【摘要】：路面氣象狀態(tài)識(shí)別技術(shù)旨在幫助公路及交通部門及時(shí)發(fā)現(xiàn)并定位結(jié)冰、積雪等不良路況,是路面維護(hù)及管理工作中的重要決策依據(jù)。復(fù)雜路面狀態(tài)識(shí)別技術(shù)的進(jìn)步使融冰、除雪、路段封閉等工作逐漸邁入精細(xì)化、智能化的新階段。為了滿足下一代智能公路網(wǎng)絡(luò)的信息化需求,本文在接觸式路面狀態(tài)識(shí)別框架內(nèi),分別進(jìn)行了基于諧振原理、光譜吸收原理及馳豫極化原理的路面狀態(tài)識(shí)別技術(shù)研究及相應(yīng)的傳感器實(shí)驗(yàn)工作,然后以此為基礎(chǔ),開展了面向多源數(shù)據(jù)融合的復(fù)雜路面狀態(tài)識(shí)別方法研究。首先,本文開展了基于諧振譜統(tǒng)計(jì)特征的路面狀態(tài)識(shí)別技術(shù)的研究,探索了如何挖掘、分析諧振譜統(tǒng)計(jì)特征與凝結(jié)物厚度之間關(guān)系的科學(xué)問題。在研究過程中,發(fā)現(xiàn)了傳統(tǒng)諧振式傳感器因一階諧振峰衰減導(dǎo)致的讀數(shù)穩(wěn)定性較差的缺陷,并通過對(duì)小撓度彎曲問題、等效彎曲剛度模型及有限元仿真結(jié)果的研究,提出了利用多階頻率響應(yīng)進(jìn)行路面狀態(tài)識(shí)別的方法。在此基礎(chǔ)上,本文以相關(guān)系數(shù)篩選特征向量,并引入回歸模型進(jìn)行凝結(jié)物厚度計(jì)算,實(shí)現(xiàn)了對(duì)冰、水、空氣的識(shí)別與測(cè)量,將傳感器厚度量程上限由不足2mm大幅提升至10mm。通過實(shí)驗(yàn)室實(shí)驗(yàn)及路面實(shí)驗(yàn)評(píng)估了傳感器的性能,結(jié)果表明,傳感器的測(cè)量精度與穩(wěn)定性得到了顯著提升。然后,本文研究了基于多光譜反射分布的路面狀態(tài)識(shí)別技術(shù),探索了如何構(gòu)建接觸式多光譜反射分布特性模型進(jìn)行路面狀態(tài)識(shí)別的科學(xué)問題。傳統(tǒng)的非接觸式光學(xué)傳感器受制于測(cè)量距離遠(yuǎn)且紅外吸收現(xiàn)象嚴(yán)重,而必須具有精密的光學(xué)結(jié)構(gòu)及較大的發(fā)射功率,因此成本高昂。本文研究了接觸式光學(xué)傳感器的可行性,通過建立面向光功率的光傳播模型,分析典型的泄漏式及反射式傳感器架構(gòu)在磨損情況下的狀態(tài),確定了接觸式光學(xué)傳感器的隔離式結(jié)構(gòu)。結(jié)合基于吸收的多波段主動(dòng)光源測(cè)量原理,實(shí)現(xiàn)了識(shí)別7種路面狀態(tài)的光學(xué)傳感器,并通過數(shù)字平均濾波技術(shù)及光電信號(hào)比值等特征量使傳感器具備了抗磨損能力強(qiáng)、功耗低、成本低的特點(diǎn)。進(jìn)一步,本文進(jìn)行了基于復(fù)阻抗頻譜特性的路面狀態(tài)識(shí)別技術(shù)的研究,探索了如何以復(fù)阻抗頻譜特性為核心識(shí)別路面狀態(tài)的科學(xué)問題。針對(duì)傳統(tǒng)測(cè)量方法在凝結(jié)物較薄時(shí)可能存在虛警、漏警現(xiàn)象的缺陷,本文以參數(shù)化仿真為設(shè)計(jì)基礎(chǔ),在給定的結(jié)構(gòu)尺寸約束下,有效提高了復(fù)阻抗傳感器的測(cè)量響應(yīng),提升了傳感器對(duì)于少量凝結(jié)物的識(shí)別能力。同時(shí),依據(jù)馳豫極化原理,通過計(jì)算等效電容及電導(dǎo)曲線,并以相關(guān)數(shù)據(jù)的離散系數(shù)等特征構(gòu)建特征向量,在溫度、厚度、鹽度均大幅波動(dòng)的測(cè)量環(huán)境中實(shí)現(xiàn)了97.5%的三大類路面狀態(tài)識(shí)別正確率。最后,在上述研究成果的基礎(chǔ)上,本文針對(duì)基于多源特征融合的復(fù)雜路面狀態(tài)識(shí)別方法進(jìn)行了研究,結(jié)合三種路面狀態(tài)識(shí)別技術(shù),依據(jù)路面凝結(jié)物的物理特性,探索了如何通過建立多源特征融合機(jī)制實(shí)現(xiàn)復(fù)雜路面狀態(tài)識(shí)別的科學(xué)問題�，F(xiàn)有的復(fù)雜路面狀態(tài)傳感器依賴于知識(shí)規(guī)則進(jìn)行決策層數(shù)據(jù)融合,一定程度上削弱了特征間的關(guān)聯(lián)特性,而單純的特征層融合方法表現(xiàn)出穩(wěn)定性不足的缺陷。本文通過多層次的數(shù)據(jù)融合方法,使模型同時(shí)具備決策層融合模型的穩(wěn)定性與特征層融合的正確率,以路面狀態(tài)傳感器為搭載平臺(tái),成功實(shí)現(xiàn)了對(duì)8種路面狀態(tài)的高效可靠識(shí)別。本文的研究成果在實(shí)驗(yàn)室數(shù)據(jù)集上實(shí)現(xiàn)了97.9%的正確率,并在路面實(shí)驗(yàn)中展現(xiàn)出超越非接觸式探測(cè)器的狀態(tài)識(shí)別與厚度測(cè)量能力,為構(gòu)造下一代復(fù)雜路面狀態(tài)監(jiān)測(cè)系統(tǒng)提供了關(guān)鍵的技術(shù)支撐。
【圖文】：

積水、泥土覆蓋等等。隨著技術(shù)的發(fā)展及公路網(wǎng)絡(luò)系統(tǒng)智能化要求的提高，路面狀態(tài)被逐漸細(xì)分為多個(gè)類別。同濟(jì)大學(xué)及交通運(yùn)輸部公路科學(xué)研究院的湯筠筠等人依據(jù)摩擦系數(shù)的差異，將路面狀態(tài)劃分為干燥、潮濕、結(jié)冰及積雪四類[33]。另一方面，作為公路氣象監(jiān)測(cè)網(wǎng)絡(luò)和預(yù)報(bào)預(yù)警服務(wù)體系的核心數(shù)據(jù)，在《公路交通氣象觀測(cè)站網(wǎng)建設(shè)暫行技術(shù)要求》中，明確要求路面?zhèn)鞲衅鲬?yīng)能夠準(zhǔn)確區(qū)分干燥、潮濕、積水、積雪和結(jié)冰五種狀態(tài)。北歐國(guó)家因?yàn)楠?dú)特的氣候條件，對(duì)路面氣象狀態(tài)的研究與劃分則更為深入與領(lǐng)先，瑞典哥德堡大學(xué)的 JonasNorrman 以氣溫及降雨、降雪等氣候條件為基礎(chǔ)對(duì)路面狀態(tài)進(jìn)行了非常細(xì)致的分類，其類別達(dá)到 16 種[34]，但實(shí)際上，從狀態(tài)識(shí)別的角度出發(fā)，這些類別的核心判別依據(jù)可以總結(jié)為干燥、潮濕、積水、結(jié)冰、積雪、雪泥共六類狀態(tài)。本文針對(duì)我國(guó)公路網(wǎng)絡(luò)氣候特點(diǎn)，依據(jù)不同路面狀態(tài)對(duì)公路交通安全的威脅程度，同時(shí)兼顧應(yīng)對(duì)圖 1-2 中涉及的復(fù)雜狀況，將重點(diǎn)研究干燥、潮濕、積水、結(jié)冰、積雪、雪泥、冰層被覆蓋（雪下有冰板）、異物，共八種路面狀態(tài)的識(shí)別技術(shù)，各個(gè)路面狀態(tài)的典型情況如圖 1-3 所示。

(a) 實(shí)驗(yàn)設(shè)置 (b) 實(shí)驗(yàn)結(jié)果圖 1-4 基于多光譜差異性的局部狀態(tài)識(shí)別方法為增強(qiáng)在多重干擾因素的測(cè)量環(huán)境中系統(tǒng)工作的穩(wěn)定性，Patrik Jonsson 等人于2011 年探索了基于圖像提取特征及路面輔助傳感器的融合識(shí)別方法。該方法使用全天候工作的紅外灰度攝像機(jī)圖像及風(fēng)速、風(fēng)向、溫度、濕度、降雨量等傳感器數(shù)據(jù)作為原始輸入，共提取了 28 維特征，其中包括 14 維圖像特征，12 維氣象站數(shù)據(jù)特征以及 2 維包含白晝、黑夜標(biāo)簽的一位有效編碼。通過特征層融合結(jié)構(gòu)，建立了以偏最小二乘法（PLS）為基礎(chǔ)的路面狀態(tài)判斷模型，完成了對(duì)多維數(shù)據(jù)空間的分割，并與三層人工神經(jīng)網(wǎng)絡(luò)（ANN）模型進(jìn)行交叉驗(yàn)證，實(shí)現(xiàn)了優(yōu)于 91%的綜合識(shí)別正確率[42,43]。該研究的成果為路面狀態(tài)識(shí)別技術(shù)的發(fā)展提供了新的思路，但對(duì)于各類可能對(duì)攝像機(jī)視場(chǎng)造成干擾的因素，，如雨雪天氣、光污染源等仍有欠考慮。為發(fā)揮非接觸式方法的探測(cè)視野優(yōu)勢(shì)，PatrikJonsson 及 JohanCasselgren 等人于2015 年提出了基于多光譜圖像的路面狀態(tài)成像識(shí)別方法。在多光譜識(shí)別技術(shù)的基礎(chǔ)上進(jìn)行拓展，通過紅外光譜儀研究了冰、雪、水等狀態(tài)的譜特征，在 1200nm 至 2200n
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2019
【分類號(hào)】：U418.6;TP212

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 郝丹;趙代強(qiáng);匡亮;;非接觸式遙感路面狀態(tài)檢測(cè)預(yù)警系統(tǒng)研究與應(yīng)用[J];交通科學(xué)與工程;2015年01期

2 湯筠筠;郭忠印;李長(zhǎng)城;辛欣;韓暉;;基于路面摩擦因數(shù)的冬季典型路面狀態(tài)識(shí)別模型[J];中國(guó)公路學(xué)報(bào);2014年11期

3 但漢成;劉揚(yáng);凌桂香;梅世龍;白詩(shī)堯;;光纖式結(jié)冰傳感器探測(cè)瀝青路面結(jié)冰過程[J];公路交通科技;2014年04期

4 顧昊;李勃;張瀟;陳啟美;何軍;;基于偏振測(cè)量的路面積水積冰檢測(cè)方法[J];電子測(cè)量技術(shù);2011年07期

5 燕南;譚景文;戴琪;;冰雪天氣下道路交通事故成因及安全保通對(duì)策[J];華東公路;2010年03期

6 陳慈沼;殷剛毅;黃慶安;;一種利用多頻電容辨別路面干濕的傳感器系統(tǒng)[J];儀表技術(shù)與傳感器;2009年S1期

7 蔣賢才;裴玉龍;;冰雪道路交通安全管理措施及其成效分析[J];公路交通科技;2008年04期

8 彭萬巍,朱元林,張家懿;人造多晶冰抗壓強(qiáng)度實(shí)驗(yàn)研究[J];實(shí)驗(yàn)力學(xué);1998年01期

相關(guān)博士學(xué)位論文 前2條

1 趙呈銳;基于光泄漏原理的光纖式飛機(jī)燃油液位測(cè)量方法研究[D];華中科技大學(xué);2013年

2 李虹;基于機(jī)器視覺路面狀態(tài)識(shí)別關(guān)鍵技術(shù)研究[D];吉林大學(xué);2009年

相關(guān)碩士學(xué)位論文 前9條

1 張九相;超聲諧振譜定征壓電材料全矩陣參數(shù)中的模式識(shí)別研究[D];哈爾濱工業(yè)大學(xué);2018年

2 舒俊;諧振式路面狀態(tài)傳感器研究與試驗(yàn)[D];華中科技大學(xué);2017年

3 尹麒煥;基于多參數(shù)的道路結(jié)冰安全預(yù)警系統(tǒng)研究[D];武漢工程大學(xué);2016年

4 陸侃;道路結(jié)冰與積水智能傳感器系統(tǒng)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

5 李起飛;智能路面?zhèn)鞲衅鞑蓸铀惴ㄅc系統(tǒng)結(jié)構(gòu)優(yōu)化[D];東南大學(xué);2015年

6 周全;智能路面?zhèn)鞲衅鞯柠}度檢測(cè)電路及系統(tǒng)優(yōu)化[D];東南大學(xué);2015年

7 譚舒亞;路面結(jié)冰檢測(cè)技術(shù)的研究[D];華中科技大學(xué);2015年

8 徐松松;一種非接觸式路面氣象傳感技術(shù)研究[D];中國(guó)科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所）;2014年

9 高方偉;多傳感器融合的技術(shù)研究[D];西安電子科技大學(xué);2007年

本文編號(hào)：2644029