基于宏微观纹理特征融合的路面摩擦性能预测

作者：战友; 李强; 马啸天; 王郴平; 邱延峻

来源：浙江大学学报(工学版), 2021, 55(04): 684-694.

• 道路工程
• 路面摩擦
• 路面宏观纹理
• 集料表观特性
• 机器学习

通过非接触式三维激光表面测试、机器学习,开展基于宏微观纹理特征融合的路面摩擦性能智能预测模型研究.来自俄克拉荷马州的45个测试站点被选取作现场测试平台.利用三维激光检测车和GripTester,分别获取行车道轮迹带路面摩擦数据、宏观纹理;利用LS-40三维激光表面分析仪获取集料表面三维微观纹理数据,测算4类微观纹理参数.利用机器学习算法,将路面摩擦与宏微观纹理特征建立联系.综合模型训练与测试,评价路面摩擦性能预测模型的准确率.模型的测试标准差为0.047,测试集R2为0.865.研究结果表明,86.5%的测试数据适用于所建立的机器学习预测模型,开发的评价指标及预测模型能够较好地预测路面摩擦性能.

• 单位
  土木工程学院; 土木与环境工程学院; 西南交通大学