红外遥测式路面状况传感器的水厚度测量

验平台调平，然后将传感器架设于平台附近，使其照射于平台中心，进行干信号标定，在平台上加水2mm，使其自然蒸发至干燥，完成一个试验周期。

4 试验结果分析

4.1 建模

设计的标定平台和标定方法为模型建立提供了充分的试验数据，在此基础上进行了测量模型的建立。

从图3实验数据可以看出，光信号2处于水的吸收峰，所以道路表面一旦出现水膜，光信号2会剧烈减小，而且Ln(dp₂/os₂)一直大于Ln(dp₁/os₁)和Ln(dp₃/os₃)，但是水厚增加到一定程度，由于光信号2返回信号几乎接近最小值时，与水厚的线性关系发生畸变，但是Ln(dp₁/os₁)和Ln(dp₃/os₃)与水的线性度在2mm内一直保持良好。

模型建立的基本方法是利用matlab、spss数据分析软件，对大量数据进行多元线性逐步回归分析，得到光信号和不同物质的计算公式，多次标定模型复相关系数均>0.92(远高于可接受限值0.75)，光信号变化能很好的解释覆盖物种类及厚度变化;该模型在条件不变的情况下，得到很好的测量结果。

水厚度计算公式:

H_水厚=0.465 Ln(dp₃/os₃)-0.749 Ln(dp₁/os₁))+0.3

状态判断如表1。

4.2 验证

实验介绍：利用人工观察状态和传感器测量厚度与样机测量结果进行对比验证。物质厚度单位：mm，状态：0 干 1 潮 2水。

5 结论

根据多次室内室外试验数据验证，干、潮、水区分比较准确，因为水潮和潮干分界较为模糊，分界处状态和观察状态稍有出入，但只是在相邻两个状态有所差异，不影响状态变化走势，测量的水厚和水蒸发线性趋势吻合。干信号根据目标路面标定后，干信号的大小在较大范围内不影响路面状态的判断，测量的水厚度误差会有差异，证明传感器具有较强环境适应性。