智能路面发展与展望

摘 要

智能路面的定义需要能够整合当前所有可以推动道路创新的要素，因此，智能路面可以定义为由特定的结构材料、感知网络、信息中心、通信网络和能源系统组成，具有主动感知、自动辨析、自主适应、动态交互等多种智能能力，并且能够为人、车、环境提供服务的道路路面。

关键词

智能路面 | 发展与展望

0 引言

随着当前科学技术的不断进步，智能化的服务已成为发展的必然趋势。我国已经提出了建设交通强国的国家战略，交通部发布的“十三五”发展规划明确提出，到2020年，基本建成安全、便捷、高效、绿色的现代综合交通运输体系，各地需要积极应用智能技术，使交通基础设施、运载装备等基本要素信息全面实现智能化。由于路面是交通运输系统的重要基础设施之一，因此智能路面技术的研究及应用，将成为实现交通基础设施智能化的重点。

但是，目前对于智能路面尚没有一个统一明确的定义和架构。智能路面的定义需要能够整合当前所有可以推动道路创新的要素，因此，智能路面可以定义为由特定的结构材料、感知网络、信息中心、通信网络和能源系统组成，具有主动感知、自动辨析、自主适应、动态交互等多种智能能力，并且能够为人、车、环境提供服务的道路路面。

1 智能路面的架构

界定好智能路面的边界和外延，明确智能路面与智能交通系统的区别和联系，是构建智能路面架构的必要前提条件。智能路面与智能交通系统的关系如图1所示。

图1 智能路面与智能交通系统的关系

智能路面的架构可以划分为四个层次，分别是信息感知获取层、信息集成处理层、综合服务层和能量供给层，它们之间的相互联系如图2所示。

图2 智能路面的架构图

1.1 信息感知获取层

如图3所示，该层主要通过各种智能材料、传感器件、自动化检测设备和人工观测等方式对交通轴载、振动加速度，路面结构内部的温湿度变化、应力-应变响应，路面二维图像和三维形貌以及地理和环境等多元化数据进行实时采集与获取，详细记录路面结构与材料全寿命周期下各种服役性能的演化信息，并通过有线或无线网络传输到下一层进行综合分析处理。

图3 路面信息感知获取层

为了保证该层能够采集到准确和可靠的数据，一方面，需要根据更丰富的创新传感技术和检测原理，研发和设计出更耐久、精度更高、更稳定的路面传感器和信息传输接口。另一方面，在数据采集过程中，必须对各检测设备和传感装置不确定分量的影响因素进行跟踪分析，明确测量误差传递机制，提出削弱误差的有效技术途径，从而控制误差的传播，确保数据质量。

除此之外，还需要高效的数据预处理工作，建立健全的数据校验、清洗和修正机制，消除错误、冗余和数据噪音，将按照互不兼容的规则所得的各种数据集统一起来。同时，在处理海量路面数据时，还需要一种有效保留复杂特征的简化算法，尽可能在保持数据原貌的前提下最大限度的精简数据量。

1.2 信息集成处理层

信息集成处理层主要是通过大数据和云计算管理技术构建一个通用数据管理平台，同时结合数据挖掘、高通量计算、机器学习和深度学习、专家系统、信息建模等方法对数据进行快速的检索和有效的统计、分析和计算。

在多尺度和海量数据的驱动下，将有可能跳过现在各种繁杂的试验和检测，实现数据到路面结构状态“端到端”的学习，再在此基础之上，去解释和发展现有的非线性力学理论，探究非线性路面材料及其组合结构的多元行为演化机理。

1.3 综合服务层

如图4所示，智能路面不仅可以通过智能监测系统主动的评估自身状态，并在此基础上主动的调整和适应外界环境的变化，表现为结构内部温、湿度自调控、损伤自愈合、自清洁、自动融冰雪等自适应行为；还能够通过物联网技术与用户接口，与行业需求结合，实现“车-路-人-环境”协同智能。

图4 智能路面综合服务层

1.4 能量供给层

智能路面应该是一个能够自我维持的系统，可使用自供能来维持所有上述功能。如图5所示，道路工程领域进行的能量收集研究主要包括光能、风能、热能和机械能等转换为电能或者直接利用，既可以为传感器件、数据基站、交通标志等各类道路设施设备供电，也可以用于道路除冰雪等服务，保障交通安全。

图5 道路环境中的可利用清洁能源

2 智能路面关键技术发展现状

2.1 智能路面信息采集技术

智能路面信息采集技术可分为外部评估技术和原位路面感知技术两大类，分别用来采集路面的静态和动态信息。同时，采集到的数据还应通过可视化的智能监控系统进行实时和动态的监管。

路面外部评估技术。对路面进行外部评估的方法可以分为两类，一类是通过拍摄高清晰度的数字图像，使用图像处理技术来分析路面损伤和其他力学行为；另一类是运用激光位移技术获取三维立体图像，用于测量路面的破损和变形，如裂缝、车辙、凹陷等。

在过去二十年的时间里，路面外部评估技术经历了从二维数字图像到三维点云的发展过程。路面三维测量技术可以有效的消除路面杂物、阴影和光照条件等干扰因素的影响，提供更高的采集精度和分辨率。常见的路面三维信息采集技术主要包括深度相机、激光雷达、点激光或线激光扫描仪、双目立体视觉等，测量精度和分辨率一般可达到毫米级，数据处理难度高，无法达到路面高程测量精度和分辨率在微米级的要求。

随着主动测距技术的日趋成熟，在条件允许的情况下，工程上将更多的采用主动视觉方法来实现路面三维信息的采集。主动式光学三角测量过程就是对被测表面进行人为光学特征编码并根据编码特点进行解码的过程。编码是针对光学特性进行的，可以是几何形状编码、强度编码和颜色编码等方式。目前采用数字光栅投影或光纤干涉投影的手段，基于傅里叶变换轮廓术或相位测量轮廓术的面结构光三维测量技术发展迅速，该方法对于微小物体的测量精度可达到纳米级，并且可以获得动态和全场的三维高程信息，为路面三维信息的精确获取提供了一个可行的思路。

原位路面感知技术。自1960年代以来不断发展的原位路面传感技术，是进行路面动态响应信息采集的一种方式。近些年来，丰富的创新传感技术在路面工程中的应用使得路面信息采集变得更全面、稳定和智能化。为了应对传统有线传感器在大规模部署和维护时会产生高额成本的限制，无线传感器网络（WSN）越来越多地被应用在基础设施的健康监测上。

然而，无线传感器应用的一个重要问题是它们的电源，定期更换嵌入式传感器的电池会增加成本，并且有时是不切实际的。因此，如何收集外界能量实现传感器的自供电是降低成本和确保嵌入式无线传感器长期稳定工作的关键问题之一。

总体来看，智能路面传感器正朝着无线、自供电和多功能的方向发展。但是，在实际使用过程中仍在耐久性和实用性等方面存在着以下技术难题：智能路面传感器的能量转换效率较低，供电效率不高；传感器在长期使用过程中容易损坏，难以持续稳定地工作；路面传感器功能比较单一，需要多传感器数据融合，才能获得全面的路面信息。

智能监控系统设计。选用物联网架构来构建智能路面监控系统，可充分利用其现有的成熟技术，降低实现难度。图6显示了基于物联网架构搭建的智能路面监控系统。其中，数据采集终端由不同类型的无线智能传感器、摄像头、气象站等组成，并通过Wi-Fi、红外、蓝牙等短距离通信和组网技术上传到智能网关。智能网关可实现对终端数据的封装和解析，通过不同的通信接口和通信协议实现局域网与广域网的互联。同时，采集终端数据可发送到云计算平台上，进行云存储和大数据分析，以可视化的操作界面分发给用户终端，实现路面数据智能监控与信息共享。

图6 基于物联网架构的智能路面监控系统

2.2 智能路面信息管理与分析技术

结构工程领域传统的数据传输、存储方式和分析处理技术已经不能适应在线状态监测系统的数据获取能力。因此，有必要建立一个智能的系统自动地对数据进行存储、管理、挖掘和分析。

路面大数据存储和管理技术。路面大数据的存储和管理，需要永久化存储数据和实时检索数据，才能对数据进行及时的分析和处理，实现对数据的有效感知与控制。图7显示了大数据存储与管理的通用架构。

图7 大数据存储和管理架构

目前广泛使用的云计算技术可借助于网络，将大量的计算和存储资源集成在一起，统一调配和管理，实时地为用户提供不同的服务，可以作为路面大数据存储和管理的最佳载体。

路面大数据挖掘与分析技术。利用智能路面中的大数据来预测路面性能主要存在以下技术挑战：多源数据的融合和清理、数据的正确表示、描述路面性能的高维分析机制。

机器学习（Machine Learning，简称ML）是应用最广泛的人工智能（AI）子领域之一，使用机器学习技术可以建立具有学习能力的智能系统来进行数据挖掘。机器学习技术的一般流程如图8所示。其中，从训练数据中学到的模型可以是规则、函数、关系、方程、概率分布和其他知识表示。近年来，各国学者已分别将各种机器学习算法，如线性回归、人工神经网络、支持向量机、随机森林、朴素贝叶斯等，应用于路面的性能预测和路面裂缝、缺陷等的分类、识别和分割上，通过手工设计的特征，在小样本集上也能表现出较好的效果。

图8 机器学习一般流程图

传统的机器学习方法需要手工设计特征提取器，而深度学习方法通过使用通用学习过程，就可以自动地得到良好的特征，从而发现大数据中的复杂结构。深度学习目前在路面工程中的成功应用主要体现在与图像相关的技术上，大都是使用卷积神经网络（CNN）、循环神经网络（RNN）、全卷积神经网络（FCN）等算法，对路面图像进行分类、识别和分割，还远远未发挥其解决实际路面工程问题的潜力。

深度学习方法作为一个“黑箱”，尽管能够得到不错的结果，但训练过程尚不能完全解释，需要大量的数据作为驱动。要想发挥深度学习方法的优越性，一方面需要建立完整和规范的数据集，另一方面还需要研究小样本下的深度学习方法，比如可以采用迁移学习、数据增强等方式提高分类和回归预测的准确率。此外，还有必要研究用于路面大数据挖掘与分析的无监督学习方法。

2.3智能路面能量收集技术 

路面机械能量收集技术。路面的机械能收集主要是利用压电材料的压电效应，将行车荷载作用下路面或压电结构的形变能转化为电能进行存储或利用。图9展示了作者团队在云南省开展的压电路面示范工程项目。

图9 压电路面示范工程

目前，路面压电能量收集技术已受到广泛关注，相关机构也已开展了初步的理论分析与室内外试验，主要体现在压电材料和路面材料一体化、埋入压电换能元件两方面。前者施工工艺简单，成本较低，如果能够在高换能材料的制备工艺上获得突破，未来将大有可为；后者容易控制，按照设计好的阵列埋设多个压电元件可以获得更高的发电效率。

在具体的应用过程中，二者都存在着能量转换效率不高的问题，仍需要对压电装置的材料选型和结构设计、换能材料与道路材料的一体化和压电单元的部署方式等进行针对性的研究，提高压电装置的能量转化和输出效率，保证在复杂交通荷载工况下工作的稳定性。

路面热能和太阳能收集技术。路面热电能收集主要有利用路面温差发电和地热能发电两种形式，该技术一般需要结合当地的气候条件和地质条件进行特定的设计，现阶段还不适宜推广应用。

得益于太阳能电池材料性能的提升，路面太阳能收集技术得到了广泛关注和大力发展，图10显示了作者团队开发的一种路面光伏-压电混合能量收集装置。光电路面实体工程方面，荷兰研发铺筑的SolaRoad，已实现100m自行车道的铺装测试；2017年底，我国建成的世界首条高速公路光伏路面试验段也已正式通车。

图10 路面光伏-压电混合能量收集装置

但同样的，光能发电路面也存在成本较高、耐久性和道路整体性较差的问题。未来需要进一步研究解决太阳能路面的结构和材料设计问题，保证路用性能的同时减少后期的养护和维修成本，并提供相关的产业配套，早日实现光电路面的推广应用。

2.4 智能路面自我调节技术

智能路面的自我调节技术主要有热反射、自动除冰雪、裂缝自愈合、自供电、自清洁等智能技术。其中一些技术已相对成熟并在实体路面中成功应用。

路面热反射技术。热反射涂层技术是一种极具发展潜力的沥青路面降温技术，如图11所示，通过在沥青路面表面铺设一层热反射涂料，就可以大大增加路面的反射率，降低路面的吸热量，从而有效地减轻路面的高温车辙病害和城市的“热岛效应”。

图11 路面热反射涂层工作原理示意图

现有对于路面热反射技术的研究主要集中在热反射涂层的材料组成成分设计、施工工艺以及对沥青路面的实际降温效果等方面。沥青路面热反射涂层在国内的技术尚不成熟，还未进行推广应用。建议今后可从以下几方面继续开展研究工作：进一步明确涂层的降温机理，通过室内外试验和计算机模拟，对涂层的反射性能进行定量描述；使用废弃材料，如陶砂、陶粒等，研发廉价的涂层材料，并进一步丰富涂层的颜色，满足筑路需求；通过修筑实体工程，建立健全涂层路用性能评价方式和评价标准。

路面自动除冰雪技术。目前常用的清除法和融化法等除冰雪措施不仅效率低下，而且还有可能对路面以及周围的生态环境造成破坏，很难达到实时环保的除冰雪需求。为了使路面具备自动除冰雪的能力，一些相关的智能技术应运而生，主要包括环保型融雪材料技术、智能控制技术等。相关学者进行了大量的室内外实验和实践，证明了路面智能除冰雪技术的可行性和高效性。

智能除冰雪作为一个智能路面的服务终端，其功能实现主要依赖于气象站、路面温湿度传感器等数据采集终端与智能融冰雪材料和智能控制技术的配套使用。目前相关的智能监控技术已经相对比较成熟，一般由数据采集端、数据处理与传输端、移动网络、服务器（固定IP）和客户端五部分组成，而更廉价、环保和智能的路面除冰融雪材料的研发设计亟待解决。

路面裂缝自愈合技术。路面裂缝自愈合技术主要分为主动自愈合和被动自愈合两种，如图12所示。主动自愈合一般通过向粘结剂中添加导电颗粒和使用感应能量来提高温度，对沥青混凝土进行局部加热以改善其性能。被动自愈合一般是在黏结剂中嵌入封装有化学品的微胶囊，当黏结剂中开始出现微裂纹时，会对胶囊造成破坏，使其中的化学药品通过扩散进入黏结剂，从而修复材料，提高沥青的愈合率。

(a) 裂缝主动自愈合示意图

(b) 裂缝被动自愈合示意图

图12 路面裂缝自愈合技术

国内外学者对路面裂缝的主动和被动自愈合技术已开展了广泛的研究，但都体现在某一方面上。建议今后将主动的再生沥青混合料技术和被动的微胶囊密封裂缝技术结合起来，研发复合型的路面自修复技术，解决目前微胶囊只能进行一次修复的不足；同时，应当结合数值模拟进一步明确路面裂缝产生的时间和分布形式，以及造成的微胶囊破裂情况，以实现路面服役不同时间节点的按需修复，延长路面的使用寿命。

2.5 基于智能路面的车路协同技术

由于智能网联汽车和无人驾驶汽车在实现安全、舒适、环保、高效行驶的目标上具有巨大潜力，各国纷纷加大在该领域的研发投入。在中国, 智能网联汽车的发展已上升至国家战略层面，并在上海、重庆、北京、浙江和江苏等地建立了多个智能网联汽车测试示范区。

智能的车需要智能的路，车路协同是实现车路之间全面互联互通的一项重要技术，该技术通过先进的无线通信、传感器检测技术获取车辆和道路的信息，并且通过新一代互联网技术进行车车、车路的数据共享，实现车辆和基础设施之间的智能协同，达到提高交通效率和出行安全的目的。表1列出了各类通信可能使用的技术。

表1 各种类型的通信技术

定点间通信	租用或自有双绞线对、同轴电缆、光纤技术、陆地微波链接、扩展频谱技术、区域无线电通信网络
广域无线通信	WiMAX、MBWA/Mobile-Fi、WRAN、GPRS/UMTS、HC-SDMA、S-UMTS/IMT2000、宽带卫星多媒体技术、
专用短程通信	DSRC/WAVE、红外技术、Wi-Fi
车车通信	DSRC/WAVE、红外技术、UWB

车路协同系统主要包括智能路侧系统和智能车辆系统，整个系统结构如图13所示。由于现有关于智能车的测试大都建立在封闭可控的道路环境条件下，难以完全还原汽车实际行驶过程中的路面状况和交通场景，而智能路面技术的发展和实施可以使路面拥有更加强大和精准的感知能力，扩大信息采集范围，完善信息采集内容，为车路协同系统的实现和智能网联无人驾驶技术提供基础性条件。

图13 车路协同系统结构示意图

3 智能路面设计与建造

智能路面有两种实现途径，一种是对现有路面材料和路面结构进行智能化改造，另一种是采用新型路面材料，设计新型路面结构，实现智能路面的一体化设计、生产与建造。无论哪种方案对于智能路面的设计与建造都提出了新的挑战和要求。

智能路面内往往埋设有大量的传感器，这些传感器一般都比较敏感，传统的路面施工工艺有可能会对传感器造成很大的威胁。因此，可以采用装配式、模块化、工业化的建造手段进行智能路面的铺设，同时结合建筑信息模型（BIM）、3D打印、智能碾压等多种先进技术，保障智能路面施工的安全性和高效性。

3.1 建筑信息模型（BIM）在道路中的应用

数十年来，BIM技术已经在建筑工业中得到广泛的应用，但在交通基础设施领域却发展得十分缓慢。随着互联网技术的高速发展，以传统工程为主的交通基础设施建设也在探索如何利用信息化和数字化将作为工程实体的路、桥、隧道联结起来，将基础设施的设计、建造、验收、养护与维修串联起来，真正实现信息化的运营管理。

综合看来，BIM技术对智能交通基础设施的发展主要起到以下几方面的促进作用：BIM技术可作为先进的信息处理工具和庞大的数据承载空间；BIM技术可被用于工程的全生命周期；BIM技术可作为与其他技术结合的接口。

3.2 道路模块化建造与3D打印技术

目前模块化建造技术在道路施工上多用于修建临时性道路。对于智能路面来讲，如果能够通过预制技术先把各种传感器嵌入到路面板中，再进行精确拼接和铺设，将可以最大限度地削减施工过程对传感器性能的影响。

3D打印技术具有灵活、快速、自动化等诸多优点，可以将3D打印技术可以与模块化建造技术相结合，直接将各种功能材料和智能骨料与传统的水泥、沥青混凝土混合在一起，并使用3D打印机先在工厂精确预制出结构经过拓扑优化的路面板，用于智能路面的现场铺设。但目前由于适用于实际路面的3D打印材料种类和性能的限制，以及大尺寸3D打印装备的缺乏，3D打印在路面工程领域的应用还较少，未来需要进一步研究，充分发挥其优势。

3.3 智能压实技术

智能压实技术在路面的智能化施工方面具有很好的发展前景，如图14所示，其基本原理是根据压路机在碾压过程中的振动响应信号（速度、加速度和位移），通过智能压实控制系统应用软件的实时处理，建立相应的评判与控制体系，实现对碾压质量的动态监测和实时反馈。

瑞典最早开始进行智能压实技术的研究。随后，美国、西欧和日本也加入到了该技术的研究中。其中，美国在该方面的技术最为成熟，并且已经形成了系统的智能压实标准。目前国内外对于智能压实技术的研究已经取得了一定的研究成果，结果均表明智能压实技术的应用可以显著优化压实工作和提高路面施工质量。

图14 路面智能压实系统

除了使用以上先进技术对智能路面进行施工外，还需要在智能路面中嵌入多项安全技术和其他配置技术，以实现检修和升级的功能。智能铺面还应设有拓展端口，允许插拔传感器及其他元件，当设备存在故障或运行不畅时，方便更换相关零件。

4 存在的问题和展望

智能路面是一个令人鼓舞的概念，它具有彻底改变道路建设、使用模式以及投资格局的潜力。但同样地，智能路面在实际建设和使用过程中仍然存在着很多问题，未来可以从以下几个方向开展研究：

(1)目前所使用的路面传感器大多功能单一且成本较高，在实际埋设和工作运营时容易损坏，难以长期稳定工作。因此，需要进一步优化传感器系统程序和结构设计，继续研发具有足够耐久性和实用性的多功能传感器，最好能够将其直接投入到拌合厂中，并最终铺筑于路面。

(2)路面传感器的长期在线监测会得到海量的数据，这些数据的快速存储、实时检索以及数据挖掘工作也是一大挑战。因此，迫切需要建立基于物联网、云计算和各种人工智能算法的路面信息管理和分析平台。

(3)智能路面的能量收集和自我调节技术虽然取得了一些研究成果，但仍然存在效率不高、应用困难、成本较高的缺点。因此，如何解决低成本、高性能这一矛盾问题具有一定的挑战性。

(4)智能路面的特点决定了其必须使用特殊的施工工艺，预制式、装配式、模块式的多功能混凝土技术，以及基于3D打印的多功能混凝土路面施工技术，将加速智能路面技术的进步与落地。目前实践还较少，尚未形成标准化和规范化，也是一个重要问题。

(5)目前智能路面的发展主要体现在单一的技术或功能上，尚未形成统一的体系。为了进一步提升路面的服务能力，需要充分整合利用现有资源，建立一套高效的功能集成体系，并在未来实现路面的智慧化。为达到智慧路面的目标，首先需要设计一套完整的材料设计和制备方法，将压电骨料、自愈合材料等不同功能的智慧材料与智能路面传感器一起应用于智能路面中，实现智能路面结构和材料的一体化，使路面具备自感知、自修复、自适应和自供能的智能能力；同时结合先进的有线和无线通信技术、移动互联网技术建立一个可靠稳定的物联网监测系统，实现数据的传输、存储和可视化；最后采用基于大数据和人工智能的手段自动地对传回的数据进行分析评价，再通过监控系统对智能路面各部分组成和功能区下达各项指令。这样，智能路面就形成了一个完整的循环系统，在持续的数据传输和命令下达的过程中不断学习，智能能力不断提高，最终实现智慧化。

(6)目前智能网联汽车和无人驾驶技术受到了普遍关注，智能路面的发展和实施将有助于增强车辆与路面的协同能力。智能车的上路测试需要一个相对封闭的环境，相比于低等级公路，高速公路在各方面的控制和管理上都比较容易，因此可以率先在高速公路上开展智能路面的建设工作，形成示范作用。高速公路智能路面改建工作不仅需要各领域的专家通力合作，从技术方面评估改造的可能性，分析预期产生的经济效益并制定切实可行的改造方案，还需要行业形成更加完备的政策法规和标准规范。

5 结语 

(1)实现路面智能化是智慧城市的重要组成部分，同时也是现代交通发展的必然趋势。本文对智能路面的发展进行了系统的梳理和总结，包括智能路面关键技术、设计和建造方法，同时明确了智能路面的定义和架构，旨在为广大学者和研究人员提供一个通用的讨论框架。

(2)智能路面是一个涉及多学科交叉，需要多领域人才合作才能实现的技术，应充分发挥我国科研人员和技术人员的数量优势，在智能路面领域形成引领合力。