摘要
在路面管理领域，传统的路面功能状况评估数据收集方法存在采集速度较慢的问题，这无法满足在120–130公里/小时的速度下对高速公路路面进行快速检测的需求，同时这类方法的检测频率也较低，在规模较大的路网中通常仅为每年两次。鉴于这些限制，通过行驶中的车辆实现持续的道路状况监测，为向实时数字化道路评估发展提供了可行的解决方案。具体而言，可通过使用“智能”轮胎来实现这一目标，这类轮胎配备有相应的传感器阵列，能够获取轮胎与路面的接触信息，从而提供有关路面粗糙度及宏观纹理的定量数据。在本研究中，研究人员在一条总长度为405公里的高速公路网络的多段路面上收集了智能轮胎数据所对应的功能状况指标——动态指数和Pr指数，并分析了这些指标与传统路面监测技术所得结果之间的相关性，传统监测结果的表示参数为国际粗糙度指数和平均轮廓深度。此外，还评估了智能轮胎指标识别时间变化趋势以及对不同高速公路段落进行排序的能力。通过采用不同的数据处理和标准化技术得到的结果显示，动态指数与国际粗糙度指数的相关性较为适中，而Pr指数与平均轮廓深度的相关性则较强。通过对路面使用年限的分析，发现无论是密级配沥青路面还是开级配沥青路面都存在明显的趋势变化。基于动态指数和Pr指数平均值对高速公路进行的排名，与基于国际粗糙度指数和平均轮廓深度平均值得出的排名结果一致，这进一步证明了智能轮胎技术作为路面资产管理系统中的一种辅助性网络级监测工具的潜力。
