一种基于移动检测设备的隧道路面湿滑状态的评价方法

摘要

本发明涉及一种基于移动检测设备的隧道路面湿滑状态的评价方法，移动检测设备设置在隧道路面的上方并能够受控地沿隧道路面的长度方向往复移动，能够检测隧道路面上不同位置的路面湿滑系数值，所述方法包括：将隧道路面划分为若干个单元网格；控制移动检测设备在隧道路面上方移动，并采集每个单元网格所对应的路面湿滑状态数据；对每个单元网格的所述路面湿滑状态数据进行聚类分析；根据所述聚类分析的结果，确定每个单元网格的路面湿滑系数。通过本发明的评价方法，能够对隧道内的路面湿滑状态进行及时、可靠的检测与评价，进而为客观地判断隧道内的路面状态以及科学有效地对隧道内的交通流管控提供决策依据，有效地保障车辆的通行安全和效率。

说明书

技术领域

本发明主要涉及隧道路面湿滑状态的评价方法，尤其涉及基于移动检测设备的隧道路面湿滑状态的评价方法。

背景技术

公路隧道与开阔道路相比，在路面状态、灯光环境以及基础设施状态等方面均存在较大的差异。公路隧道属于相对封闭的环境，隧道内部路面状态不易受外界天气变化影响，但隧道进出洞口区域由于与外界直接相连易受外界天气影响，尤其在冰冻、雨、雪等恶劣天气条件下路面湿滑程度较高，隧道进出口部分与隧道内部路面湿滑状态差异较大。由于照明条件的变化，车辆在进出隧道时驾驶员易产生“黑洞效应”和“白洞效应”，需要时间适应隧道照明环境，因而在隧道进出口处驾驶员不易观察前方道路情况；而且，由于隧道内部灯光较暗，驾驶员视距较短，因此对前方道路情况的预判也受到限制。此外，随着公路隧道的运营年限增加，受周围地理环境、天气环境、结构设计、养护维修频率等因素的影响，渗漏水成为运营隧道的主要病害之一；隧道渗漏水病害所导致的路面溢水、湿滑等问题，也是影响车辆通行安全、导致交通事故的最主要因素。

通过大量的历史事故数据与研究发现，由于公路隧道驾驶环境苛刻且空间相对封闭，在线形和光线的影响下，驾驶员不但视距会被迫缩短，心理状态也容易产生较大的波动，特别是在路面湿滑导致路面摩擦系数降低的情况下，极易发生车辆追尾、碰撞隧道壁等事故；而且，隧道内一旦发生交通事故，不但救援难度大，交通疏导困难，且在视距的影响下，极易发生二次事故，造成更严重的拥堵和更大的损失。

考虑到上述的隧道环境特性，限制车辆的行驶速度虽然一定程度上有助于降低事故风险，但这显然会导致隧道整体通行能力下降，牺牲隧道的通行效率。

为了兼顾公路隧道的通行安全和效率，需要对隧道内的路面湿滑状态进行及时、可靠的检测与评价，进而为客观地判断隧道内的路面状态以及科学有效地对隧道内的交通流管控提供决策依据。

通常可以通过两类设备对路面湿滑状态进行检测：一种为接触式路面状态检测器，通常为车载式设备，在车辆移动过程中测量路面的摩擦系数或者湿滑状态；另一种为非接触式路面状态检测器，通常采用光学偏振、图像识别、红外光谱等方法，通常固定于道路上方对路面上指定的位置进行检测。

公路路侧固定式检测设备只能检测路面上一个特定点位或很小的检测区域，在实际应用中通常用一个检测点位或检测区域的检测结果来代表一个较大的道路区间范围的路面湿滑状态。显然，这种以点代面的检测结果无法准确地反映隧道路面实际的湿滑状态，因而存在隧道路面或基础设施病害发现不及时、交通流过度管控或欠管控等问题，仍然不得不依赖于人工巡检来确定准确的路面问题地点。

目前，车载移动式检测设备，虽然可以连续测量多个点位，但其检测点之间的间距较大，通常100米的区间内检测4-10个点位，无法准确、全面地反映隧道路面的湿滑状态；同时，承载传感器的车辆需要人工驾驶，车辆不可避免地会影响其它车辆的通行；而且，车载式传感器受到道路以及通行车辆的限制，无法全天候循环往复多次测量。因此，不仅车载式传感器的使用受到诸多的限制，并且检测到的结果仍然无法准确地反映隧道路面湿滑状态及其变化，更无法对隧道路面的湿滑状态给出准确、实时的评价。

综上可见，现有的路面湿滑状态的检测和评价方式精细程度很低，无法及时、准确地反映隧道路面的湿滑状态，无法从时间和空间上同时实现对隧道路面湿滑状态的可靠评价。为此，实有必要设计一种行之有效的对隧道内路面湿滑状态进行评价的系统和方法，以及时、准确地反映路面的湿滑状态，进而为隧道内交通流的科学管控提供决策依据，保证隧道通行效率，同时有效保障车辆的通行安全。

发明内容

本发明的目的在于，提供一种基于移动检测设备的隧道路面湿滑状态的评价方法，及时、准确地反映路面的湿滑状态，对路面湿滑状态作出可靠的评价。

为实现上述目的，本发明提供了一种基于移动检测设备的隧道路面湿滑状态的评价方法，所述移动检测设备设置在隧道路面的上方并能够受控地沿隧道路面的长度方向往复移动，所述移动检测设备能够检测隧道路面上不同位置的路面湿滑系数值，所述评价方法包括如下步骤：

步骤S21：将隧道路面划分为若干个单元网格；

步骤S22：控制所述移动检测设备在隧道路面上方移动，并采集每个单元网格所对应的路面湿滑状态数据，所述路面湿滑状态数据包括至少由单元网格内不同检测点位的路面湿滑系数值构成的检测数据集；

步骤S23：对每个单元网格的所述路面湿滑状态数据进行聚类分析；

步骤S24：根据所述聚类分析的结果，确定每个单元网格的路面湿滑系数。

优选地，所述单元网格的长度为80至120米，更优选为100米。

优选地，所述路面湿滑状态数据包括单元网格内200至800个点位的路面湿滑系数值，更优选包括单元网格内400个点位的路面湿滑系数值。

优选地，所述检测数据集为

随机选取聚类质心数量K，其中，K为整数，1≤K≤10，随机选取聚类质心为

步骤A：通过公式（1），计算出检测数据集X中的每个数据样本X

依次比较每个数据样本X

步骤B：利用公式（2）重新计算各个簇S

其中，C

步骤C：重复执行步骤A和步骤B，直至K个簇的质心不再发生变化，得到当前K值对该单元网格的路面湿滑状态数据进行聚类分析的结果。

优选地，所述评价方法还进一步包括对K值进行优化的步骤：

步骤1：对于数据样本X

步骤2：选取另外一个簇b，计算X

步骤3：通过公式（3）求出元素X

步骤4：计算所有数据样本X的轮廓系数，并通过公式（4）计算出当前K值对应的整体轮廓系数，

步骤5：将K的取值调整为从2到10之间的其它整数，重复步骤A至步骤C，并通过步 骤1至步骤4计算各个K值所对应的整体轮廓系数，其中最大整体轮廓系数

步骤6：将最优K值所对应的聚类结果作为聚类分析的结果。

优选地，所述步骤S24进一步包括：将含样本量最多的聚类簇的质心确定为该单元网格的路面湿滑系数Sp。

优选地，所述的评价方法进一步包括：为单元网格的路面湿滑系数设定三个阈值m

I级：

II级：

III级：

IV级：

通过本发明的基于移动检测设备的隧道路面湿滑状态的评价方法，能够对隧道内的路面湿滑状态进行及时、可靠的检测与评价，进而为客观地判断隧道内的路面状态以及科学有效地对隧道内的交通流管控提供决策依据，在有效保障车辆的通行安全的同时，也有利地保证了隧道通行效率。

附图说明

图1为根据本发明优选实施例的移动检测设备的布设方式与数据采集方式的示意图；图2示出了根据本发明优选实施例的基于移动检测设备的隧道路面湿滑状态的评价方法的流程图。

具体实施方式

在本发明中，路面湿滑状态用来指代由于冰、雨、雪、雾等天气或地理环境影响使得路面处于潮湿、积水、结冰、积雪的状态。在这种状态下，路面摩擦系数下降，会导致车辆制动困难、制动距离增加、车辆行驶稳定性下降，极易引起严重的交通事故。通常采用路面湿滑系数来表征路面湿滑状态，路面湿滑系数为一个0至1之间的数值，数值越小表示路面越滑。

路面湿滑系数可以利用光学偏振、红外光谱等非接触式测量方法，基于路面不同区域光学特性的差异，来区分路面表面的状态，例如干燥、积水、积雪、结冰等，进而得出代表路面湿滑程度的评价指标，用于表征路面的抗滑性能，与摩擦系数具有相同的意义。

下面结合附图对本发明的优选实施例进行详细的说明。本领域技术人员应该认识到，本发明并不局限于这里所描述的特定实施例，而是可以根据本发明的构思进行修改和变化。

图1示出了根据本发明优选实施例的隧道移动检测设备的布设方式以及数据采集方式的示意图。在如图1所示的实施例中，在隧道顶部布设有轨道11，轨道11的长度与隧道的长度大致相同，用来检测路面湿滑状态的移动检测设备12（其中包括非接触式路面状况检测器）设置在轨道11上，可以以一定的速度沿轨道11循环往复移动，并且在移动的同时以一定的间隔检测路面上不同位置的路面湿滑系数值。

由于轨道11和移动检测设备12均位于隧道上部空间中，不会影响隧道中车辆的通行。而且，由于移动检测设备12可以在整个隧道长度范围内循环往复移动，其可以以很短的时间间隔对整个隧道内的路面湿滑状态进行多次检测，进而实现对公路隧道路面状态全天候、全覆盖、不间断的检测。

本领域技术人员能够理解，轨道的具体构造和布置方式、轨道与移动检测设备的配合方式、移动检测设备的驱动方式均可以通过现有的技术手段实现，故在此不再赘述。

此外，本领域技术人员能够理解，移动检测设备并不局限于包括特定类型的传感器或检测器件。在本发明的优选实施例中，隧道沿长度方向划分为若干个长度L=100米的区段（即，单元网格），移动检测设备对每个单元网格内的路面以0.25米为间隔、沿隧道的长度方向连续进行检测，从而在一个单元网格内测量400个点位，相应地获得400个表征各个点位上路面湿滑状态的路面湿滑系数值。由于检测设备基于路面的光学特性进行测量，而光的传播速度很快，市场上已有的非接触式路面状况检测技术已成熟应用，因而在很短的时间内就能够完成对一个单元网格的检测。然而，基于移动检测设备类型的不同以及后续分析需求的不同，各个单元网格内检测点位的数量、位置以及检测顺序均可以不同。例如，移动检测设备可以在沿着轨道移动的同时，垂直于其移动方向往复扫描检测道路上的各个点位，或者平行于其移动方向往复扫描检测道路上的各个点位，亦或以随机的顺序检测道路上的各个点位。进一步地，如果需要，可以在隧道上方设置多条轨道和多个移动检测设备；或者在一个轨道上设置多个移动检测设备；或者在一个移动检测设备中设置多个检测传感器。总之，移动检测设备的设置方式和检测方式并不局限于特定的形式，只要能够提供满足本发明的路面湿滑状态的分析方法所需的数据信息即可。

基于设置于隧道上方的移动检测设备，可以以较小的间隔对路面的湿滑状态进行检测，获得路面上很多位置上的路面湿滑系数值。但实际上，这种细化到很多个点位的检测结果并不能直接帮助车辆的驾驶员或者道路管理单位或人员确定路面湿滑状态对行车安全的影响。本发明的发明人研究发现：一方面，当路面上单个检测点位的湿滑系数值较高时，实际上并不必然会对行车安全构成严重影响；另一方面，当对道路上多个位置上的路面湿滑系数值求平均值时，虽然可以避免单点测量受偶然因素影响所产生的偏差，能够在一定程度上反映道路的整体湿滑情况，但这样的平均值无法反映道路湿滑情况的局部差异，无法准确反映道路上不同位置的湿滑情况对通行车辆的影响。

为了准确客观地反映道路的湿滑情况，便于驾驶员安全地驾驶车辆，以及便于道路管控人员科学地对交通流实施控制兼顾通行安全与效率，发明人将检测路段划分成多个单元网格，再基于单元网格内多点位的路面湿滑系数检测数据进行综合计算，得到该单元网格的路面湿滑系数。

图2示出了根据本发明优选实施例的评价路面湿滑状态的流程图。

第一步（S21），对待评价路面湿滑状态的隧道路面进行单元网格的划分。

划分单元网格的目的是将连续的路面离散化，形成许多小的区段，即，单元网格。一般而言，单元网格的大小可以根据隧道的设计速度、车辆在道路上的实际平均行驶速度以及车辆的安全停车视距等数据来确定，以利于对路面湿滑状态的准确感知以及对交通流的科学管控。

例如，长度超过1000米的长大隧道内的车辆平均行驶速度约为80公里/小时，在路面湿滑情况下，驾驶员反应以及采取制动措施的时间段内，车辆仍会继续行进80-120米左右的距离。由此可见，路面湿滑状态会直接影响车辆在制动过程中的行驶情况。因此，按照这样的间隔划分单元网格有利于更科学、有效地评价路面的湿滑状态，既能够满足驾驶员反应与制动的需要，也能够满足道路精细化养护与管控的需要。本领域技术人员可以理解，以过小的长度划分单元网格虽然在一定程度上提高了路面湿滑状态的检测精度，但对于交通流的管控并没有实际的意义，还会导致系统检测以及运算负荷的增加。而如果以过大的长度划分单元网格，则可能会导致路面湿滑状态检测的精度不够，进而导致交通流管控的不及时以及养护管理不够精细的问题。

在本发明的优选实施例中，以100米长度的单元网格为路面湿滑状态的评价对象。

考虑到隧道内各个车道所处的环境基本相同，各个车道的路面湿滑状态也基本相同，因此沿单一车道的长度方向顺序排布各个检测点位能够准确地检测和分析路面湿滑状态。但本领域技术人员能够理解，如果需要获得分车道的路面湿滑状态信息，也可以利用移动检测设备对不同车道分别进行检测，即，可以对不同的车道分别划分各自的单元网格，分别检测单元网格中相应点位的路面湿滑系数值。

第二步（S22），通过移动检测设备采集路面湿滑状态数据。

每个单元网格内的不同位置有各自的路面湿滑状态，通过移动检测设备可以获得各个不同点位上的路面湿滑系数值。基于各个单元网格内检测获得的路面湿滑状态数据集，可以用来综合分析各个单元网格的总体路面湿滑系数。

在本发明的优选实施例中，移动检测设备在每个长100米的单元网格内沿隧道的长度方向、以0.25米为间隔对隧道路面进行连续检测，从而在一个单元网格内测量400个点位，相应地获得400个路面湿滑系数值。这些湿滑系数值可以充分地反映出单元网格内的各种可能的路面湿滑状态。

本领域技术人员应该理解，每个单元网格内检测点位的数量也并不局限于400个。单元网格内检测点位的数量通常取决于下文将详细描述的聚类算法的需要。一般而言，点位数量过少，适用聚类算法的数据也少，无法达到理想的聚类效果，可能会影响路面湿滑状态的评价准确性；而如果检测点位过于密集，则可能产生数据冗余，影响聚类算法的运行效率，进而可能会影响检测的效率。通常，在每个单元网格内设置200-800个检测点位可以兼顾检测的准确性和效率。

发明人研究发现，隧道中路面湿滑状态在路面宽度方向上的差异不大，因此沿单一车道的长度方向顺序排布各个检测点位能够比较准确地反映路面湿滑状态。但本领域技术人员应该理解，各个单元网格内的检测点位也不局限于沿隧道的长度方向设置，而是可以同时沿隧道的长度方向和宽度方向排布。在本发明的一些优先实施例中，各个检测点位均匀地分布在单元网格中，这有利于更加准确地反映单元网格整体上的路面湿滑状态。

在通过移动检测设备获得的路面湿滑状态数据中，可以包括检测时间、检测位置、检测点的路面湿滑系数值。在一些优选实施例中，检测位置可以简化为检测点位所述的单元网格，例如单元网格的编号。对归属于同一单元网格的路面湿滑状态数据做进一步处理，可以获得该单元网格的路面湿滑系数。

在移动检测设备检测路面湿滑状态的过程中，从对应点位上驶过的车辆不可避免地会对检测造成一定的干扰，可能会导致针对该点位的检测结果不准确。但由于这样的检测结果在整个单元网格的所有检测结果中只占极小的比例，因此不会对整个单元网格路面湿滑状态的判断造成影响。而且，一方面，通过下文将会详细描述的聚类算法能够容易地识别并排除这些不准确数据的影响；另一方面，由于移动检测设备在隧道内循环往复检测，受过往车辆影响的数据，也会在往复检测的过程中被修正。

第三步（S23），对采集到的各个单元网格的路面湿滑状态数据进行聚类分析。

在每个单元网格所对应的路面湿滑状态数据中，不同检测点位的数据既存在相似性也存在差异性，通过聚类分析的方式可以将检测数据中样本相似度高、差异性小的数据归为一类。

如果单元网格内大部分路面处于湿滑状态时，该单元网格必然处于湿滑状态，即，单元网格内大部分点位上的路面湿滑系数值更接近于0。借助聚类算法将这些相似的路面湿滑状态数据聚类在一起，所得到的聚集样本量最多的聚类簇的质心，就代表了单元网格内大部分区域的湿滑状态，可以作为表征该单元网格整体路面湿滑状态的参数。

在本发明的优选实施例中，采用K均值聚类算法（K-means ClusteringAlgorithm）对各个单元网格的路面湿滑状态数据进行聚类运算。该算法是一种迭代型聚类算法，采用欧氏距离作为相似性指标，可以将离散的数据聚为K个簇（类），每个簇的中心点为质心。该算法通过计算样本与簇之间的距离、通过反复迭代可以将相似度高、差异性小的样本聚为一簇，使得簇内部的样本相似度高，不同簇之间的差异性高，最终可以得到最优的质心值。

通过移动检测设备对一个单元网格中的n个点位进行检测后，可以得到该单元网 格的路面湿滑系数的检测数据集X，即

通过如下公式（1），可以计算出检测数据集X中的每个数据样本X

Step A：依次比较每个数据样本X

Step B：利用如下的公式（2）重新计算各个簇S

其中，C

Step C：重复执行Step A与Step B，直至k

考虑到单元网格中路面湿滑状态的不确定性，为了获得更准确的结果，可以进一步对K值进行优化：

K值的优化可以通过比较不同聚类簇数（不同K值）对应的整体轮廓系数并选取整体轮廓系数最大值对应的簇数（K值）来实现，即，以整体轮廓系数最大为目标来确定K值的最优解。轮廓系数是描述聚类簇内外差异的关键指标，结合了聚类的凝聚度和分离度，用于评估聚类的效果，其值处于-1至1之间，值越大表示聚类效果越好。

在本发明的优选实施例中，K值的优化通过以下步骤进行：

Step 1：对于第i个数据样本X

Step 2：选取另外一个簇b，计算X

Step 3：通过如下公式（3）求出元素X

Step 4：计算所有数据样本X的轮廓系数，再通过如下公式（4）计算出当前聚类（K=k

Step 5：调整K的取值，例如，取从2到10之间的整数，重复步骤Step A到Step C来 获得聚类结果，并通过步骤Step 1至Step 4计算各个K值所对应的整体轮廓系数，其中最大 整体轮廓系数

最后，根据上述聚类分析的结果，确定为该单元网格的路面湿滑系数Sp。

根据k’的数值（最优K值），确定k’个簇的质心与每个簇包含的样本数量，并将含样本量最多的聚类簇的质心确定为该单元网格的路面湿滑系数Sp。含聚集样本量最多的聚类簇是最能够反映该单元网格整体湿滑状态的，该聚类簇的质心所对应的路面湿滑系数值Sp也最适于表示该网格单元的整体路面湿滑系数。

在前述的K均值聚类算法中，K值的选取是影响最终运算结果的重要因素。采用固定的K值，运算负荷比较小，但单元网格路面湿滑系数的计算可能会存在一定的偏差。通过K值优化的步骤，可以根据单元网格内检测数据的实际情况优化K值的选择，有利于提高单元网格路面湿滑系数计算的准确性。

采用K均值聚类算法的优势在于，数据收敛速度快，能够满足隧道路面湿滑状态的实时检测的需求；而且分类数据具有可伸缩性，能够尽可能科学、真实地反映单元网格的湿滑状态。

通过对单元网格中众多点位上的检测数据进行聚类分析，可以科学地判断所检测到的路面湿滑系数值的分布情况，进而能够准确地确定该单元网格整体上的路面湿滑状态。通过聚类的方式，不仅能够有效地排除由于受到外界因素干扰而检测不准确的点位数据的影响，而且能够屏蔽不会危害行车安全的、面积非常小的湿滑区域对单元网格整体湿滑系数值的影响。

基于隧道中各个单元网格的路面湿滑系数，可以将路面湿滑状态分为若干个等级，以此作为道路交通流管控以及隧道维修养护的依据。

例如，可以为单元网格的路面湿滑系数设定三个阈值m

I级（干燥），

II级（稍有湿滑），

III级（较为湿滑），

IV级（非常湿滑），

本领域技术人员应该理解，根据后续应用以及实际隧道交通流管控需求的不同，也可以将路面湿滑状态划分成更多或更少的等级；而且各个阈值之间的间隔可以相同也可以不同。

基于对隧道内当前路面湿滑状态的准确判断，道路管理者可以对道路上的交通流实施有效的管控，包括速度管控、车道管控、或者通过可变情报板发布信息提示。

本领域技术人员能够理解，随着移动检测设备的移动，其可以对隧道内不同位置的n个单元网格进行检测，例如，按照1、2、……、n的顺序进行。通过比较不同位置的单元网格的检测结果，可以得到隧道路面湿滑状态随位置变化的情况，从而得到路面湿滑状态的空间变化规律。

此外，随着移动检测设备的往复移动，其可以对隧道内的n个单元网格进行循环的检测，例如，按照1、2、……、n、n、……、2、1的顺序不间断地进行检测。这样，每个单元网格每间隔特定的时间段就会被检测一次，通过比较不同时间的检测结果，可以得到该单元网格的路面湿滑状态随时间变化的情况，从而可以为预测路面湿滑状态的变化趋势提供依据。

基于对隧道内路面湿滑状态时空变化趋势的可靠判断，道路管理者可以对隧道路面、基础设施的养护制定更加科学的方案。

通过前面结合本发明优选实施例的描述可知，本发明的基于移动检测设备的隧道路面湿滑状态的评价方法，一方面提高了隧道路面湿滑状态评价的空间分辨率，能够以较小的单元网格为基本评价单位准确地检测隧道内的路面湿滑情况；另一方面提高了隧道路面湿滑状态评价的时间分辨率，能够有效地跟踪隧道内路面湿滑状态的变化。

应该认识到，在以上所描述的实施例中，均可以根据具体应用的情况在合理的范围内进行调整，并不局限于以上实施例中的特定的情形。也就是说，在不背离本发明的构思的前提下，本领域技术人员可以对特定的实施例进行各种变化和/或修改。