三波长近红外差分吸收非接触式路面状态判别方法、系统与流程

本发明涉及光学路面状态检测，具体涉及三波长近红外差分吸收非接触式路面状态判别方法、系统，可同时实现路面干燥、积水、结冰、积雪的状态识别，以及水膜厚度、冰层厚度、积雪深度的测量。

背景技术：

1、现在智慧高速公路、车路协同以及自动驾驶技术逐步进入规模化落地阶段，路面状态感知已经成为智慧交通基础设施当中十分关键的感知节点，而冬季低温雨雪天气影响范围广阔，由路面积水、结冰、积雪所引发的交通事故，占冬季高速公路事故总量的40%以上，这类险情还极易诱发多车连环相撞的重特大交通事故。

2、传统道路养护主要依靠人工路面巡查以及定点布设的接触式传感器开展监测，普遍存在巡检频次有限、事件响应滞后、监测点位覆盖密度不足等现实短板，难以满足大范围路网的实时监测业务需求。与此同时，《公路交通安全设施设计规范》《智慧高速公路建设技术指南》等行业标准均明确要求，需要在道路重点路段部署非接触式路面状态监测设备，实现路面湿滑状态的实时感知与分级预警。当前行业发展也正由单纯的定性状态识别，向着水膜厚度、冰层厚度、积雪深度等参数精准定量检测方向升级，行业对于路面介质厚度量化检测能力的需求持续提升。

3、目前行业内主流的路面状态检测技术方案仍存在多处技术缺陷，具体如下：

4、1.多波段近红外定性分类方案；

5、此类方案利用近红外波段光源照射路面，采集不同波长下的路面反射光强信号，借助简单比值算法或者浅层机器学习模型，完成干燥、积水、结冰、积雪等路面状态的分类识别，典型代表如专利cn110108655a。但其技术方案存在明显局限性：第一，不具备厚度检测能力，实际应用价值受限，仅能够输出路面状态定性标签，无法对水膜、冰层、积雪的实际厚度进行量化，难以支撑结冰风险分级预警、除冰药剂精准喷洒、积水深度告警等精细化业务场景；第二，受路面基底干扰大，不同路段适配能力弱。方案没有设置基准波长开展归一化校准，沥青、水泥路面、热熔标线等不同路面材质，以及路面表面构造深度差异，都会造成反射率基线发生偏移，造成较高的状态误判率；在路网大规模部署过程中，需要针对每一处监测点位单独完成阈值标定，工程落地成本居高不下；第三，薄介质场景检测失效，在580-1100nm波段范围内，水与冰的吸收系数整体偏小，面对薄冰、薄水膜这类高危工况时，获取到的信号差异十分微弱，无法识别出薄冰这类高风险路面场景。

6、2.双波长检测方案；

7、以专利cn112113508a为代表的双波长检测方案，核心思路是依靠1310nm通道完成水膜厚度定量检测，再利用1550nm通道的反射率阈值区分积水与结冰，属于单介质定量搭配双状态定性的基础方案，但是此方案在原理与功能层面存在本质短板：首先，定量检测功能残缺，仅可以实现水膜厚度测量，无法对冰层厚度开展定量检测，积雪参数检测更是完全缺失，不能完整覆盖各类冬季道路应用场景。其次，水、冰区分技术鲁棒性不足。方案仅依靠1550nm单通道反射率阈值完成积水、冰水混合、结冰三种状态的判别。当路面纹理粗糙、表面附着泥沙污渍，或是冰层表面结霜、内部含有气泡时，路面漫反射特性会发生改变，容易出现粗糙潮湿沥青被误判为冰、透明薄冰被误判为积水等错误识别情况。双波长检测方案选用的1310nm、1550nm波长组合下，水和冰的吸收系数差异并不突出，不存在比值反转的有效特征，状态判别完全依托表面反射率高低实现，没有利用水、冰本身固有的光谱吸收特性，抗干扰能力较差。再者，路面基底干扰问题突出，路段适配性差。没有引入基准波长做归一化校准，路面材质差异、构造深度变化都会引发反射率基线漂移，状态误判概率高；路网部署阶段，每个点位都需要单独标定阈值，工程实施成本很高。最后，缺少动态自校准机制，后期运维成本高。设备光源老化、镜头表面积灰、路面磨损等因素会造成测量基准漂移，只能依靠技术人员定期现场标定修正，大规模路网设备的年度维护成本难以控制。

8、3.视觉ai检测方案；

9、视觉ai检测方案主要借助可见光相机采集路面图像数据，结合深度学习模型识别路面状态，典型案例如专利cn114202746b，该方案同样存在诸多现实缺陷：一是透明介质识别能力不足。薄冰、薄水膜属于透明介质，在可见光图像中和湿路面视觉特征十分接近，识别误判率很高；夜间、逆光、浓雾、暴雨等环境下成像质量大幅下降，会直接造成模型识别准确度显著降低。二是模型泛化能力有限。深度学习模型效果高度依赖特定区域、特定路面条件下标注完成的数据集，跨地区部署时识别效果会明显下降，需要重新采集样本完成模型训练迭代。三是工程落地成本偏高。基于视频的ai检测方案需要配置高算力边缘计算硬件，单台设备成本是光电类检测设备的3-5倍，不利于路侧设备大规模布设落地。

技术实现思路

1、本发明针对现有路面检测技术无法多介质定量、基底干扰大、缺少自校准、薄介质识别差、算力成本高等不足，目的是提供三波长近红外差分吸收非接触式路面状态判别方法、系统，可同时识别干燥、积水、结冰、积雪状态并定量测算水膜、冰层、积雪厚度；通过基准波长归一化消除基底和光路干扰；增加动态自校准提升长期稳定性；采用分段量程兼顾薄层精度与厚层测量范围；算法轻量无需ai算力，便于嵌入式大规模路侧部署。

2、为解决以上技术问题，本发明采用以下技术方案：

3、三波长近红外差分吸收非接触式路面状态判别方法，包括如下步骤：

4、步骤s1，三波长激光调制发射与数据采集；

5、主控单元生成调制信号驱动 1310nm、1450nm、1550nm 三路近红外激光向路面发射调制近红外光，接收路面反射光并锁相解调得到三个波长的反射光强幅值、、，同时采集发射端参考光强、、；

6、步骤s2，反射率归一化预处理；

7、以1310nm作为基准波长，计算1450nm、1550nm的相对反射率，消除路面基底、光路损耗、光源功率波动带来的基线干扰；

8、步骤s3，路面介质状态分层判别；

9、基于归一化反射率构建特征量，采用分层决策树判别干燥、积水、结冰、积雪四种路面状态；

10、步骤s4，分介质厚度定量计算；

11、根据步骤s3的判别结果，分别计算积水状态、结冰状态、积雪状态的对应介质厚度；

12、步骤s5，动态自校准；

13、以自然出现的干燥路面作为标定条件，在满足预设触发条件下在线加权平滑更新系统标定常数，补偿系统参数漂移。

14、进一步的，所述步骤s2的具体步骤如下：

15、步骤21，建立归一化反射模块：

16、对于路面上的水/冰/雪介质层，入射光穿过介质、经路面基底反射后再次穿出介质，单波长下接收光强满足朗伯比尔定律：

17、；

18、其中：

19、为入射波长；为入射光强；为干燥路面基底固有反射率；为光学系统光谱增益；为介质等效衰减系数，其中水/冰为纯吸收系数，雪为散射+吸收的消光系数；d为介质厚度，系数2代表光往返两次穿过介质层；

20、以1310nm波长为基准做归一化，定义相对反射率：

21、；

22、代入的计算式得：

23、；

24、其中，、分别为1310nm波长的光学系统光谱增益和干燥路面基底固有反射率；

25、定义系统标定常数：

26、；

27、步骤22，以1310nm波长为基准波段，计算另外两个波长的相对反射率，消除路面基底反射率、光路损耗、光源功率波动的共性干扰：

28、；

29、；

30、同时记录1310nm绝对反射率。

31、进一步的，所述步骤3的具体步骤如下：

32、步骤31，特征量定义；

33、特征1：1450nm归一化反射率；

34、特征2：1550nm归一化反射率；

35、辅助特征：1310nm绝对反射率，；

36、步骤32，基于分层决策树实现四状态快速判别：

37、步骤321，干燥判别：若且，判定为干燥路面，不启动厚度计算，否则进入非干燥状态进行细分；

38、步骤322，积雪判别：若非干燥，且、、，判定为积雪状态，进行积雪厚度定量计算，否则为水/冰状态，进入下一步细分；

39、步骤323，水冰区分：若非干燥且非积雪，判定为积水状态，调用水膜厚度模型；若判定为结冰状态，进行冰层厚度定量计算。

40、进一步的，所述步骤4中积水状态的介质厚度采用分段量程策略进行计算，过程如下：

41、0.01~1mm厚度薄水膜采用1450nm/1310nm差分模型计算介质厚度，公式为：；

42、其中为水在两波长的吸收系数差，，为系统标定常数；

43、1~10mm厚度的厚水膜：当时，即接近噪声基底，自动切换为1550nm/1310nm差分模型计算介质厚度，公式为：，其中为水在两波长的吸收系数差，，为系统标定常数。

44、进一步的，所述步骤4中结冰状态的介质厚度采用分段量程策略进行计算，过程如下：

45、0.1~3mm厚度的薄冰：调用1550nm/1310nm差分模型计算介质厚度，公式为：，其中为冰在两波长的吸收系数差，，为系统标定常数；

46、3~20mm厚度的厚冰：当时，即接近噪声基底，自动切换为1450nm/1310nm差分模型计算介质厚度，公式为：，其中为冰在两波长的吸收系数差，，为系统标定常数。

47、进一步的，所述步骤4中积雪状态采用修正指数上升散射模型计算介质厚度，过程如下：

48、；

49、其中，为1310nm通道干燥路面基准反射率，为厚雪饱和反射率，典型值约为干燥路面的3~5倍，为雪的特征穿透深度，光强衰减到入射光强的36.8%时对应的传播深度，1310nm下典型新雪约1.5~2cm；

50、定量测量范围：0.5~5cm，雪厚＞5cm时进入饱和区，输出“积雪深度≥5cm”等级结果，不再输出精确数值。

51、进一步的，所述步骤5中动态自校准的本质是利用干燥路面的天然标定条件，在线修正系统参数漂移，根据相对反射率公式，干燥状态下介质厚度d=0，指数衰减项，此时相对反射率仅由系统标定常数决定，与厚度、介质类型无关：

52、；

53、同时，1310nm通道的绝对反射率等于干燥路面的基准反射率：

54、。

55、进一步的，所述步骤5中动态自校准包括以下步骤：

56、步骤51，触发条件判定；

57、只有同时满足连续干燥帧数和数据稳定性两个条件，才触发校准；

58、条件1：连续干燥帧计数；

59、采用滑动窗口统计连续满足干燥判别的帧数：

60、干燥判别规则：且；

61、连续帧数阈值：n=60帧；

62、若中途出现1帧非干燥，计数器立即清零，重新累计；

63、条件2：数据稳定性校验；

64、对连续n帧的1310nm绝对反射率计算相对标准差，验证路面状态稳定：

65、；

66、稳定性阈值：rsd<2%，若波动过大，说明路面有干扰，即使连续满足干燥阈值，也不触发校准。

67、进一步的，所述步骤5中动态自校准还包括以下步骤：

68、步骤52，校准窗口内均值计算；

69、触发校准后，对最近连续n帧有效数据，分别计算三个通道的平均测量值：

70、a.1310nm绝对反射率平均值：；

71、b.1450nm相对反射率平均值：；

72、c.1550nm相对反射率平均值：；

73、步骤53，参数加权平滑更新；

74、为避免单次校准导致参数突变、引入振荡，采用增量式加权平滑更新，每次只修正部分偏差，兼顾校准速度与系统稳定性；

75、定义更新系数，取值0~1，越大更新越快、稳定性越差，更新公式如下：

76、；

77、；

78、；

79、步骤54，校准后重置；

80、校准完成后，执行两个操作：

81、a.清零连续干燥帧计数器，等待下一次累计满足条件；

82、b.设置校准冷却时间，冷却时间内即使再次满足条件也不重复校准，避免参数频繁波动。

83、三波长近红外差分吸收非接触式路面状态判别系统，包括三波长激光发射单元、光学透镜收发单元、光电转换与锁相解调单元、主控与输出单元；

84、所述三波长激光发射单元，包括1310nm、1450nm、1550nm三路近红外激光二极管以及激光调制驱动电路，主控与输出单元输出激光调制pwm信号接入激光调制驱动电路的输入端，激光调制驱动电路的输出端分别连接1310nm、1450nm、1550nm三路近红外激光二极管；

85、所述光学透镜收发单元包括发射准直透镜、接收聚焦透镜与宽带滤光片；发射光经发射准直透镜后投射至路面，反射光经接收聚焦透镜汇聚至光电探测器，宽带滤光片滤除环境杂散光；

86、所述光电转换与锁相解调单元，依次包括ingaas pin光电二极管、跨阻放大模块、程控增益放大模块、锁相放大模块、低通滤波模块，ingaas pin光电二极管接收光学透镜收发单元输出的路面回波光信号，ingaas pin光电二极管的电信号输出端接跨阻放大模块输入端；跨阻放大模块输出端连接程控增益放大模块输入端；程控增益放大模块输出端连接锁相放大模块信号输入端；锁相放大模块的参考信号输入端接收来自主控与输出单元的参考信号pwm；锁相放大模块输出端连接低通滤波模块输入端；低通滤波模块输出端通过回波ad采样链路接入主控与输出单元；

87、所述主控与输出单元，包括主控单元以及rs485输出单元，主控单元采用arm架构低功耗mcu，主控单元输出激光调制pwm信号连接激光调制驱动电路，主控单元输出参考信号pwm连接锁相放大模块的参考信号输入端；主控单元接收回波ad采样链路传回的解调回波信号，主控单元通过uart接口连接rs485输出单元对外输出检测结果。

88、本发明采用以上技术方案，与现有技术相比，具有如下技术效果：

89、1、实现路面状态多介质定性+全定量检测；

90、依靠1310nm、1450nm、1550nm三波长差分吸收原理，既可以识别干燥、积水、结冰、积雪四种路面状态，又能定量得到水膜厚度、冰层厚度、积雪深度。采用分段量程设计，兼顾薄水膜、薄冰的高精度检测与厚水、厚冰的大量程测量，解决传统方案只能定性、无法测量厚度、高危薄介质识别失效的问题，能够为结冰分级预警、除冰剂精准喷洒、积水风险告警提供量化数据支撑。

91、2、抗干扰能力强，路网部署成本低；

92、以1310nm作为基准波长做归一化处理，消除路面材质、构造差异、光路损耗、光源功率波动带来的基线漂移，降低沥青、水泥路面、热熔标线等不同路面带来的误判，无需每个监测点位单独标定阈值，大幅降低路网工程实施成本，提升跨路段适配能力。

93、3、具备动态自校准能力，长期运行稳定性好，运维压力小；

94、利用自然出现的干燥路面作为天然标定条件实现在线自校准，可补偿光源老化、镜头积灰、路面磨损造成的系统参数漂移；采用加权平滑更新机制避免校准振荡，配合触发条件与冷却机制防止误校准，减少人工现场标定工作，降低大规模路网设备的后期维护成本。

95、4、水冰判别依靠介质本征光谱特征，识别鲁棒性高；

96、利用水和冰在1450nm、1550nm吸收系数的反转特征区分积水与结冰，不再单纯依赖表面反射率阈值，有效规避路面粗糙、泥沙污渍、冰层结霜含气泡造成的水-冰混淆误判问题。

97、5、算法轻量化，便于大规模嵌入式落地；

98、采用物理模型+分层决策树判别逻辑，不需要深度学习高算力硬件，算法可直接部署在低功耗arm-mcu嵌入式终端，设备硬件成本低，适合智慧高速路侧大规模布设，区别于成本高昂的视觉ai方案。

99、6、适配积雪散射特性，完成积雪定量评估；

100、针对积雪散射为主的光学特性建立专用修正指数模型，可实现0.5-5cm积雪深度定量检测；超过5cm输出等级化结果，补齐了传统双波长方案完全缺失的积雪定量检测能力，完整覆盖冬季雨雪冰冻各类路面场景。