集成路边传感器的智能交通基础设施促进了车辆与道路的协作，为自动驾驶铺平了道路（Sood, 2024）。与视频摄像头、光检测和测距（LiDAR）以及红外传感器相比，路面传感器具有可靠的全天候性能、低成本、长期稳定性和增强的隐私保护等优点（Kebede et al., 2024），这使得它们在智能交通系统中至关重要。然而，由于路面的复杂运行条件（如交通负荷、温度波动以及雨水和雪的影响），传统传感器（例如嵌入或附着在水泥路面结构中的光纤和应变计）面临重大挑战，包括兼容性差和耐久性降低（Bado and Casas, 2021）。一旦浇筑到混凝土中，这些传感器就无法进行维护或更换，并且由于传感器与周围基质之间的不匹配而容易发生界面退化和老化（Ou and Han, 2009），导致路面传感器的使用寿命显著缩短（Ye et al., 2024）。此外，从施工角度来看，传统传感器需要复杂的安装程序，包括布线、表面处理和防止浇筑过程中意外损坏的保护措施（Martínez and Andrade, 2009）。任何安装过程中的故障基本上都是不可逆的。
最近，自感知水泥复合材料（SSCC）作为一种替代传感解决方案出现（Ding et al., 2023; Dong et al., 2021c），可以利用其压阻效应（电阻变化）来监测路面上的外部负荷。这些水泥传感器具有与标准混凝土相匹配的高界面兼容性和耐久性（Downey et al., 2017），可以直接浇筑到结构元素中，解决了传统传感器的上述问题。此外，SSCC允许在标准浇筑过程中无缝集成，显著提高了可靠性和降低了施工复杂性（Han et al., 2014）。在这种情况下，这种水泥传感器在无需维护和全生命周期的基础设施监测方面显示出巨大潜力（Chen and Chung, 1996）。
水泥传感器的灵敏度高度依赖于SSCC内部导电路径的变化（Qin et al., 2024）。为了提高其对施加应力的响应，研究人员在SSCC中加入了各种导电添加剂，包括金属氧化物（Dong et al., 2021a; Han et al., 2015a）、钢纤维（Dinesh et al., 2022; Wang et al., 2021）、碳纤维（Donnini et al., 2018; Wen and Chung, 2006）、石墨粉（Loamrat et al., 2014; Sun et al., 2017）、炭黑（CB）（Guo et al., 2022; Monteiro et al., 2017）、碳纳米管（CNTs）（Ding et al., 2022; Han et al., 2009）和石墨烯纳米片（GNPs）（Dong et al., 2021c; Fan et al., 2023b; Li et al., 2022）。在这些添加剂中，碳纳米材料（CNMs）因其出色的比表面积和显著的电学性能而在SSCC开发中特别受到青睐（Jiang et al., 2024）。尽管有这些优势，SSCC传感器也面临一些挑战。首先，它们的电学性能可能对环境因素（如温度和湿度）非常敏感，这可能在长期监测中引起基线漂移或信号噪声。其他挑战包括CNMs的高成本和较差的分散性，以及在优化机械强度和电导率之间的平衡时需要权衡（Han et al., 2020）。这些挑战可以通过环境补偿算法和基线漂移校正程序、使用优化的填料比例以及实施改进的分散技术和混合CNM策略来缓解。
如今，已经开发出一种结合混合CNMs的策略，利用协同效应来提高压阻性能，同时减少所需的CNMs量（Fan et al., 2025; Shu et al., 2015）。Han et al.（2015b）通过静电自组装将CB/CNT混合填料以40:60的比例加入水泥砂浆中，实现了每MPa 2.69%的应力灵敏度。Jiang et al.（2019）发现5 wt%的CB和7.5 wt%的GNP的组合提高了压缩强度和压阻性。Abedi et al.（2021）使用1:1的GNP/CNT比例（按沙子重量计0.1–0.34%）来降低水泥复合材料的电阻率。他们进一步开发了一种GNP/CNT增强的自感知和自加热水泥复合材料，用于交通监测（Abedi et al., 2024）。
虽然已经在实验室中证明了混合CNMs增强SSCs的压阻效应，但对于实际工程场景中的混合CNM增强SSCs的研究仍然有限。我们可以从其他填料的水泥传感器现场研究中获得见解（Dong et al., 2022）。Han et al.（2011）开发了一种含有镍填充水泥传感器的自感知路面，能够在户外测试中检测到车辆通过。Dong et al.（2022）设计了一种基于碳纳米纤维的智能路面，对循环负荷具有线性和可重复的响应，证明了监测人类活动和车辆速度的能力。Birgin et al.（2022）创建了一种全尺寸的碳微纤维掺杂传感路面，配备了低成本的电子设备，能够估计1200至42,000公斤的车辆负荷。
尽管已经进行了大量工作，但之前提到的基于SSCC的智能路面系统仍然使用有线连接进行测量（Jiang et al., 2024）。这种配置需要物理访问来进行维护和数据检索，从而限制了广泛监测网络和实时结构健康管理的实施，特别是在偏远或难以到达的位置。幸运的是，无线技术的进步提供了一个优雅的解决方案。Han et al.（2008）将无线技术与镍填充水泥传感器结合，用于混凝土的健康监测。Lee et al.（2020）开发了一种具有无线传输功能的CNT增强水泥传感器，能够在铁路结构上实现200米的数据传输。Le et al.（2021）应用无线传输来检测超高性能混凝土中的损伤。然而，据我们所知，目前还没有针对SSCs的车辆检测（包括类型和速度）算法的研究。这一研究空白主要是由于两个主要挑战：首先，SSCs在实际应用中的电阻信号容易受到电场极化和应力引起的塑性变形（Mu et al., 2021; Monteiro et al., 2017）导致的数据漂移。其次，SSCs的电阻会随环境条件（如温度和湿度）变化（Ding et al., 2021; Dong et al., 2019a; Fan et al., 2023a; Vipulanandan and Ali, 2017）而变化，这引入了非目标噪声干扰，降低了应变传感器检测的有效性（Dong et al., 2019b）。因此，迫切需要开发一种结合抗噪声和自适应算法的无线信号传输系统，以促进基于SSCs的智能路面的实际部署。
基于这一研究空白，本研究开发了用GNP/CNT增强的压阻SSCs作为水泥传感器。设计了一种四电极无线传输电路，用于实时电阻监测。对GNP/CNT增强水泥基传感器（GNP/CNTRCS）进行了实验室和现场测试，现场测试在不同车辆负荷和速度下收集了260组时间序列数据。采用传统的机器学习（ML）方法和基于连续小波变换（CWT）的图像识别算法进行车辆分类和速度预测。此外，还评估了模型的性能，以验证其抗噪声能力。提出了一种新的两步分层决策策略，实现了R2=0.851的速度预测性能，并且比传统的单模型方法具有更高的鲁棒性。图1展示了当前研究在推进自动驾驶中的车辆-道路协作方面的前景，通过解决车辆的感知盲点，促进了行人、车辆和道路基础设施之间的实时互动和动态信息的有效整合，实现了通过互联的车辆-道路-云-网络-地图系统进行主动监测和全面的交通管理。
