基于宏微观纹理特征融合的路面摩擦性能预测

战友,李强,马啸天,王郴平,邱延峻

Macro and micro texture based prediction of pavement surface friction

You ZHAN,Qiang LI,Xiao-tian MA,Chen-ping WANG,Yan-jun QIU

表 2 机器学习预测模型输入参数

Tab.2 Input variables for machine learning model

变量类型 参数类型 参数 参数解释 输出变量 摩擦性能 F 路面摩擦系数 输入变量 路表处治 Treatment 高抗滑表面处理、温拌沥青测试点、碎石封层、 微表处技术、薄层罩面、Novachip超薄磨耗层 输入变量 区域气候 T 温度 输入变量 交通特性 AADT 年平均日交通量 输入变量 交通特性 V 累计交通量（AADT × A） 输入变量 路面服役龄期 A 自路表处治实施以来使用年数 输入变量 路表特性 MPD 构造深度 输入变量 路表特性 IRI 路面平整度 输入变量 路表特性 R 车辙深度 输入变量 集料特性 Type 集料类型 输入变量 集料特性 Textural Parameters 纹理参数：Entropy（T）、Energy（E）、Homogeneity（H）、Sal、Str、Std 输入变量 集料特性 Feature Parameters 特征参数：Spd、Spc、S5p、S5v、S10z、Sda、Sha、Sdv、Shv 输入变量 集料特性 Height Parameters 高度参数：Sp、Sv、Sz、Sa、Sq、Ssk、Sku 输入变量 集料特性 Material Ratio & Volume Parameters 材料比与体积参数：Smr、Smc、Sxp、Vv、Vm、Vmp、Vmc、Vvc、Vvv