预处理,沿轮迹带方向提取路面点;然后采用等间距邻域均值采点的方式获取路面高程值;最后使用路面高程值进行IRI计算并与高精度水准数据计算的标定结果进行对比。实验结果表明,车载移动测量系统能够用于路面平整度的快速检测。为道路三维快速巡检和公路养护提供了技术支持。     

桥头坡度对路面平整度的影响

为了分析高速公路桥头纵曲线线形对路面的国际平整度指数的影响,通过对理论模型的讨论和某高速公路的实际检测数据的分析,得到平整度指数对不同桥头纵曲线的反应。研究结果表明：由路面驶向桥面时桥头搭板处纵曲线变化与IRI值有一定相关性,且存在坡度越陡,IRI值越大的大致关系;而从桥面向路面行驶时,桥头搭板处的纵曲线变化与相应路段的IRI没有显著关系     

《RSPⅡ路面检测车系统》在路面平整检测中的应用

本文介绍了公路面平整度检测技术的发展过程及RSPⅡ路面检测车的系统组成、特点，以及国际平整度指数IRI值测试原理，进而对该检测设备测试准确性进行分析，介绍给设备在路面平整度检测方面的应用。     

基于国际平整度指数IRI的路面不平度仿真研究

国际平整度指数IRI和路面功率谱密度PSD是评价路面平整度的两大指标,通过理论公式的推导,建立了两大指标的换算关系.在此基础上,给出了基于离散傅立叶逆变换的路面不平度仿真过程,推导得出了基于国际平整度指数IRI的路面不平度仿真过程,并对仿真精度进行了验证.仿真结果表明:利用该方法可以直接通过国际平整度指数豫,对路面不平度进行时域仿真,且仿真精度较高.最后,结合实测高速公路的国际平整度指数IRI对实际路面进行了不平度仿真,得到实际路面的不平度起伏情况.     

基于路面测量值的沥青路面平整度数学模型研究

本文在《公路工程质量检验评定标准》下确定评价沥青路面平整度的各项指标,并通过构建正弦函数来表征路面波,利用拉格朗日插值法获得相关评价参数的数学表达式,建立沥青路面平整度的数学模型,并以实际测量数据进行数据优化处理。研究结果主要有:根据国际平整度指数IRI建立起路面平整度数学模型中相关参数之间的相互关系;通过置信误差标准来对测量数据的预处理和误差分析,对路面波进行分区划分,确立路面波的波长值和幅值关系,得到该路段的正弦函数关系式,为后续路面波形函数的分析计算奠定基础。     

用车载式路面激光平整度仪与手推式精密断面仪检测国际平整度指数IRI的试验研究

路面平整度是路面评价及路面施工验收中的一个重要指标,主要反映的是路面纵断面剖面曲线的平整性。车载式路面激光平整度仪具有检测速度快、精度高及测试简捷等特点,被广泛应用于路面技术状况及路面施工质量监控及交竣工检测中。文章通过对车载式路面激光平整度仪与国际平整度指数IRI的相关关系的对比试验研究。保证其在公路路面平整度检测中精准性。     

基于三维技术的道路综合检测车

研发了基于三维检测技术的道路综合检测车,该检测车可同时开展路面损坏、车辙、平整度、纹理、道路景观等检测任务。路面损坏模块能采集路面灰度图像和横断面三维高程数据并自动识别裂缝、车辙、坑槽等常见病害;独创性地研发了非惯性平整度检测模块,可不受车速变化、车辆振动等因素干扰,准确采集道路纵断面高程并计算国际平整度指数(IRI),当模块纵向安装时还能精确采集道路横断面纹理数据并导出平均断面深度(MPD)。此外,该模块还可检测混凝土路面的错台情况。三维立体相机和激光雷达(LIDAR)构成的道路景观图像模块可采集道路周边环境图像和三维激光点云数据,以实现道路资产的精细化管理。     

国际平整度指数建模与影响因素综合分析

为了掌握国际平整度指数(IRI)主要影响因素的作用规律,建立1/4车模型的动力学方程及国际平整度指数的数学计算模型,解析IRI的不平整激励、行驶速度及行驶时间3类影响因素;在分析传统解析法和数值法求解IRI模型不足的基础上,提出基于Matlab/Simulink仿真模块的模型求解流程。分别以正弦函数形式路面、随机函数形式路面和实测高程路面生成相应不平整激励的数据集,定量综合分析国际平整度指数在行驶速度、波长、振幅和空间位置等影响因素作用下的分布特性。结果表明:(1)在3种不同路面激励下,国际平整度指数与速度整体上呈先增大后减小的趋势,而非传统的单调递增关系;(2)对正弦函数不平整激励,不同速度下IRI值与振幅成正比,IRI的敏感波段均位于0.5~2.7 m的短波范围,可用于解析实测路面的起伏波长和振幅对IRI值的作用关系;(3)对随机不平整激励,平稳的随机噪声使得每个分段内不平整激励的规律相同,IRI值随速度梯度的变化明显,可用于解析实测路面的随机噪声与IRI的作用关系;(4)与基于函数模拟的不平整激励相比,实测路面的国际平整度指数与速度的关系具有显著差异,IRI具有数值小、上升和下降速度相对缓慢的特征,实测路面不平整激励可看作是正弦函数和随机路面不平整激励的复杂组合。     

国际平整度指数影响因素研究

文章依据1／4车模型,分析了位移检测精度、路面纹理、计算长度、行驶方向和行驶速度对国际平整度指数(IRI)的影响,得出了位移检测精度和IRI检测误差的关系;要减小纹理对测量结果的影响,只能加大采样频率,采用平均滤波加以消除。计算长度和行驶方向不同,也会带来较大误差,因此,国际平整度指数具有方向性。通过分析行驶速度对国际平整度指数的影响,指出采用颠簸累积仪检测时只有恒速80km／h,才能保证和水准检测计算的IRI有较好的一致性。     

车辆动荷系数与路面平整度的关系

目前我国路面设计规范对车辆荷载的动态影响缺乏合理的考虑。针对这一问题,文章分析并推导了国际平整度指数IRI与路面功率谱密度的简化关系表达式;基于车路相互作用,运用1/4车辆模型,通过求解其运动方程得到动荷系数的简化计算式,并利用IRI与路面功率谱密度的关系,导出了动荷系数与IRI及车速的关系式;引入IRI与连续平整度仪测定的标准差σ的关系后,得到动荷系数与σ及车速的关系式,最后结合沥青路面和水泥混凝土路面行驶质量评价标准,提出各路面等级的动荷系数。     

空耦雷达技术在检测沥青路面厚度的探讨

本文介绍了神经网络的基本理论,提出了一种采用BP神经网络模型对空耦雷达道路检测路面厚度进行测算的新方法。并对BP神经网络模型在沥青混凝土路面厚度检测的应用进行了分析、比较,为GPR技术在道路工程检测实践中提供一种辅助判断手段。     

BP网络在水泥砼路面结构参数反分析中的应用

根据神经网络技术对处理非线性映射问题有较好适应性的特点,在使用落锤式弯沉仪(FWD)对路面进行无损检测的基础上,建立了BP神经网络模型,对水泥砼路面结构层模量进行了反分析研究,结果表明:BP神经网络在路面结构参数反分析中适用、有效。     

变权重组合S型曲线在路面平整度预测中的应用

通过对路面平整度指数IRI随时间发展规律及其特点的分析与研究，得出平整度的发展基本经历了先慢后快再慢的过程，基于3种“S”型增长曲线模型，提出一种预测路面平整度发展规律的变权重组合预测方法，并建立了变权重组合“S”型增长模型，从而可根据有限的实测平整度观测数据预测路面平整度的发展过程。工程实例分析结果表明，使用该模型，其预测曲线与实测数据曲线基本吻合，可用于路面平整度的预测，为解决我国平整度模型预测精度不高提供一种有效而实用的方法。     

汽车行驶路况识别与划分方法研究

为调研汽车使用路况，真正了解现场路面信息，研究了基于国际平整度指数（IRI）的路面等级便捷识别与划分方法。建立IRI识别路面等级的数学模型，通过道路模拟试验结果进行有效性验证，构建通过样车简配传感器方案及等里程分割方法识别路面等级及其里程分布，结果表明，基于IRI识别路面等级结果与功率谱密度数据吻合良好，所有的技术方法能够快速获取路况及其分布的信息，具有良好的可操作性、有效性。     

基于主成分分析和学习向量量化神经网络的制动工况路面识别与验证

开展车辆制动时路面类型识别的研究，提出一种基于主成分分析-学习向量量化神经网络 （Principal Component Analysis - Learning Vector Quantization，PCA-LVQ） 的制动工况路面识别方法。利用主成分分析对多维度驾驶数据降维处理，提取能表征路面特征的主要成分，采用学习向量量化神经网络对降维处理后的驾驶数据进行训练，并用于路面特征分类，使用制动工况下实车试验数据和硬件在环仿真数据进行验证。结果表明，所提出的 PCA-LVQ算法能准确识别路面类型特征，路面识别的精度达到 97%，与传统 BP神经网络的路面类型特征识别精度提升 7%；同时，在不同车速下，基于PCA-LVQ算法也能较准确地识别路面类型特征。     

公路路面平整度测试方法的探讨

本文系统地归纳总结了我国目前主要的路面平整度测试方法,深入剖析了平整度测试中的几个误区,明确了国际平整度指数（IRI）、颠簸累计值（VBI）、标准差（σ）等主要平整度评价指标的实际意义,对工程技术人员更好地理解平整度检测有一定的指导意义。     

基于动荷系数的路面行驶质量水平评价

根据国际平整度指数(IRI)与路面功率谱密度的关系,基于1/4车辆振动模型,推导了动荷系数与IRI、车辆运行速度的关系式,并结合我国现有路面行驶质量水平评定标准,考虑路面平整度和车辆运行速度的综合影响,提出了基于动荷系数的路面行驶质量水平评价诺谟图。