[发明专利]路面摩擦系数评估与预测方法

说明书

本发明公开了一种路面摩擦系数评估与预测方法，包括如下步骤：S1、采集车辆与环境信息；S2、分析评估摩擦系数基础数据；S3、测算路面摩擦系数；S4、摩擦系数大数据评估；S5、摩擦系数预警预测。本发明可获得精确至复杂环境下的车道级实时路面摩擦系数评估值，更接近实际情况，并构建了路面摩擦系数车联网系统包括车载终端、大数据云计算处理平台以及路面摩擦系数预警平台，可用于路面车辆实时的路面摩擦系数预警以及提供中长期解决方案。

技术领域

本发明属于城市交通道路工程安全驾驶技术领域，具体涉及一种路面摩擦系数评估与预测方法。

背景技术

由于车辆荷载和环境等因素使车辆与路面间抗滑性能减弱，往往导致交通事故频发。在英、日等国的研究调查中，每年因路面抗滑性能下降而造成的交通事故占总数的1/5左右。随着我国国民经济的迅速发展，我国高等级公路以及城市道路车流量大，车速快，对路面抗滑能力的要求随之提高，公路建设和养护管理部门关于路面的抗滑性能对交通安全的影响越发重视。

目前，我国在路面的抗滑性能的测试和评估面临着诸多问题：首先，构造深度法中的铺砂法、摆式摩擦仪法、DF测试仪法采用人工法检测，检测效率低，并且构造深度仅为间接指标。激光扫描构造深度法和横向力系数测试仪法自动化程度高，检测效率高，但测试极易受到外界环境影响，检测结果容易受到测试路面环境如积水、积雪、泥浆等状况的影响，另外也需要在封闭交通或低交通量进行测试。制定距离法、锁定车轮拖车法等测试方法主要用于车辆制动后、轮锁死后车辆轮胎与路面间的摩阻力，自动化水平和效率较高，但只能以年检方式进行，空窗期长，工况场景当公益，实时性不足。车辆制动状态下的路面摩擦力与行车安全直接相关，此时轮胎与路面之间的摩擦与传统静摩擦和动摩擦均不相同，为蠕动摩擦，并且和车速直接相关。因此测试车辆在实际制动状态下的摩擦系数对路面抗滑能力具有重要的意义。

车联网技术及大数据的迅速发展，使得车辆和道路的信息可以被实时感知，并被集聚分析和运用。由于目前国内路面抗滑性能检测依旧还处于传统的人工或自动化阶段，提供的抗滑摩擦系数数据具有滞后性、间断性和片面性，而实际车辆和道面状态具有实时性，传统抗滑数据并不能为车辆行驶提供可靠的制动状态抗滑能力不足预警。因此，提出了一种基于车辆制动状态及车联网大数据的路面摩擦系数评估与预警预测方法，基于海量数据的大数据分析构建路面摩擦系数预估模型实现复杂环境下的车道级路面摩擦系数实时预估，一方面通过历史数据不断更新大数据分析平台库和路面摩擦系数预估模型，另一方面根据实际行车环境提供瞬时路面摩擦系数预估值和阈值，针对路面摩擦系数下降进行及时预警及提供解决方案，以规避因路面抗滑能力下降而造成的交通安全事故。

发明内容

本发明要解决的技术问题是提供一种路面摩擦系数的评估与预测方法，基于大数据分析构建的路面摩擦系数预估模型可以实时评估车辆在复杂环境下的路面摩擦系数，为行驶车辆提供路面摩擦不足的预警信息及解决方案。

一种路面摩擦系数评估与预测方法，包括如下步骤：

S1、采集车辆与环境信息；

S2、分析评估摩擦系数基础数据；

S3、测算路面摩擦系数；

S4、摩擦系数大数据评估；

S5、摩擦系数预警预测。

进一步的，S1中，车辆与环境信息感知采集，通过车辆监控系统和各类传感器对车辆在制动状态过程中的数据信息进行监控，获得制动过程中车辆和所处道路的相关数据。

进一步的，S2中，将S1中采集到的摩擦系数基础数据定位上传云平台，不同位置处车辆感知采集的数据通过车联网系统上传大数据云平台，按类别进行储存，并进行进一步的加工、分析和反馈。

进一步的，S3中，车辆制动状态下的路面摩擦系数公式，其运算公式为如下：