路面使用过程中的状态测定系统的制作方法

技术特征：

1.一种路面使用过程中的状态测定系统，其特征在于，首先对路面类型进行测定，然后测定路面的平整度，最后检测路面上是否存在破损；所述系统包括：

检测车；

路面种类测定单元，用于测定路面的类型，输出路面种类识别结果；

路面平整度测量单元，用于测定路面的平整度；

路面破损定位单元，用于检测路面是否有破损，检测到路面破损时，采集破损路面的图像信息，并获取所述破损路面的位置信息；

其中，路面种类测定单元，包括检测数据获取模块、微处理器的第一预处理模块、云服务器的第一运算模块；

所述检测数据获取模块，包括安装在检测车上的前置激光雷达、加速度传感器、后置激光雷达以及CCD图像传感器 ；

微处理器的第一预处理模块，包括传感器数据获取模块，用于获取所述的前置激光雷达、加速度传感器、后置激光雷达以及CCD图像传感器 ；

识别模块、加速度识别模块以及图像识别模块，所述激光识别模块，用于分别获取前置激光雷达、后置激光雷达采集的激光数据，根据激光数据生成路面种类识别结果；所述加速度识别模块，用于获取加速度传感器获取的加速度数据，根据所述加速度数据生成路面种类识别结果；图像识别模块，用于获取图像采集器获取的加速度数据，根据所述图像数据生成路面种类识别结果；并将所述的路面识别结果输出至云服务器的第一运算模块；

所述云服务器的第一运算模块，包括路面种类识别结果合并模块、路面种类生成单元，其中所述路面种类识别合并单元，用于根据投票法将获取的所述的路面种类结果进行合并处理，得到对应每个传感器的路面种类识别结果合并后识别结果；其中，创建的马尔科夫随机场模型的能量方程为：

其中，i为被识别路段的序号，i为整数且i≥2，xi为第i个路段待优化的前置激光雷达的路面种类识别结果，x_i-1为第i-1个路段的最终路面种类识别结果，y_i为第i个路段前置激光雷达的合并后的路面种类识别结果，u_i-1为第i-1个路段图像传感器的合并后的路面种类识别结果，w_i-1为第i-1个路段加速度传感器的合并后的路面种类识别结果，v_i-1为第i-1个路段后置激光雷达的合并后的路面种类识别结果，ρ为x_i与x_i-1之间的链接势能，r_i为x_i与y_i之间的链接势能，k1_i-1为x_i与u_i-1之间的链接势能，k2_i-1为x_i与w_i-1之间的链接势能，k3_i-1为x_i与v_i-1之间的链接势能；

将所述第i个路段待优化的前置激光雷达的路面种类识别结果x_i所对应的数值分别带入所述能量方程进行计算，将能够使能量方程E(x,y,u,w,v)的值最小的x_i对应的路面种类作为所述最终路面种类识别结果；

路面平整度测量单元，包括安装在检测车上的平整度检测仪，微处理器的第二预处理模块、云服务器的第二运算模块；

所述平整度测量仪包括二轴加速度传感器、激光测距传感器、里程计数传感器、陀螺仪，其中所述二轴加速度传感器用于在第t时刻时测量所述路面平整度检测仪在垂直于所述路面平整度检测仪方向上的第一加速度a_measured_y(t)和在平行于所述路面平整度检测仪方向上的第二加速度a_measured_x(t)；所述激光测距传感器用于测量所述路面平整度检测仪在第t时刻时与路面之间的距离h(t)；所述里程计数传感器用于测量所述路面平整度检测仪在第t时刻时的水平位移量s_x(t)；所述陀螺仪用于测量所述路面平整度检测仪在第t时刻时与水平路面之间的旋转角度θ(t)；

所述微处理器的第二预处理模块，用于获取所述的第一加速度a_measured_y(t)、第二加速度a_measured_x(t)、测量所述路面平整度检测仪、与路面之间的距离h(t)、水平位移量s_x(t)、旋转角度θ(t)；并将获取的所述的第一加速度a_measured_y(t)、第二加速度a_measured_x(t)、旋转角度θ(t)和重力加速度g输出至云服务器的第二运算模块；

所述第二运算模块，根据在第t时刻时，所述的第一加速度a_measuredy(t)、第二加速度a_measuredx(t)、旋转角度θ(t)和重力加速度g，计算所述路面平整度检测仪第t时刻时在竖直方向上的振动加速度ay(t)；根据所述振动加速度a_y(t)，计算所述路面平整度检测仪第t时刻时在竖直方向上振动的位移量s_y(t)；根据所述路面平整度检测仪与所述路面之间的距离h(t)和所述路面平整度检测仪在竖直方向上振动的位移量s_y(t)，获取在所述水平位移量s_x(t)范围内所述路面的路面平整度w_y(t)；

路面破损定位单元，包括摄像机、GPS定位器以及微处理器的第三预处理模块、云服务器的第三运算模块；

所述的摄像机获取路面图像数据，GPS定位器记录当前图像帧对应的路面地理位置信息，并输出图像数据、GPS定位数据至微处理器的第三预处理模块；

所述第三预处理单元用于对所述图像数据进行预处理，并将预处理后的图像数据以及图像数据的拍摄时间和GPS定位信息输出至云服务器的第三运算模块；

所述云服务器的所述第三运算模块，用于对预处理后的路面数据利用图像识别方法对路面路面数据进行识别获得包含破损的路面数据，获得包含破损的路面数据以及该图像数据的拍摄时间和GPS定位信息；

其中，所述的微处理器设置在检测车上，所述微处理器和所述云服务器通过无线网络进行数据传输。

2.根据权利要求1所述的路面使用过程中的状态测定系统，其特征在于，所述的微处理器的第三预处理单元，对路面图像的预处理方法包括：

对获取的图像数据进行色彩分析和灰度化处理，将彩色图像转换为灰度图像；

对图像数据作离散Daubechies4小波变换，得到图像数据的小波变换系数，Daubechies4小波的高频滤波器系数[G0 G1 G2 G3]和低频滤波器系数[H0 H1 H2 G3]分别为：

采用n×n的窗口沿着图像数据平滑移动，计算图像数据小波变换系数之间的相关性，得到收缩权值后的图像数据，其中相关性R的计算公式为：

上式中，X、Y为图像中任意两个n×n窗口子图像的组合，分别为子图灰度值总和，为X、Y两个子图对应位置灰度值相乘积后求和；

对收缩权值后的图像数据进行软阈值处理，软阈值λ的计算公式为：

上式中，N×N为收缩权值后图像数据的大小，σ为噪声方差；

对图像数据进行离散Daubechies4小波反变换，得到去噪后的图像数据；

对去噪后的图像数据进行增强。

3.根据权利要求1所述的路面使用过程中的状态测定系统，其特征在于，激光雷达识别路面类型的具体步骤包括：

采集激光雷达输出的采样点的坐标数据和反射能量数据；

根据所述坐标数据生成直角坐标形式的路面轮廓数据，其中所述采样点的坐标数据由极坐标形式转化成直角坐标形式，利用下式实现：

其中，i为激光雷达的采样点的序号，r_i为激光雷达的采样点的极坐标数据，θ_i为激光光束与激光雷达垂直于地面方向的夹角，H为激光雷达相对于平整地面的绝对安装高度，所述直角坐标系的圆心位于激光雷达的激光发射点，x_i为采样点相对于激光发射点的横向坐标，z_i为采样点相对于激光发射点的纵向坐标；

对所述路面轮廓数据进行处理，生成横轴为空间频率、纵轴为空间频率分量的路面轮廓空间频率数据；

以水平位移间隔S为单位，将所述路面轮廓数据进行分段，生成n个路面轮廓数据样本；

使用Lomb算法分别对所述n个路面轮廓数据样本进行处理，生成包含n个横轴为空间频率、纵轴为空间频率分量的子路面轮廓空间频率数据的路面轮廓空间频率数据；

将所述路面轮廓特征数据和所述反射能量数据进行合并处理，生成分类器输入数据；

将所述分类器输入数据输入至经过训练的分类器，从而得到路面分类结果。

4.根据权利要求3所述的路面使用过程中的状态测定系统，其特征在于，生成路面轮廓特征数据的方法具体包括：

根据预先设定的起始频率、步距频率和终止频率，计算每个子路面轮廓空间频率数据内，从所述起始频率开始、到所述终止频率为止，每段步距频率内对应的空间频率分量的和，从而生成n个子路面轮廓空间频率特征数据，所述子路面轮廓空间频率特征数据包含m个空间频率分量的和；

将所述n个子路面轮廓空间频率特征数据进行组合，生成所述第一路面轮廓特征矩阵Y1：

其中，所述第一路面轮廓特征矩阵Y1中的每一列对应于一个所述子路面轮廓空间频率特征数据，所述第一路面轮廓特征矩阵Y1中的每一个元素对应于一个所述空间频率分量的和；

所述反射能量数据具体为第一反射能量特征矩阵Y2：

其中，所述路面轮廓特征矩阵Y2中的每一列对应于一个路面轮廓数据样本，所述第一反射能量特征矩阵Y2中的每一个元素对应于激光雷达的采样点的反射能量数值。

5.根据权利要求1所述的路面使用过程中的状态测定系统，其特征在于，还包括路面结构层隐形病害检测单元，所述路面结构层隐形病害检测单元包括安装在检测车上的探地雷达和激励路面发声装置，以及微处理器的第四预处理模块、云服务器的第四运算模块；

其中，激励路面发声装置连续敲击路面，使得因敲击路面而产生路面振动的声波沿路面结构层由面层向下传播，同时路用探地雷达向路面发射电磁波，将路用探地雷达发射信号与激励路面发生装置敲击路面的时间同步；

微处理器的第四预处理模块，用于获取电磁波在路面结构层中的传播时间，根据电磁波在路面结构层中的传播时间计算出路面结构层中每层的厚度，并输出该厚度至云服务器的第四运算模块，厚度计算公式如下：

其中，h₁，h₂，……，h_n代表路面结构每层的厚度，c₀代表路用探地雷达的电磁波在真空状态下传播的速度，t₁，t₂，……，t_n代表路用探地雷达的电磁波到达路面结构层中每层结构的传播时间，ξ₁，ξ₂，……，ξ_n代表路面结构层中每层的介电常数；

微处理器的第四预处理模块，用于获得激励路面发声装置的声波在每层路面的传播时间，根据激励路面发声装置的声波在每层路面的传播时间T_p1，T_p2，……，T_pn，及路面结构层中每层的厚度h₁，h₂，……，h_n，获得声波在路面结构层中每层的传播速度，并输出该穿播速度至云服务器的第四运算模块，传播速度计算公式如下：

云服务器的第四运算模块，用于根据声波速度V_i和回弹模量E_i的关系公式，计算出路面结构层中每层的回弹模量E_i，分析路面结构层中材料强度的衰减：其中，V_i代表声波在路面结构层中第i层的传播速度v_i，ρ_i代表路面结构层中第i层材料的密度。

6.根据权利要求1所述的路面使用过程中的状态测定系统，其特征在于，路面结构层中第i层的密度ρ_i通过对检测过的路段进行取芯试验测得。

7.根据权利要求1所述的路面使用过程中的状态测定系统，其特征在于，还包括热源影响路面测定单元，用于对路面提供对路面提供非接触式热源，监测所述路面的温度变化，根据所述温度变化数据确定所述路面的状态；包括热源供给装置、温度监测装置、微处理器的第五预处理模块、云服务器的第五处理模块，其中

热源供给装置，用于对路面提供非接触式热源，使所述路面的温度发生变化，热源供给装置为主动式可见光热光源或红外激光源；

温度检测装置，用于监测所述路面的温度变化，获得温度变化数据，并将所述温度变化数据输出至微处理器；

微处理器的第五预处理模块，用于根据所述温度变化数据获得温度变化曲线，根据所述温度变化曲线的斜率及斜率变化确定所述路面的状态；当所述温度变化曲线的斜率不变，且斜率大于等于第一阈值时，确定所述路面状态为干燥状态；当所述温度变化曲线的斜率不变，且斜率小于所述第一阈值且大于等于第二阈值时，确定所述路面状态为积水状态；当所述温度变化曲线的斜率不为0，且在某一时刻突然变大时，确定所述路面状态为积水状态；当所述温度变化曲线的斜率在某一段时间由零发生跳跃性变化时，确定所述路面状态为结冰状态；微处理器的第五预处理模块，还用于将所述路面温度变化数据以及将确定的路面状态结果输出至云处理器的第五运算模块；

云处理器的第五运算模块，用于将获得的所述温度变化数据与预设的不同路面状态对应的温度变化历史数据库进行匹配，根据匹配结果确定所述路面的状态；

若云处理器的第五运算模块得到的路面状态与微处理器得到的路面状态相同，则不做处理；若不同，则以微处理器输出的路面状态为最终结果，并更新历史数据库。

8.根据权利要求1所述的路面使用过程中的状态测定系统，其特征在于，还包括用于测试路面抗滑性能的路面抗滑测定单元，微处理器的第六预处理模块、云服务器的第六运算模块，

其中，所述路面抗滑性能测定单元包括多块相同规格的、置于检测车轮胎与路面之间的压力感应胶片，压力感应胶片的面积大于或者等于轮胎与待测试路面接触面的面积；检测车以其自重使轮胎触压在压力感应胶片上，静置直至压力感应胶片与轮胎的接触面上完全显示出受压时的压力分布状态；

微处理器的第六预处理模块，用于对压力感应胶片进行扫描，得到每块压力感应胶片上每个测试点的压强值，确定每块压力感应胶片与轮胎接触面上压强值为0～0.2MPa的面积M，计算P＝M/压力感应胶片与轮胎接触面的面积；

比较P值与预存阈值，评价路面的路面抗滑性能：

若P值大于等于预存阈值，则路面的抗滑性能优异；

若P值小于预存阈值，则路面的抗滑性能较差。

9.根据权要求1所述的路面使用过程中的状态测定系统，其特征在于，根据公式a_y(t)＝a_measured_x(t)·sinθ+a_measured_y(t)·cosθ-g，求出所述路面平整度检测仪在第t时刻时在竖直方向上的振动加速度a_y(t)；

对所述振动加速度a_y(t)进行二次双重积分运算，求出所述路面平整度检测仪第t时刻时在竖直方向上振动的位移量s_y(t)；

根据公式w_y(t)＝s_y(t)-h(t)，求出所述路面平整度检测仪在所述水平位移量s_x范围内所述路面的路面平整度w_y(t)。

10.根据权利要求7所述的路面使用过程中的状态测定系统，其特征在于，所述热源供给装置为主动式可见光热光源或红外激光源；所述温度检测装置，为红外热电堆探测器或非制冷红外焦平面阵列探测器。