[发明专利]基于支持向量机和隐马模型的路面压实质量评价方法

说明书

本发明涉及基于支持向量机和隐马模型的路面压实质量评价方法，属于交通基础设施智能建设领域。该方法通过车载传感器与UWB/GPS组合定位系统获取压实监测参数；通过RTK‑GPS结果标识训练样本；采用模糊支持向量机算法对标识后的训练样本进行单点压实状态分类；通过采用极大似然估计算法计算隐马模型参数以描述压实质量变化规律，结合压实监测数据获得整体压实质量评价结果。本发明通过模糊C均值算法的设计和应用对样本数据进行了隶属度求解，提升了支持向量机算法的抗噪能力；通过隐马模型参数的求解和应用，有效地获取了路面压实质量的变化过程；结合组合定位系统的应用，实现了全过程和全区域路面压实质量的评价。

技术领域

本发明涉及基于支持向量机和隐马模型的路面压实质量评价方法，属于交通基础设施智能建设领域。

背景技术

压实是路面材料密实成型和路用功能实现的关键环节，直接影响路面的强度、稳定性和抗疲劳性能。因此，路面施工中必须重视和加强压实质量控制。目前，路面压实质量管理仍以事后检验为主，难以及时了解压实状况并进行过程控制。因而，能够连续实时无损监测和反馈的智能压实逐渐引起关注，其中路面压实质量的实时准确评价是智能压实反馈控制的前提。

在路面压实施工的质量控制中，路面材料密实状况的检测十分重要。实际应用中，通常使用压实度描述压实质量，其检测方法包括传统方法、在线方法和连续方法等。

传统压实质量检测方法简单易行，但均停留在结果检测，不具备充分的代表性，难以实时反映压实状态。此外，环刀法、灌砂法、钻芯法等属于有损检测方法，不但操作繁琐，同时存在耗费大量人力物力等缺陷，从而实时无损的在线检测技术成为路面建设的迫切需求。

在线方法避免了传统检测方法的不足，能够对路基路面材料进行快速无损检测。然而，在线方法亦属于抽样检测和结果控制方法，其检测结果具有片面性和滞后性，不能及时发现欠压、过压区域，难以满足过程控制的要求。

为了对压实质量进行过程控制，需要在碾压施工中进行实时在线的全域监测，从而连续压实检测方法获得了发展。用于描述压实状态的途径有多种，如振动轮加速度、振动轮激振力与位移、机械驱动功率、瑞雷波波速等。鉴于振动反馈信号易于采集，振动信号采集和处理装置易于和施工设备集成等因素，基于谐波分析法的压实度指标如CMV、CCV等获得的关注较多，但仍存在适用材料类型单一、与常规压实检测方法结果的相关度一般等缺点，需要进一步深入研究和优化。

综上所述，如何将连续压实监测数据与路面压实质量评价的需求相结合，以克服现有路面压实质量检测方法中的不足，是路面智能压实建设的重要任务。

发明内容

针对以上传统压实检测方法、在线压实检测方法以及连续压实检测方法的缺陷，本发明提出基于支持向量机和隐马模型的路面压实质量评价方法，将统计学习方法的优势与路面压实质量检测的需求相结合，实现连续实时无损的路面压实质量评价。

本发明采用如下技术方案：

本发明所述的基于支持向量机和隐马模型的路面压实质量评价方法步骤如下：

步骤一、通过车载传感器和UWB/GPS组合定位系统获取压实监测参数；UWB/GPS为超宽带(Ultra Wide Band，UWB)/全球定位系统(Global Positioning System，GPS)；

步骤二、对步骤一中通过UWB/GPS组合定位系统获取的压实监测数据进行样本数据预处理，通过RTK-GPS结果标识训练样本；

步骤三、单点压实状态分类：通过采用模糊支持向量机算法针对步骤二中的RTK-GPS结果标识训练样本进行学习分类；

步骤四、整体压实质量评价：通过分类后的训练样本，采用极大似然估计算法计算隐马模型参数以描述压实质量变化规律，结合压实监测数据获得整体压实质量评价。