[发明专利]一种车辙破坏层位的自动无损识别方法

权利要求书

1.一种车辙破坏层位的自动无损识别方法，其特征在于，包括以下步骤：

1）利用多路共梁式激光车辙检测设备所获取的车辙横断面图形，

2）从获取的车辙横断面图形中提取最大深度、负面积和正负面积比三个指标；所述最大深度是左、右轮迹处横断面包络线与路面表面之间的最大垂直距离；负面积和正面积是连接车道横断面两个端点的直线与路面表面之间所围成的面积；连线之上路面之下为正面积，连线之下路面之上为负面积；正面积和负面积指标计算方法为：

即路面上连续两点一起构成了梯形的四个角点，当两点纵坐标y1和yi+1符号相同时，通过下式：

计算出梯形面积Area_梯形：当两点纵坐标Y值符号不同时，首先要确定两点连线的斜率，并求出两点连线与坐标轴的交点，然后再通过下式计算出交点两侧三角形的面积Area_三角形：

x0=xi+yislope---(3.4)]]>

将计算结果中所有符号相同的部分进行累加，由此确定总的正面积和负面积；

正负面积比A_P/N：正面积与负面积的比值，计算方法如下式所示；

RArea=|ApAn|---(3.6)]]>

3）结合钻芯取样确定车辙破坏层位，对获取横断面的车辙进行钻芯取样，量测各层的厚度的变化情况，判断车辙的破坏层位；

4）构建RBF网络，结合钻芯取样数据，1代表上面层车辙，2代表中面层车辙，3代表下面层车辙，4代表基层车辙，构建训练样本；

5）根据训练样本数据训练RBF网络，直到RBF网络满足精度要求；

6）输入待识别的车辙样本，输出识别结果。

2.根据权利要求1所述的车辙破坏层位的自动无损识别方法，其特征在于，所述的RBF网络是由输入层、一个隐含层和一个线性输出层组成的前向神经网络；RBF网络是隐含层采用径向基函数作为神经元的激活函数，使其具有局部感受特性。