[发明专利]一种路面积水厚度测量方法及测量系统

权利要求书

1.一种路面积水厚度测量方法。其特征是：平行于路面放置被测本底A，平行于路面放置干燥本底B，利用传感器和采集板采集两种本底表面在检测光源照射下的反射光线；比较本底A反射光谱数据和本底B反射光谱数据，并进行数据的预处理和控制字的调整，后对处理后的光谱波段进行分段处理，再结合BP神经网络，对其进行训练，最终得到路面积水厚度的测量结果。

2.根据权利要求1所述的一种路面积水厚度测量方法。其特征在于：所述检测光源为太阳光。

3.根据权利要求1所述的光谱波段的分段处理。其特征在于：所采集到的波段在600-1150nm之间，并将该波段分成600-850nm和850-1150nm两个波段进行处理。

4.根据权利要求1所述的数据的预处理。其特征在于：先对本底A和本底B的光谱数据进行一个比较得到相对光谱数据，以抵消光源强弱的干扰，再利用多元散射校正、1阶5次21点和3阶5次21点SG卷积平滑求导相结合的方式对光谱数据进行去噪、平滑预处理，并且还需要根据光谱值来调整积分时间控制字，来防止光谱饱和情况的发生。

5.根据权利要求4所述的积分时间控制字的调整。其特征在于：根据采集到的光谱数据，设置当最大光谱值大于60000时，就减小控制字，当最大值小于15000时，就增大控制字；最终达到根据光源强弱自动调整控制字以防止饱和情况的发生。

6.根据权利要求1所述的神经网络。其特征是：神经网络由全连接层组成，包括输入层、1层隐藏层和输出层。其中，输入层分124个和132个神经元，都代表相对反射光谱数据的值，隐藏层含有9个神经元，输出层分路面反射率和路面积水厚度两种输出，其输出厚度的范围由具体测量范围而定。

7.根据权利要求6所述的神经网络。其特征是：每一层之间的激活函数采用PReLu激活函数，其作用是修正数据分布，在该神经网络中采用的是Adam优化器，其实现简单，计算高效，对内存需求少，且参数的更新不受梯度的伸缩变换影响，很适合应用于大规模的数据及参数的场景。

8.根据权利要求7所述的神经网络。其特征在于：训练该神经网络，以得到所述BP神经网络分类模型的方法，可通过大量采集不同路面情况下带有1mm-20mm水量和同等光照强度下本底B的反射光谱样本数据，对本底A的反射光谱样本数据和本底B的反射光谱样本数据进行预处理；后两本底相除得到相对反射光谱，再利用相对反射光谱训练神经网络。

9.根据权利要求2所述的一种路面积水厚度测量方法。其特征在于：先利用神经网络识别出不同的路面，训练好同一路面情况下的积水厚度测量网络，后利用神经网络识别出的路面信息选择对应路面的积水厚度测量网络；最终测量出不同路面的积水厚度。

10.一种路面积水厚度测量系统。其特征在于，包括:本底A、本底B、光通道A、光通道B、A本底对应的传感器与采集板、B本底对应的传感器与采集板、检测光源、数据处理器、和显示器；所述两块采集板均与数据处理器连接；所述检测光源用于照射本底A表面和本底B表面，使两块本底表面反射光线；所述本底A和B都与路面平行放置；所述光通道A和B对准本底，并与本底成45°角；所述A本底对应的传感器与采集板用于采集光通道A传输的反射光谱数据；所述B本底对应的传感器与采集板采集光通道B传输的反射光谱数据；所述数据处理器用于对本底A的反射光谱数据和本底B的反射光谱数据进行比较以消除光源强弱的干扰，并进行预处理，随后将预处理后的值输入到神经网络，以得到路面积水厚度的测量结果，并将所述的测量结果传输到显示器。