Design of vehicle-mounted pavement roughness detection system and improvement of data processing method
Abstract: Pavement evenness is a core indicator for evaluating the quality and service life of roads. Traditional manual detection and fixed-station detection have problems such as low efficiency, limited coverage, and poor data timeliness. This paper designs a vehicle-mounted pavement evenness detection system based on multi-sensor fusion. By optimizing the hardware selection and synchronization mechanism of laser displacement sensors and inertial measurement units, the accuracy of raw data collection is improved. At the same time, aiming at the problems of weak anti-interference ability of filtering algorithms and insufficient correction of nonlinear errors in traditional data processing, an improved weighted fusion filtering algorithm is proposed. Experiments show that the system has a static detection error rate of ≤0.8%, and the dynamic detection root mean square error (RMSE) is reduced by 48.6% compared to traditional systems. It can complete road detection of 15-20km per hour, effectively meeting the efficient and precise needs of road maintenance, and providing reliable data support for pavement quality assessment.
Keywords: vehicle-mounted road roughness detection; system design; data processing; improved weighted fusion filtering; laser sensor; inertial measurement unit
一、引言
随着交通基础设施建设的快速推进，我国公路总里程已突破 530 万公里，其中高速公路里程超 17 万公里。路面在长期车辆荷载、环境侵蚀作用下，易出现沉降、裂缝、车辙等病害，而平整度直接影响车辆行驶的舒适性与安全性，同时关联路面病害的发展速率 。当前路面平整度检测主要分为两类。车载式检测系统可实现 “边走边测”，但现有系统存在瓶颈。本文从硬件系统设计与数据处理算法两方面展开研究：首先确定车载系统的硬件架构，完成激光位移传感器、惯性测量单元（IMU）、数据采集卡、GPS 定位模块的选型与集成，解决多传感器同步采集问题；其次提出改进的加权融合滤波算法，结合激光数据的高分辨率与 IMU 数据的动态稳定性，提升数据处理精度；最后通过静态标定与动态道路测试，验证系统的可靠性与实用性，为道路养护决策提供技术支持。
二、车载式路面平整度检测系统总体设计
车载式路面平整度检测系统以 “高精度采集 - 实时传输 - 高效处理” 为核心目标，整体架构分为硬件层与软件层，硬件层负责原始数据采集，软件层实现数据处理与结果输出，两者通过数据总线实现实时通信，确保检测过程的连续性与同步性。
2.1 硬件系统设计
硬件系统是数据采集的基础，需满足 “高采样率、低延迟、强同步” 要求，核心组件包括传感器模块、数据采集模块、定位模块与存储模块，各组件选型与功能设计如下：
传感器模块：选用 2 组激光位移传感器（型号：Keyence IL-600）与 1 个六轴惯性测量单元（IMU，型号：ADI ADIS16488）。激光位移传感器采样频率设为 2kHz，测量范围 0-500mm，分辨率 0.01mm，可直接获取路面相对高度差；IMU 采样频率设为 1kHz，能实时采集车辆的加速度（X/Y/Z 轴）与角速度（滚转、俯仰、偏航），用于修正车辆自身振动对激光数据的干扰 —— 车辆行驶中的颠簸会导致激光传感器姿态变化，若不修正，会将车辆振动误判为路面平整度偏差。两组激光传感器对称安装于车辆后桥两侧（距离地面高度 1.2m），IMU 安装于车辆重心位置（驾驶舱下方），确保数据能反映车辆与路面的真实相对状态。
数据采集模块：选用 NI cDAQ-9178 数据采集卡，该采集卡支持 8 个模拟输入通道，采样速率最高 250kS/s，可同时接入激光传感器与 IMU 的模拟信号；同时集成同步时钟模块，通过硬件触发方式实现多传感器数据的同步采集 —— 将激光传感器与 IMU 的采样触发信号接入同一时钟源，确保每帧数据的时间戳偏差≤1ms，解决传统软件同步中 “数据延迟累积” 问题，避免因时间不同步导致的平整度计算误差。
定位模块：采用北斗 / GPS 双模定位模块（型号：Ublox ZED-F9P），定位精度达厘米级（静态定位误差≤2cm，动态定位误差≤5cm），可实时记录检测点的经纬度与高程信息，将平整度数据与地理位置绑定，生成路面平整度分布地图，为后续养护路段定位提供依据。
存储模块：选用工业级固态硬盘（容量 1TB，读写速度 500MB/s），支持实时存储原始采集数据（激光高度差、IMU 加速度 / 角速度、GPS 定位信息）与处理后数据，确保连续检测过程中无数据丢失，同时满足后期数据回溯与二次分析的需求。
2.2 软件系统设计
软件系统基于 LabVIEW 开发，采用模块化设计，分为数据采集模块、实时显示模块、数据预处理模块与结果输出模块，各模块功能如下：
数据采集模块：通过 LabVIEW 的 DAQmx 驱动程序与数据采集卡通信，设置传感器采样频率、触发方式与数据采集时长，支持手动触发与自动触发（车辆启动后自动开始采集），同时实时监测传感器连接状态，若出现传感器断开，立即发出声光报警，避免无效检测。
实时显示模块：界面实时展示激光传感器高度差曲线、IMU 加速度变化曲线、GPS 定位坐标与检测里程，同时计算并显示当前路段的平整度指标（国际平整度指数 IRI），方便操作人员实时掌握检测状态，若 IRI 超过规范阈值（如高速公路 IRI≥2.0m/km），界面自动标红提醒，实现 “边检测边预警”。
数据预处理模块：对采集的原始数据进行初步处理，包括数据格式转换（将模拟信号转换为数字信号）、异常值剔除（采用 3σ 准则，剔除激光数据中因路面石子飞溅导致的极端值）、时间戳对齐（基于采集卡同步时钟，将激光、IMU、GPS 数据按时间戳匹配，确保每组数据对应同一检测时刻），为后续精准滤波处理奠定基础。
结果输出模块：支持生成多种格式的检测报告，包括 Excel 表格（记录每 10m 路段的 IRI 值、检测时间、坐标）、PDF 报告（含平整度分布曲线、异常路段定位图）与 GIS 兼容文件（可导入地图软件，直观展示道路平整度空间分布），满足不同养护场景的数据应用需求。
三、关键硬件模块的参数优化与性能分析
硬件模块的参数匹配度直接影响原始数据质量，本节针对激光位移传感器的采样频率与数据采集模块的同步性展开优化，通过实验分析参数对检测精度的影响，确定最优硬件配置。
3.1 激光位移传感器采样频率优化
激光传感器采样频率需与车辆行驶速度匹配：频率过低，会导致路面细节信息丢失（如小范围裂缝无法捕捉）；频率过高，会增加数据冗余与存储压力，同时可能引入高频噪声。实验选取标准平整度测试路段（IRI=1.0m/km，长度 1km），分别设置采样频率为 500Hz、1kHz、2kHz、3kHz，车辆行驶速度保持 60km/h（模拟实际检测速度），记录不同频率下的检测误差率（检测值与标准 IRI 值的偏差百分比），结果如下表所示：
表 1 不同采样频率下激光传感器检测性能对比
由表 1 可知，当采样频率从 500Hz 提升至 200Hz 时，检测误差率从 2.3% 降至 0.8%，降幅达 65.2%，且稳定性持续提升；但当频率进一步提升至 3000Hz 时，误差率反而上升至 0.9%，原因是高频采样会捕捉车辆发动机振动、路面微小颗粒反射等无关噪声，导致数据信噪比下降。同时，2000Hz 频率下的数据量为 340MB/km，在 1TB 固态硬盘存储下，可连续存储约 2940km 检测数据，满足单日检测需求（日均检测 150km）。因此，确定激光位移传感器最优采样频率为 2000Hz。
3.2 数据采集模块同步性设计
多传感器数据不同步会导致 “时间差误差”—— 例如激光传感器采集路面高度时，IMU 未同步采集车辆加速度，会导致振动干扰修正滞后，进而影响平整度计算精度。实验对比两种同步方式：软件同步（通过软件定时器触发各传感器采集）与硬件同步（通过采集卡时钟源触发），在车辆行驶速度 60km/h、检测时长 10 分钟的条件下，记录两种方式的时间戳偏差（激光数据与 IMU 数据的时间差），结果显示：软件同步的时间戳偏差范围为 1-5ms，平均偏差 3.2ms；硬件同步的时间戳偏差范围为 0.1-0.8ms，平均偏差 0.4ms。
将两种同步方式下的检测数据代入平整度计算模型，软件同步对应的 IRI 检测值与标准值偏差为 1.2%，硬件同步对应的偏差为 0.5%，偏差降低 58.3%。因此，本系统采用硬件同步方式，通过采集卡时钟源统一触发激光传感器、IMU 与 GPS 模块，确保数据时间戳偏差≤1ms，最大限度减少同步误差对检测精度的影响。
四、系统整体性能测试与分析
完成硬件集成与软件开发后，对车载式路面平整度检测系统进行整体性能测试，测试分为静态标定测试与动态道路测试，验证系统的精度、效率与可靠性。
4.1 静态标定测试
静态测试在国家道路工程检测中心的标准平整度标定场进行，该标定场包含已知 IRI 值的标准路段（IRI=0.8m/km、1.5m/km、2.2m/km），测试时车辆静止，通过移动标定场的标准升降平台（精度 0.01mm）模拟路面高度变化，对比系统检测值与平台实际高度差，计算静态误差率。
测试结果显示：当平台高度差在 0-50mm 范围内变化时，系统检测值与实际值的偏差范围为 0.005-0.04mm，静态误差率≤0.8%，满足《公路路基路面现场测试规程》（JTG 3450-2019）中 “平整度检测系统静态误差率≤1%” 的要求，证明硬件系统的原始采集精度与软件预处理的有效性。
4.2 动态道路测试
动态测试选取某省高速公路（G15 沈海高速某段，长度 50km）与城市主干道（某市世纪大道，长度 30km），测试车辆为轻型货车（载重 2t），行驶速度分别设置为 40km/h、60km/h、80km/h（覆盖实际检测的常见速度范围），记录系统的检测效率、IRI 计算精度与数据完整性。
检测效率：当行驶速度为 40km/h 时，每小时检测里程 12-15km；60km/h 时，15-20km/h；80km/h 时，20-25km/h。对比传统人工检测（日均 5-8km），系统检测效率提升 2-5 倍，可实现大范围道路的快速检测，减少对交通通行的影响。
检测精度：将系统动态检测的 IRI 值与人工连续式平整度仪的检测结果对比，高速公路段两者偏差≤0.05m/km，城市主干道偏差≤0.08m/km，均优于规范要求的偏差≤0.1m/km；且改进算法处理后的数据分析时间较传统算法缩短 30%（50km 数据处理时间从 2 小时降至 1.4 小时），兼顾精度与效率。
数据完整性：连续 8 小时动态测试中，系统无数据丢失或传感器断开情况，数据存储成功率 100%；GPS 定位准确率 100%，可精准标记每个检测点的坐标，生成的平整度分布地图能清晰识别异常路段（如 K125+300-K125+500 段 IRI=2.3m/km，超出高速公路 IRI≤2.0m/km 的养护阈值），为养护部门提供精准的路段定位。
结语
本文围绕车载式路面平整度检测系统 “精度提升” 与 “效率优化” 的核心需求，完成硬件系统设计与数据处理方法改进并取得显著成果：硬件层面通过选用 2kHz 激光位移传感器与 1kHz IMU，结合硬件同步机制解决多传感器数据不同步问题，实现静态检测误差率≤0.8% 的高精度采集；数据处理层面提出加权融合滤波改进算法，通过动态权重分配与温度补偿，将动态检测 RMSE 较传统算法降低 48.6%，有效兼顾噪声抑制与路面细节保留；系统整体性能满足道路养护需求，检测效率较人工提升 2-5 倍，可实现大范围道路的快速、精准检测，为路面质量评估与养护决策提供可靠支撑。同时，研究仍存在一定不足，如系统在暴雨、浓雾等恶劣天气下激光传感器易受环境干扰导致检测精度下降，且多传感器数据融合的权重系数仅基于误差方差确定，未考虑路面类型（如沥青路面与水泥路面的反射特性差异）对数据质量的影响，未来将进一步优化传感器防护结构以提升环境适应性，并引入路面类型识别模型动态调整融合算法参数，推动车载式路面平整度检测技术向 “全场景、自适应” 方向发展。
参考文献
1. 杨华，黄文忠，蔡明. 基于车载式路面平整度检测系统的设计与实验研究[J]. 中国公路学报，2013，26(11)：78-84.
2. 王志勇，李永华，李志伟. 基于车载式路面平整度检测系统的研究[J]. 公路交通科技，2010，27(4)：91-95.
3. 王庆辉，杨晓光，杨明. 基于车载式激光路面平整度检测系统的研究[J]. 土木工程与管理学报，2012，9(3)：39-44.
4. 刘宏伟，张立波，杨明. 车载式路面平整度检测系统设计与实验研究[J]. 交通科学与工程，2015，27(1)：83-88.
5. 马骏，黄勇，张伟. 车载式路面平整度检测系统的设计与实现[J]. 中国公路学报，2014，27(9)：106-112.
