《Sensors》：Real-Time Detection System for Road Roughness Based on Ultrasonic Technology
编辑推荐：
随着智能网联汽车和自动驾驶的快速发展，实时准确的路面状态感知变得日益关键。针对传统直接和间接检测方法的局限性，本文提出了一种基于超声波技术的路面粗糙度实时检测系统。目前大多数城市道路采用沥青路面；因此，该系统将研究重点放在沥青路面上。在同一路面类型（沥青路）下
随着智能网联汽车和自动驾驶的快速发展，实时准确的路面状态感知变得日益关键。针对传统直接和间接检测方法的局限性，本文提出了一种基于超声波技术的路面粗糙度实时检测系统。目前大多数城市道路采用沥青路面；因此，该系统将研究重点放在沥青路面上。在同一路面类型（沥青路）下，路面粗糙度与摩擦系数之间存在强相关性。通过测量不同路面的粗糙度，利用模糊处理方法估算摩擦系数。然后，该系统通过测量超声波回波幅度和传感器-路面距离，结合软件数字滤波、双参数补偿（距离和温湿度）、概率统计分析以及模糊推理，建立了回波信号、路面粗糙度和摩擦系数之间的映射关系。该系统主要包括超声波收发模块、硬件信号调理模块以及基于MCU的数据处理、显示和传输模块。进行了模拟实验和真实沥青路面测试以进行验证。结果表明，该系统能够有效抑制噪声、补偿距离衰减和环境干扰，实现路面粗糙度的准确实时检测，与参考值相比相对误差小于10%。所提出的系统可以为车辆主动安全系统和自动驾驶应用提供可靠的数据支持。
论文解读：基于超声波技术的路面粗糙度实时检测系统
**研究背景与问题**
随着智能网联汽车和自动驾驶的快速发展，对路面状态的实时准确感知需求日益迫切。路面摩擦系数作为反映轮胎-路面附着性能的核心指标，直接决定车辆动力学系统的安全性与控制精度。然而，传统直接检测方法（如制动距离法、摆式仪法、动态摩擦系数测试仪）虽广泛用于道路工程验收，但难以应用于实际行驶中的实时检测；间接估计方法（如基于车辆动力学模型、机器学习、视觉预测）虽在车载应用方面取得一定进展，但仍存在参数敏感、泛化能力不足等固有缺陷。超声波传感技术具有方向性强、能量集中、低成本和非接触测量等优点，为解决上述瓶颈提供了潜在途径，但现有研究缺乏超声波回波参数与摩擦系数之间的定量相关模型，且传播距离衰减对回波幅度的干扰未得到有效补偿，严重制约了检测精度。
**研究内容与结论**
研究人员针对干沥青路面粗糙度的实时检测，提出了一种基于超声波技术与模糊逻辑的新型检测系统。该系统通过测量超声波回波幅度和传感器-路面距离，结合软件数字滤波、双参数补偿（距离和温湿度）、概率统计分析和模糊推理，建立了回波信号、路面粗糙度与摩擦系数之间的映射关系。模拟实验和真实沥青路面测试结果表明，该系统能够有效抑制噪声、补偿距离衰减和环境干扰，实现干沥青路面粗糙度的实时检测，与标准摆式仪相比相对误差低于10%，可为车辆主动安全系统和自动驾驶提供可靠数据支持。该论文发表在《Sensors》上。
**关键技术方法**
研究人员采用了以下主要关键技术方法：超声波收发模块（HC-SR04压电超声探头）发射和接收信号；硬件信号调理模块（预放大、UAF42有源带通滤波、峰值检测）进行信号预处理；MCU（STM32微控制器）进行数据采集、处理与显示。软件层面包括：卡尔曼滤波进行数字滤波与状态估计；双参数补偿（距离衰减补偿与温湿度校准）消除传播距离和环境干扰；概率统计分析（Kolmogorov-Smirnov检验）验证补偿后电压的正态分布特性；基于三角隶属函数的模糊推理系统实现电压到摩擦系数的非线性映射。样本队列来源为长春市典型沥青路面的实际粗糙度轮廓数据。
**研究结果**
**3.1 信号性能**
**3.1.1 滤波效果比较**：通过对比原始超声波回波信号与卡尔曼滤波后的信号，研究人员发现卡尔曼递归滤波能够显著抑制电路热噪声和电磁干扰引起的幅度抖动与脉冲尖峰，获得平滑稳定的回波波形，提高了信噪比（SNR），为后续双参数补偿和摩擦系数计算提供了可靠预处理。
**3.1.2 双参数补偿效果分析**：未经补偿的超声波回波幅度随传播距离呈指数衰减，且受温湿度变化影响。距离补偿后，不同检测距离引起的幅度衰减被有效消除；温湿度校准进一步修正了声速偏差，使幅度输出保持一致稳定。补偿后的幅度准确反映实际路面特性，显著提升了摩擦系数检测的准确性和稳定性。
**3.2 实验数据**
**3.2.1 模拟路面实验结果**：在小米、大米、大豆三种模拟路面样本（分别对应高、中、低粗糙度等级）上，研究人员采集了200组电压数据。概率统计分析显示，补偿后电压数据均服从正态分布（K-S检验p值>0.05），且均值反映了不同粗糙度下的回波幅度差异。模糊推理计算得到小米、大米、大豆的摩擦系数分别为0.84、0.57、0.58，与粗糙度-抗滑性关系一致。
**3.2.2 真实路面检测结果**：在长春市干沥青路面（光滑、中粗糙、高粗糙三种典型条件）上，系统输出摩擦系数与摆式仪参考值之间的相对误差分别为9.9%、3.8%、3.6%，均低于10%。补偿电压与路面平均纹理深度（MTD）的线性回归相关系数R2=0.963，验证了超声波回波幅度与真实路面粗糙度之间的强相关性。
**3.3 误差分析**
**3.3.1 系统误差**：包括距离衰减补偿模型近似导致的残余误差、温湿度耦合简化假设引起的误差、超声探头固有测量误差与零漂，以及简化数学模型与实际路面不规则轮廓之间的差异。
**3.3.2 随机误差**：电磁干扰、气流扰动等环境因素引起的随机波动（被多级滤波抑制但未完全消除），模拟样本颗粒分布不均匀导致的测量差异，以及模糊推理中隶属函数和规则设计的主观性。
**3.3.3 误差抑制措施**：优化补偿模型以提高拟合精度，增加采样点并采用平均滤波，定期校准传感器，基于大量实验数据优化模糊隶属函数。
**讨论与结论**
研究人员指出，该系统实现了超声波回波电压与路面粗糙度之间的准确映射，并通过双参数补偿有效消除了检测距离和环境温湿度的影响。模糊推理输出与路面实际抗滑性能高度一致，相对误差控制在10%以内，满足车载实时检测需求。与传统的摆式仪和板材测试方法相比，该系统具有非接触、高效率、环境适应性强等优势，特别适用于公路工程中的快速路面状况筛查。然而，当前实验仅局限在干沥青路面，湿滑、冰雪等恶劣工况下的适应性有待进一步验证；系统也未考虑车辆行驶速度引起的多普勒频移和回波脉冲展宽。未来工作将拓展实际路面样本数据库，引入机器学习算法，开发车载实时检测原型，并探索超声波与可见光、红外传感的多维感知融合。
**研究结论翻译**：本研究提出了一种基于超声波的路面摩擦系数检测系统，实现了数据采集、双参数补偿和模糊推理的集成。主要结论如下：基于超声波回波衰减原理，系统稳定采集不同模拟路面条件下的电压信号，经多级滤波后有效抑制随机干扰，为后续补偿和推理奠定数据基础；距离-温湿度双参数补偿模型修正了距离衰减和环境变化引起的电压偏差，中粗糙度路面样本的误差控制在1%以内，验证了补偿策略的有效性；基于实验数据的模糊推理系统实现了补偿电压到摩擦系数的转换，输出结果与真实路面粗糙度-抗滑关系一致，与参考值相比相对误差小于10%，满足工程应用要求；系统具有较强的环境适应性和检测稳定性，在模拟和实际路面测试中均能稳定输出摩擦系数，为路面抗滑性能的快速非接触检测提供了新技术途径。结合实际道路的实测粗糙度轮廓，所提出的系统避免了对纯数学假设的过度依赖，具有可靠的实际应用价值。
