熊显名，张乾坤，秦祖军

基于可见-近红外光谱的路面状况识别的研究

熊显名，张乾坤，秦祖军

（桂林电子科技大学，光电信息处理重点实验室，广西 桂林 541004）

光谱技术在公路状态识别（是否结冰、积水或积雪）方面有着积极的应用前景，但太阳光作为光源识别公路状态的研究较少。分别采用阳光和卤钨灯作为白天和夜间的实验光源，通过微型光谱仪数据分别得到冰、水、雪和公路本底的可见-近红外波段的光谱曲线。白天时，结冰和积水状态在不同光照情况下会出现“异物类谱”现象，根据阳光光照特性，本文提出将“环境变量”作为特征值的解决方法，并基于光谱曲线及归一化后的“环境变量”特征值，将光谱数据组合成新的数据波形，基于Dropout与Adam优化器的神经网络模型对数据进行训练和识别，最终识别率为99.375%。夜间，由于各类样本光谱区域差异明显，采用“组合-阈值”法识别。实验证明通过两种光源结合的识别方法，能够有效识别路面状态。

公路状态识别；可见-近红外光谱；神经网络；环境变量；组合-阈值法

0 引言

公路状况识别和预警是保证道路安全行驶的重要环节之一。公路路面结冰、积雪或积水时抗滑能力明显降低，易发生车辆刹车失控甚至翻车的危险。据统计，在所有的交通安全事故中，路面结冰时发生交通事故的概率是干燥路面的10倍[1]。因此安装公路状况识别装置尤为重要。

当前公路路面状况检测方式主要有接触式和非接触式两种。……