一种大构造沥青磨耗层表面排水能力检测方法及系统
技术领域
本发明涉及排水能力检测领域，特别是涉及一种大构造沥青磨耗层表面排水能力检测方法及系统。
背景技术
雨天交通事故风险远大于一般天气，降雨改变了路面附着系数，雨天路面降水通过表面径流排除不及时，将在路表形成水膜，当水膜超过某一厚度时，容易形成滑水，导致汽车偏向或发生侧翻、追尾等事故，路面排水问题对路面行车抗滑安全的影响显著。目前，关于路面排水能力的检测评估方法，主要以路面水膜厚度的研究为主，包括理论水膜厚度计算、传感器实测水膜厚度等。
在水膜厚度的理论计算研究方面，典型的为基于恒定总流连续性方程建立坡面径流的模型，在此基础上截取隔离段水流，推导了连续性方程与动量方程，以不计入雨水下渗损失推导关于路表水膜厚度的基本微分方程。目前对水膜厚度传感器的研究分为两种，一是采用微波发射微波在碰到物体反射物时将被反射或者吸收，发射端和接收端的距离为S，使微波强度和相位发生变化，接收天线接收被发射物体反射回来的微波，并将其转换为电信号，进而实现对水膜厚度D的检测；二是通过发射光到水膜上下表面分别折射后，接收端检测光学参数的变化实现水膜厚度的检测，如图4(a)所示的检测原理以及图4(b)所示的检测结构图。基于光学测量原理的路边水膜厚度传感器为非侵入式安装，价格昂贵，易受恶劣天气影响。微波反射水膜厚度传感器为侵入式安装，成本相对低，如图5所示的不同环境温度下水膜厚度的测量误差。
上述的这些方法对于大构造沥青磨耗层路面而言存在较大的应用困难，一是由于营运高速公路路况、天气等较为复杂，水膜厚度的理论假设与实际存在较大的偏差，结果难以准确；二是由于大构造沥青磨耗层的表面宏观构造大，且分布不均匀，其构造的连通性复杂多变，路表实际水膜厚度差异非常显著，采用光学或微波水膜厚度传感器难以区分沟壑内水膜厚度和凸起碎石表面的水膜厚度，难以准确反映出真正影响行车安全的水膜厚度结果。
发明内容
本发明的目的是提供一种大构造沥青磨耗层表面排水能力检测方法及系统，可准确检测出大构造沥青磨耗层表面的排水能力。
为实现上述目的，本发明提供了如下方案：
一种大构造沥青磨耗层表面排水能力检测方法，所述大构造沥青磨耗层表面排水能力检测方法包括：
基于雨天车辆状态模型，根据待测路段的雨天状态信息，得到雨天车辆运动信息；
基于晴天车辆状态模型，根据待测路段的晴天状态信息，得到晴天车辆运动信息；
根据所述雨天车辆运动信息及所述晴天车辆运动信息，确定待测路段的排水能力。
可选地，所述雨天车辆状态模型的建立方法包括：
获取雨天试验数据集；所述雨天试验数据集包括多对待测路段的历史雨天状态信息以及车辆在所述待检测路段上的历史雨天运动信息；
根据所述雨天试验数据集，对人工神经网络进行训练，得到雨天车辆状态模型。
可选地，所述历史雨天状态信息包括待测路段的风速、雨量、平整度、车辙、表面病害、纵向坡度、横向坡度以及路线线性指标信息；
所述历史雨天运动信息包括车辆在待测路段上的方向盘转角、运行车速、运行加速度以及运行角速度。
可选地，所述晴天车辆状态模型的建立方法包括：
获取晴天试验数据集；所述晴天试验数据集包括多对待测路段的历史晴天状态信息以及车辆在所述待检测路段上的历史晴天运动信息；
根据所述晴天试验数据集，对人工神经网络进行训练，得到晴天车辆状态模型。
可选地，所述历史晴天状态信息包括待测路段的平整度、车辙、表面病害、纵向坡度、横向坡度以及路线线性指标信息；
所述历史晴天运动信息包括车辆在待测路段上的方向盘转角、运行车速、运行加速度以及运行角速度。
可选地，所述根据所述雨天车辆运动信息及所述晴天车辆运动信息，确定待测路段的排水能力，具体包括：
将雨天车辆运动信息与所述晴天车辆运动信息的数据相减，得到差异数据；
根据所述差异数据确定待测路段的排水能力。
为实现上述目的，本发明还提供了如下方案：
一种大构造沥青磨耗层表面排水能力检测系统，所述大构造沥青磨耗层表面排水能力检测系统包括：
雨天车辆运动信息确定单元，用于基于雨天车辆状态模型，根据待测路段的雨天状态信息，得到雨天车辆运动信息；
晴天车辆运动信息确定单元，用于基于晴天车辆状态模型，根据待测路段的晴天状态信息，得到晴天车辆运动信息；
排水能力确定单元，分别与所述雨天车辆运动信息确定单元及所述晴天车辆运动信息确定单元连接，用于根据所述雨天车辆运动信息及所述晴天车辆运动信息，确定待测路段的排水能力。
可选地，所述排水能力确定单元包括：
计算模块，分别与所述雨天车辆运动信息确定单元及所述晴天车辆运动信息确定单元连接，用于将雨天车辆运动信息与所述晴天车辆运动信息的数据相减，得到差异数据；
排水能力确定模块，与所述计算单元连接，用于根据所述差异数据确定待测路段的排水能力。
根据本发明提供的具体实施例，本发明公开了以下技术效果：基于雨天车辆状态模型，根据待测路段的雨天状态信息，得到雨天车辆运动信息；基于晴天车辆状态模型，根据待测路段的晴天状态信息，得到晴天车辆运动信息；根据雨天车辆运动信息及晴天车辆运动信息，确定待测路段的排水能力。从雨天车辆行驶实际安全性角度出发，监测雨天车辆行驶的稳定性来评估沥青磨耗层的排水能力，评估结果与行车安全相关性较大，评估结果可靠。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明大构造沥青磨耗层表面排水能力检测方法的流程图；
图2为采集车辆运动信息的结构图；
图3为本发明大构造沥青磨耗层表面排水能力检测系统的模块结构图；
图4(a)为水膜厚度检测原理图；
图4(b)为水膜厚度传感器的内部检测结构图；
图5为不同环境温度下水膜厚度的测量误差图。
符号说明：
雨天车辆运动信息确定单元-1，晴天车辆运动信息确定单元-2，排水能力确定单元-3。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种大构造沥青磨耗层表面排水能力检测方法及系统，通过基于雨天车辆状态模型，根据待测路段的雨天状态信息，得到雨天车辆运动信息；基于晴天车辆状态模型，根据待测路段的晴天状态信息，得到晴天车辆运动信息；根据雨天车辆运动信息及晴天车辆运动信息，确定待测路段的排水能力。从雨天车辆行驶实际安全性角度出发，监测雨天车辆行驶的稳定性来评估沥青磨耗层的排水能力，评估结果与行车安全相关性较大，评估结果可靠。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明大构造沥青磨耗层表面排水能力检测方法包括：
S1：基于雨天车辆状态模型，根据待测路段的雨天状态信息，得到雨天车辆运动信息。
S2：基于晴天车辆状态模型，根据待测路段的晴天状态信息，得到晴天车辆运动信息。
S3：根据所述雨天车辆运动信息及所述晴天车辆运动信息，确定待测路段的排水能力。
具体地，所述雨天车辆状态模型的建立方法包括：
获取雨天试验数据集；所述雨天试验数据集包括多对待测路段的历史雨天状态信息以及车辆在所述待检测路段上的历史雨天运动信息。优选地，选择不同降雨和风速环境下，驾驶检测车辆在待测路段的沥青磨耗层上自然行驶，得到雨天车辆运动信息。
根据所述雨天试验数据集，对人工神经网络进行训练，得到雨天车辆状态模型。
优选地，所述历史雨天状态信息包括待测路段的风速、雨量、平整度、车辙、表面病害、纵向坡度、横向坡度以及路线线性指标信息。
在本实施例中，通过检索待测路段的沥青磨耗层的定期检测报告，汇总得到待测路段的平整度、车辙、表面病害、纵向坡度、横向坡度以及路线线形指标。
所述历史雨天运动信息包括车辆在待测路段上的方向盘转角、运行车速、运行加速度以及运行角速度。
在本实施例中，在用于沥青磨耗层排水能力检测的车辆上调试好微机电系统(Micro-Electro-MechanicalSystem，MEMS)，并在车辆上安装车速传感器、风速传感器和雨量传感器。
通过MEMS微机电系统实时监测车辆在沥青磨耗层上的行驶状态，包括车辆的方向盘转角、运行加速度以及运行角速度。车速传感器实时监测经过车辆的车速。风速传感器实时监测沥青磨耗层所处路段的风速。雨量传感器实时监测沥青磨耗层所处路段的降雨量。
优选地，如图2所示，本实施例中结合MEMS传感器，利用加速度传感器和角速度陀螺以及微惯性测量单元，实现对车辆运动状态信息进行采集。利用MEMS惯性传感器设计了微惯性测量单元，实现实时测量车辆的离合器踏板、油门踏板和刹车踏板型号，变速杆前后、左右方向信号，方向盘转角速度信号，得到车辆的运动信息。
MEMS微机电系统、车速传感器、风速传感器和雨量传感器连接同一台计算机，实现数据共享。
进一步地，所述晴天车辆状态模型的建立方法包括：
获取晴天试验数据集；所述晴天试验数据集包括多对待测路段的历史晴天状态信息以及车辆在所述待检测路段上的历史晴天运动信息。
根据所述晴天试验数据集，对人工神经网络进行训练，得到晴天车辆状态模型。
为了排除路线、路面状况等客观原因对磨耗层排水状况的影响，同时在晴天路面干燥环境状态下车辆在待测路段的沥青磨耗层上的运动状态进行监测试验，构建晴天车辆状态模型。
在本实施例中，对晴天车辆状态模型及雨天车辆状态模型的训练均采用MATLAB自带神经网络工具箱，采用向导式指引，进行输入和输出数据的导入，自动训练神经网络模型。
优选地，所述历史晴天状态信息包括待测路段的平整度、车辙、表面病害、纵向坡度、横向坡度以及路线线性指标信息。
所述历史晴天运动信息包括车辆在待测路段上的方向盘转角、运行车速、运行加速度以及运行角速度。
为了消除客观环境因素对车辆运动状态的影响，S3：根据所述雨天车辆运动信息及所述晴天车辆运动信息，确定待测路段的排水能力，具体包括：
将雨天车辆运动信息与所述晴天车辆运动信息的数据相减，得到差异数据。
根据所述差异数据确定待测路段的排水能力。
通过将雨天得到的车辆运动状态指标分别与晴天得到的车辆运动状态指标相减，即雨天得到的方向盘转角与晴天得到的方向盘转角相减，雨天得到的运行车速与晴天得到的运行车速相减，雨天得到的运行加速度与晴天得到的运行加速度相减，雨天得到的运行角速度与晴天得到的运行角速度相减，消除了路线、路面状况等客观环境影响因素变量对车辆运动状态的影响，得到仅考虑雨天降雨对沥青磨耗层上车辆运动状态影响的结果，并以该结果作为沥青磨耗层排水能力的评估参考。
由于雨前数据和雨后数据存在差异，这个差异排除客观环境因素影响，直接反映路面排水能力，差异越大，表明雨后对比雨前，车辆运动状态发生的变化越大，即受雨水影响越大，雨水对车辆的影响主要通过路面水与轮胎的作用，排水越困难，路面水越多，影响越大。
另外，还可以通过增加数据容量的方式可提高模型的精度，实现对复杂多变环境条件下雨天车辆在沥青磨耗层上行驶状态的准确评估；
如图3所示，本发明大构造沥青磨耗层表面排水能力检测系统包括：雨天车辆运动信息确定单元1、晴天车辆运动信息确定单元2以及排水能力确定单元3。
其中，所述雨天车辆运动信息确定单元1用于基于雨天车辆状态模型，根据待测路段的雨天状态信息，得到雨天车辆运动信息。
所述晴天车辆运动信息确定单元2用于基于晴天车辆状态模型，根据待测路段的晴天状态信息，得到晴天车辆运动信息。
所述排水能力确定单元3分别与所述雨天车辆运动信息确定单元1及所述晴天车辆运动信息确定单元2连接，所述排水能力确定单元3用于根据所述雨天车辆运动信息及所述晴天车辆运动信息，确定待测路段的排水能力。
具体地，所述排水能力确定单元3包括：计算模块和排水能力确定模块。
其中，所述计算模块分别与所述雨天车辆运动信息确定单元1及所述晴天车辆运动信息确定单元2连接，所述计算模块用于将雨天车辆运动信息与所述晴天车辆运动信息的数据相减，得到差异数据。
所述排水能力确定模块与所述计算单元连接，所述排水能力确定模块用于根据所述差异数据确定待测路段的排水能力。
相对于现有技术，本发明大构造沥青磨耗层表面排水能力检测系统与上述大构造沥青磨耗层表面排水能力检测方法的有益效果相同，在此不再赘述。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
