基于移动终端的路面平整度检测方法和智能路面信息实时监测系统与流程

技术特征：
1.一种基于移动终端的路面平整度检测方法，其特征在于，包括：建立国际平整度指数预测模型阶段：在试验路段，通过移动终端中的传感器获得车辆行驶过程中在竖直方向上振动的试验路段加速度信号；将所述试验路段加速度信号在行驶时间内进行滤波和积分得到试验路段累积位移指数；根据试验路段阻尼信息、试验路段环境信息和试验路段累积位移指数和试验路段的国际平整度指数进行统计回归分析，得出国际平整度指数预测模型；具体包括以下步骤：S100、信号采集输入的阻尼信息、车辆行驶信息以及智能手机集成的加速仪、陀螺仪和磁力仪所采集的数据被实时的上载到中央数据库；S200、信号预处理由智能手机上载的原始数据首先在中央数据库进行预处理，预处理包括通过车辆行驶信息、决定环境信息；预处理还包括数据的筛选，当所采集的数据不满足任意以下条件时，该数据将被剔除：加速度X轴分量在区间[-2m/s2,2m/s2]加速度Y轴分量在区间[-2m/s2,2m/s2]车辆行驶速度在区间[30km/h,80km/h]经过预处理后的数据将包含阻尼信息、环境信息和惯性检测单元数据；S300、数据分析经过预处理和筛选的信号被传递给数据处理服务器，并在服务器中进行分析，然后通过滤波和积分计算移动终端设备的累积位移，滤波和积分计算步骤如下：1)进行第一次快速傅立叶变换，将该加速度信号由时域信号转换为第一频域信号，消除初始漂移的干扰，通过傅立叶逆变换将频域信号还原为第一时域信号；2)将处理过的加速度信号对时间积分，获得速度信号；3)进行第二次快速傅立叶变换，将第一时域速度信号转换为第二频域信号，消除初始速度的干扰，通过傅立叶逆变换将第二频域信号还原为第二时域信号；4)将处理过的速度信号对时间积分，获得位移信号；所得位移信号通过自定义的采样率计算特定时间内的累积位移，该累积位移即为基于加速信号的累积位移指数；S400、国际平整度指数预测模型的建立首先通过对试验路段系统而广泛的校准建立国际平整度指数预测模型，最后通过所述预测模型检测检测路段的国际平整度指数；该预测模型是基于上述累积位移指数、车辆与传感器之间的阻尼信息和车辆行驶的环境信息所建立的；模型的建立步骤如下：1)试验路段的确定，试验路段的确定是基于三个基本因素，我国气候带的划分，公路等级和综合路面状况，其中气候带包括赤道带，热带，亚热带，暖温带，温带；公路等级包括高速公路，一级公路，二级公路，三级公路和四级公路；综合路面状况包括好，中和差三级，试验路段的选取应该广泛的涵盖了所述三个基本因素的各种可能；其次，已确定的试验路段会被随机分为5份，其中4份用来建立校准路段，1份用来建立验证路段；2)模型参数的确定，待校准的模型参数包括累积位移指数；描述阻尼信息的模型参数；描述环境信息的模型参数气候带、公路等级、天气状况和温度；3)试验路段的参照状态，激光惯性高速平整度仪被用作试验路段的标准检测设备，检测试验路段的国际平整度指数，其检测结果被作为每个试验路段的参照状态用作最后的统计回归分析；4)校准数据采集，通过S100-S300所描述的方法，在每一个确定的试验路段，试验车辆通过固定在车辆上的移动终端设备和预装的客户端软件进行原始数据的采集，原始数据通过预处理和数据分析得到试验路段累积位移指数、试验路段阻尼信息和试验路段环境信息；5)统计回归分析，在校准试验完成后，所采集的试验数据被用来建立预测模型，预测模型的因变量为3)中所述的试验路段的国际平整度指数，自变量为2)中所述的描述阻尼信息的模型参数、描述环境信息的模型参数和累积位移指数；预测模型的建立利用多元回归分析法，预测模型建立后进行相关性分析，求得相关系数，最后计算预测误差，进行误差分析；路面平整度检测阶段：在检测路段，通过移动终端中的传感器获得车辆行驶过程中在竖直方向上振动的检测路段加速度信号；将所述检测路段加速度信号在行驶时间内进行滤波和积分得到检测路段累积位移指数，根据所述建立的国际平整度指数预测模型、检测路段阻尼信息、检测路段环境信息和检测路段累积位移指数得出检测路段的国际平整度指数；具体包括以下步骤：S500、实际检测在实际检测阶段，通过S100-S300所描述的方法，在检测路段，车辆通过固定在车辆上的移动终端设备和预装的客户端软件进行原始数据的采集，原始数据通过预处理和数据分析得到检测路段累积位移指数、检测路段阻尼信息和检测路段环境信息；再通过S400所建立的国际平整度指数预测模型，检测路段的国际平整度指数便可求出；S600、结果输出由客户端所采集的原始数据在中央数据库中经过S200所述预处理后，通过S300所述算法得到累积位移指数，再通过S400所建立的预测模型推导得到统一规范的路面平整度指数；每个被检测路段都会实时的收集到通过大量的用户所提交的数据分析得到的路面平整度信息，统计参数结合位置信息具体到每个路段，通过第三方地理信息系统进行可视化输出。2.根据权利要求1所述的基于移动终端的路面平整度检测方法，其特征在于：所述阻尼信息包括车辆型号、车辆年龄、车辆行驶速度以及用于检测信号传感器的安装方式；所述环境信息包括气候带、公路等级、天气状况和温度。3.一种基于移动终端的智能路面信息实时监测系统，其特征在于，包括：移动终端传感器，用于获得汽车行驶过程中振动的加速度信号和车辆行驶信息；中央数据库，用于将所述加速度信号进行预处理以供数据处理服务器计算累积位移指数并最终推导国际平整度指数，所述国际平整度指数的检测过程为下述步骤S100～S400：S100、信号采集输入的阻尼信息、车辆行驶信息以及智能手机集成的加速仪、陀螺仪和磁力仪所采集的数据被实时的上载到中央数据库；S200、信号预处理由智能手机上载的原始数据首先在中央数据库进行预处理，预处理包括通过车辆行驶信息、决定环境信息；预处理还包括数据的筛选，当所采集的数据不满足任意以下条件时，该数据将被剔除：加速度X轴分量在区间[-2m/s2,2m/s2]加速度Y轴分量在区间[-2m/s2,2m/s2]车辆行驶速度在区间[30km/h,80km/h]经过预处理后的数据将包含阻尼信息、环境信息和惯性检测单元数据；S300、数据分析经过预处理和筛选的信号被传递给数据处理服务器，并在服务器中进行分析，然后通过滤波和积分计算移动终端设备的累积位移，滤波和积分计算步骤如下：1)行第一次快速傅立叶变换，将该加速度信号由时域信号转换为第一频域信号，消除初始漂移的干扰，通过傅立叶逆变换将频域信号还原为第一时域信号；2)将处理过的加速度信号对时间积分，获得速度信号；3)进行第二次快速傅立叶变换，将第一时域速度信号转换为第二频域信号，消除初始速度的干扰，通过傅立叶逆变换将第二频域信号还原为第二时域信号；4)将处理过的速度信号对时间积分，获得位移信号；所得位移信号通过自定义的采样率计算特定时间内的累积位移，该累积位移即为基于加速信号的累积位移指数；S400、国际平整度指数预测模型的建立首先通过对试验路段系统而广泛的校准建立国际平整度指数预测模型，最后通过所述预测模型检测检测路段的国际平整度指数；该预测模型是基于上述累积位移指数、车辆与传感器之间的阻尼信息和车辆行驶的环境信息所建立的；模型的建立步骤如下：1)试验路段的确定，试验路段的确定是基于三个基本因素，我国气候带的划分，公路等级和综合路面状况，其中气候带包括赤道带，热带，亚热带，暖温带，温带；公路等级包括高速公路，一级公路，二级公路，三级公路和四级公路；综合路面状况包括好，中和差三级，试验路段的选取应该广泛的涵盖了所述三个基本因素的各种可能；其次，已确定的试验路段会被随机分为5份，其中4份用来建立校准路段，1份用来建立验证路段；2)模型参数的确定，待校准的模型参数包括累积位移指数；描述阻尼信息的模型参数；描述环境信息的模型参数气候带、公路等级、天气状况和温度；3)试验路段的参照状态，激光惯性高速平整度仪被用作试验路段的标准检测设备，检测试验路段的国际平整度指数，其检测结果被作为每个试验路段的参照状态用作最后的统计回归分析；4)校准数据采集，通过S100-S300所描述的方法，在每一个确定的试验路段，试验车辆通过固定在车辆上的移动终端设备和预装的客户端软件进行原始数据的采集，原始数据通过预处理和数据分析得到试验路段累积位移指数、试验路段阻尼信息和试验路段环境信息；5)统计回归分析，在校准试验完成后，所采集的试验数据被用来建立预测模型，预测模型的因变量为3)中所述的试验路段的国际平整度指数，自变量为2)中所述的描述阻尼信息的模型参数、描述环境信息的模型参数和累积位移指数；预测模型的建立利用多元回归分析法，预测模型建立后进行相关性分析，求得相关系数，最后计算预测误差，进行误差分析；以及，数据处理服务器，用于计算累积位移指数并根据所建立的国际平整度指数预测模型以及所采集的检测路段阻尼信息、检测路段环境信息和检测路段累积位移指数得出检测路段的国际平整度指数，所述检测路段的国际平整度指数的检测过程为：在实际检测阶段，通过上述S100-S300所描述的方法，在检测路段，车辆通过固定在车辆上的移动终端设备和预装的客户端软件进行原始数据的采集，原始数据通过预处理和数据分析得到检测路段累积位移指数、检测路段阻尼信息和检测路段环境信息；再通过S400所建立的国际平整度指数预测模型，检测路段的国际平整度指数便可求出。4.根据权利要求3所述的基于移动终端的智能路面信息实时监测系统，其特征在于：所述移动终端传感器为移动终端中的陀螺仪、加速仪、磁力仪和GPS全球定位系统。