本發明屬于公路病害檢測，具體而言，涉及一種高速公路路面病害預估方法及裝置。

背景技術：

1、公路作為一種基礎的交通基礎設施,在人類社會的發展過程中扮演著重要的角色。在公路系統中,瀝青路面無疑是最常見的路面形式之一。與水泥混凝土路面相比,瀝青路面具有良好的抗壓性、柔韌性以及較低的建設成本等優點,因此廣泛應用于各類公路工程中。然而,長期的交通荷載作用和復雜多變的環境條件,也給瀝青路面的使用壽命和性能帶來了嚴峻的挑戰。

2、其中,瀝青路面的沉陷病害就是一個突出的問題。所謂沉陷,是指路面結構在外力作用下產生的永久性下沉變形,通常表現為凹陷、坑洼等失真現象。這一病害的發生不僅影響行車舒適性,還可能導致車輛損壞、行人摔傷等安全隱患。嚴重的沉陷還可能引發路基破壞、基層失穩等結構性問題,給后續的維修養護帶來巨大困難。現有技術往往是通過人工巡查、機械測量等方法,只能對局部路段進行靜態評估,無法全面動態掌握整條路線的沉陷情況，無法做到相應的養護措施。

技術實現思路

1、有鑒于此，本發明提供一種高速公路路面病害預估方法及裝置，能夠解決現有技術存在只能對局部路段進行靜態評估,無法全面動態掌握公里的沉陷病害趨勢，進而不能精確養護的技術問題。

2、本發明是這樣實現的：

3、本發明提供一種高速公路路面病害預估方法，包括建模階段與應用階段：所述建模階段具體包括：長周期采集標準路段瀝青路面三維點云數據并預處理、利用深度學習網絡識別沉陷區域獲取形態特征數據、采集沉陷區域監測數據、建立訓練數據集、利用所述訓練數據集訓練沉陷病害預測方程組得到沉陷病害趨勢分析模型；所述應用階段具體包括：短周期采集待評估公路瀝青路面三維點云數據并預處理、利用深度學習網絡識別沉陷區域獲取形態特征數據、采集所述沉陷區域監測數據、根據所述數據得到沉陷預測結果并生成評估報告，根據所述評估報告執行相應的養護方法。

4、進一步的所述輕量級神經網絡誤差補正項函數中，輕量級神經網絡具體采用mobilenetv3結構。該結構具有計算效率高、參數量少的特點，適合在實際工程中快速部署和應用。所述輕量級神經網絡的結構是：

5、1.輸入層：根據各預測方程的輸入變量數量確定輸入維度；

6、2.特征提取層：包含3個深度可分離卷積模塊，每個模塊包含深度卷積層(kernel_size=3×3)和逐點卷積層(kernel_size=1×1)；

7、3.squeeze-and-excitation(se)模塊：用于自適應調整特征權重；

8、4.非線性激活層：采用h-swish激活函數，提高網絡表達能力；

9、5.全連接層：采用兩層結構，第一層輸出維度為32，第二層輸出維度為1。

10、所述輕量級神經網絡誤差補正項函數的結構是：

11、1.時序演化方程的誤差補正項：輸入特征向量包含深度時間序列數據、沉陷面積數據、沉陷邊緣坡度數據、沉陷形狀對稱性數據、沉陷輪廓曲率數據、時間增量參數與歷史沉陷速率參數；

12、2.環境影響方程的誤差補正項：輸入特征向量包含年均溫度循環數據、溫度梯度累積數據、年均相對濕度變化數據、濕度梯度累積數據、應變累積數據、季節溫度變化系數、日溫度變化系數、降雨量數據與地下水位數據；

13、3.荷載響應方程的誤差補正項：輸入特征向量包含年均軸載分布數據、軸載累積作用次數數據、年均車速分布數據、車輛制動頻率分布數據、瀝青含量數據、空隙率數據、級配數據、強度數據、抗變形數據、交通流量數據、車型分布數據、輪胎接地壓力數據與路面溫度數據；

14、4.綜合預測方程的誤差補正項：輸入特征向量包含沉陷深度時間演化趨勢值、環境影響系數、荷載效應值、路面結構層參數、基層材料參數、路基土參數。為權重。

15、下面對本發明涉及到的模型或方程進行詳細描述：

16、1.在s102中，沉陷形態特征數據的計算過程：沉陷深度計算表達式：;式中：為沉陷深度，單位為mm；為沉陷區域最高點高程，單位為mm；為沉陷區域最低點高程，單位為mm。

17、沉陷面積計算表達式：;

18、式中：為沉陷面積，單位為m2；為網格點處的沉陷判別值，沉陷區域內取1，非沉陷區域取0；分別為x,y方向的網格間距，單位為m；分別為x,y方向的網格數量。

19、沉陷邊緣坡度計算表達式：;

20、式中：為平均邊緣坡度；為邊緣采樣點數量；為第k個采樣點的高程差，單位為mm；為第k個采樣點的水平距離，單位為mm。

21、沉陷形狀對稱性計算表達式：;

22、式中：為對稱性系數，范圍[0,1]；為點處的高程值，單位為mm。

23、沉陷輪廓曲率計算表達式：;

24、式中：為曲率值；和分別為高程對距離的一階和二階導數。

25、2.在s103中，歷史沉陷速率參數計算：;

26、式中：為歷史沉陷速率，單位為mm/年；為一年內沉陷深度增量，單位為mm；為時間間隔，單位為年。

27、3.在s104-s105中，環境與交通監測數據的統計參數計算：

28、溫度循環次數計算：;

29、式中：為年均溫度循環次數；為第i天的溫度循環次數。

30、溫度梯度累積計算：;

31、式中：為溫度梯度累積值，單位為°c·h/mm；為第i天第j小時的溫度差，單位為°c；為深度差，單位為mm；為時間間隔，單位為h。

32、濕度變化系數計算：;

33、式中：為濕度變化系數；為相對濕度標準差；為相對濕度均值。

34、4.時序演化方程的數學表達：

35、;

36、式中：為t時刻的沉陷深度預測值，單位為mm；為初始沉陷深度，單位為mm；為擬合系數；為神經網絡誤差補正項；為輸入特征向量；為網絡權重矩陣。

37、5.環境影響方程的數學表達：

38、;

39、式中：為環境影響系數；為權重系數；為年降雨量，單位為mm；為地下水位，單位為m；為累積應變；為神經網絡誤差補正項。

40、6.荷載響應方程的數學表達：

41、;

42、式中：為荷載效應值；為權重系數；為第i級軸載大小，單位為kn；為對應作用次數；為車速影響系數；為制動影響系數；為材料綜合性能系數；為交通量，單位為輛/日；為輪胎接地壓力，單位為mpa；為神經網絡誤差補正項。

43、7.綜合預測方程的數學表達：

44、;

45、式中：分別為預測沉陷深度、面積、發展速率和穩定性；為權重系數矩陣元素；為結構影響系數；為層位影響系數；分別為面層、基層和路基強度系數；為神經網絡誤差補正項。

46、下面詳細說明每個方程的推導過程。

47、1.時序演化方程的推導過程：

48、首先建立基礎演化模型：;這是線性演化模型，表達了沉陷隨時間的基本發展趨勢。

49、考慮形態特征影響，引入非線性項：;

50、其中非線性項需要滿足以下條件：(1)沉陷面積越大，發展速率越快，呈正相關；(2)邊緣坡度越大，應力集中越明顯，發展越快；(3)對稱性越好，發展越穩定，因此采用；(4)曲率越大，變形梯度越大，發展越快。

51、經過數據擬合和理論分析，得到非線性項表達式：

52、;

53、其中通過實驗數據回歸獲得：

54、實驗步驟：(1)選取多個標準路段，記錄1年內沉陷發展數據；(2)提取各形態特征參數；(3)采用非線性最小二乘法確定值。

55、最后引入神經網絡誤差補正項：

56、。

57、2.環境影響方程的推導過程：

58、首先考慮溫度與濕度的基本影響：;

59、其中為影響系數。考慮因素間的耦合作用：;通過多因素正交試驗確定。引入水分與應變影響：;

60、其中累積應變計算方法：;為第i次測量的應變增量。

61、最終得到完整表達式：

62、。

63、3.荷載響應方程的推導過程：

64、首先建立單級荷載基本響應模型：;

65、考慮車速影響：;

66、式中：為實際車速；為標準車速；為速度影響系數。

67、考慮制動影響：;

68、式中：為制動頻率；為制動影響系數。

69、組合得到多級荷載累積效應：。

70、引入材料性能影響：;

71、式中：為黏聚性系數；為空隙率影響系數；為強度影響系數。

72、最終得到完整表達式：

73、。

74、4.綜合預測方程的推導過程：

75、首先建立基本預測矩陣：。

76、考慮路面結構影響：為結構強度矩陣；為層位厚度矩陣；為結構影響系數矩陣。

77、最終得到完整預測方程：

78、。

79、各方程的效果體現：

80、1.時序演化方程能夠準確描述沉陷的非線性發展過程，特別是通過形態特征參數的耦合反映了沉陷形態對發展速率的影響；

81、2.環境影響方程全面考慮了溫度循環、濕度變化、降水等環境因素的綜合作用，能夠量化環境對沉陷發展的促進作用；

82、3.荷載響應方程不僅考慮了荷載大小和頻次，還引入了車速、制動等動態影響，提高了預測精度；

83、4.綜合預測方程通過矩陣形式實現了多參數的耦合計算，既考慮了環境、荷載的作用，又反映了路面結構的影響，預測結果更加全面和準確。

84、所述環境監測系統，具體包括：

85、1.溫度監測設備：(1)鉑電阻溫度傳感器，安裝深度分別為0mm、50mm、100mm、200mm；(2)紅外溫度傳感器，用于路表溫度實時監測；(3)溫度數據采集器，采樣頻率1次/小時；2.濕度監測設備：(1)土壤濕度傳感器，安裝深度分別為300mm、500mm、800mm；(2)空氣相對濕度傳感器，安裝高度為1.5m；(3)濕度數據采集器，采樣頻率1次/小時；3.降雨量監測設備：(1)雨量計，安裝高度為地面以上1.5m；(2)降雨量數據采集器，實時記錄；4.地下水位監測設備：(1)水位傳感器，安裝深度為地下水位以下1m；(2)水位數據采集器，采樣頻率1次/天；5.應變監測設備：(1)光纖應變傳感器，布設于路面結構各層；(2)應變數據采集器，采樣頻率100hz。

86、布設的步驟具體是：

87、1.現場踏勘：(1)確定監測區域范圍；(2)選擇傳感器安裝位置；(3)評估供電條件；2.設備安裝：(1)挖設傳感器安裝槽；(2)布設傳感器連接線；(3)安裝傳感器；(4)回填安裝槽；3.數據采集系統搭建：(1)安裝數據采集器；(2)連接傳感器與采集器；(3)配置采集參數；4.系統調試：(1)檢查傳感器工作狀態；(2)校準采集數據；(3)測試數據傳輸；5.環境防護：(1)安裝防雨罩；(2)布設防雷設施；(3)設置警示標志。

88、所述交通荷載監測系統，具體包括：

89、1.軸載監測設備：(1)電容式稱重傳感器；(2)壓電式稱重傳感器；(3)軸載數據采集器；2.車速監測設備：(1)激光測速儀；(2)雷達測速傳感器；(3)車速數據采集器；3.制動監測設備：(1)紅外熱成像儀；(2)制動狀態識別系統；(3)制動數據采集器；4.交通流量監測設備：(1)線圈檢測器；(2)視頻檢測器；(3)流量數據采集器；5.車型識別設備：(1)激光輪廓儀；(2)車型分類系統；(3)分類數據采集器；6.輪胎壓力監測設備：(1)壓力傳感墊；(2)壓力數據采集器。

90、布設的步驟具體是：

91、1.系統規劃：(1)確定監測斷面位置；(2)選擇設備安裝點；(3)規劃線纜布設路徑；2.設備安裝：(1)開槽埋設傳感器；(2)安裝支撐架；(3)固定監測設備；(4)布設連接線纜；3.系統集成：(1)安裝控制柜；(2)連接供電系統；(3)配置數據采集器；(4)調試通信模塊；4.標定校準：(1)進行靜態標定；(2)開展動態標定；(3)驗證監測精度；5.系統保護：(1)密封防水處理；(2)安裝防護罩；(3)設置警示標志。

92、所述采集所述沉陷區域的材料參數的步驟，具體是：1.路面鉆芯取樣：(1)確定取樣點位置；(2)鉆取瀝青混合料芯樣；(3)分層切割芯樣；2.瀝青含量測定：(1)采用燃燒法測定瀝青含量；(2)計算瀝青含量百分比；3.空隙率測定：(1)測定體積密度；(2)測定理論最大密度；(3)計算空隙率；4.級配分析：(1)進行篩分試驗；(2)繪制級配曲線；(3)計算級配指標；5.強度測試：(1)進行馬歇爾試驗；(2)測定動穩定度；(3)測定劈裂強度；6.變形性能測試：(1)進行車轍試驗；(2)測定動態模量；(3)測定疲勞壽命；7.基層材料檢測：(1)取樣鉆芯；(2)測定強度；(3)測定模量；8.路基土檢測：(1)取樣鉆芯；(2)測定含水量；(3)測定承載比；(4)測定壓縮模量。

93、本發明還提供一種高速公路路面病害預估裝置，包括：處理器，用于讀取存儲介質中的計算機程序，所述計算機程序存儲上述方法的代碼，處理器執行上述技術方案中的方法。

94、與現有技術相比較，本發明提供的一種高速公路路面養護方法及裝置的有益效果是：

95、1.監測全面性:采用高精度三維激光掃描技術,能夠定期全面獲取標準路段乃至整條公路的路面狀態數據,彌補了人工巡查的局限性。

96、2.分析深入性:本發明通過綜合考慮環境、交通和材料等多方面因素,建立了包含時序演化、環境影響、荷載響應等多個分析模塊的預測體系,較好地反映了沉陷病害發展的復雜機理。

97、3.預測準確性:在預測模型中融入基于輕量級神經網絡的誤差補正策略,大幅提高了對實際路況的學習和推斷能力,使預測結果更加貼近實際。

98、總的來說,本發明的公路瀝青路面沉陷病害趨勢評定方法,充分利用了先進的三維激光掃描技術、深度學習算法和神經網絡模型,綜合考慮了影響因素,能夠準確預測沉陷發展趨勢，解決了現有技術存在只能對局部路段進行靜態評估,無法全面動態掌握公里的沉陷病害趨勢的技術問題。