[发明专利]一种车辙破坏层位的自动无损识别方法

说明书

技术领域

本发明属于道路检测技术领域，涉及一种无损识别方法，尤其是一种车辙破坏层位的自动无损识别方法。

背景技术

沥青路面因其良好的行车舒适性和优良的使用性能，且维修方便，是我国高速公路最主要的路面类型。然而，由于交通量的迅猛增长和重载、超载情况的加剧，沥青路面的损坏现象也日趋严重，这同时也是世界各国公路沥青路面都存在的普遍现象。

车辙不仅直接影响行车安全性和舒适性还严重危害道路结构整体性和稳定性。在理想状态下，随着时间推进路面将逐渐出现由轻至重、由浅及深的车辙破坏过程；但实际路面受到施工管理、道路线形、环境与荷载等多方面的因素的共同影响，同一条高速公路的车辙不仅发生在路表面，也经常危及到中、下面层甚至基层，呈现多类型、多阶段共存的特点。由于不同破坏层位的车辙，采取的维修技术与设备存在较大的差异，若无法准确的识别根据破坏程度及其所涉及到的路面结构层位，分别采取相应的维修技术；

目前国内外广泛采用的钻芯取样或断面开挖的方法，通过芯样对或开挖断面中路面各层厚度的变化情况进行量测，直观地判断车辙破坏的主要层位。钻芯取样或断面开挖方法会对路面整体性造成损伤，属于破坏性检验；同时钻芯试坑回填要求较高，处置不好会留下质量隐患，造成大面积二次破坏；另外，上述方法费时、费力且取样点有限，难以对整条或网级高速公路车辙破坏层位进行全面、准确的识别，无法为大规模的路面养护管理提供支持。

基于多路共梁式激光车辙检测技术通过在车体上安装一定数量的激光位移传感器来快速、连续地获取一定宽度范围内的车辙横断面高程变化数据。中国发明专利（授权号ZL201010264911）已经对该技术内容作了很详细的叙述。该技术是目前国内外应用最广泛的车辙检测技术。其突出优点是快速、无损、连续地获取车辙横断面数据。

人工网络是由众多的神经元经可调的连接权值连接而成，它具有大规模并行处理、分布式信息存储、良好的自组织自适应性，并具有很强的学习能力。在人工网络的实际应用中，RBF网络是网络众多算法中应用最为广泛的一种，它在函数逼近、模式识别、分类、数据压缩等领域有着更加广泛的应用，其结构简单，可操作性强，能模拟任意的非线性输入输出关系。

在上述识别方法中，通过数据分析提取车辙横断面典型特征信息，利用典型特征与其模式空间的映射关系，在错误概率最小的条件下，使识别结果与客观类型相符合，以实现车辙层位有效识别。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供一种车辙破坏层位的自动无损识别方法。

本发明的目的是通过以下技术方案来实现的：

这种车辙破坏层位的自动无损识别方法，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：

可以计算出梯形面积Area_梯形；其中i为自然数，y_i、x_i为点坐标，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：

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

将计算结果中所有符号相同的部分进行累加，由此便可以确定总的正面积和负面积；