冬季路面结冰对车辆和行人造成很大安全隐患,严重影响道路运营安全,若能将路面温度、积水和结冰信息反馈到交通公路管理部门,则可以及时地开展路面清理和维护工作,保障路面车辆行驶和行人安全,在一定程度上降低冬季交通事故发生几率。针对目前路面结冰监测系统精度低、稳定性差的问题,本文研究设计精度较高、稳定性强的压电陶瓷路面结冰传感器监测系统。首先研究了压电陶瓷及其性能、恒弹合金表面的积水和结冰参数变化规律,分析压电陶瓷元件的谐振频率与传感器表面积水或结冰的刚度、阻尼和杨氏模量的关系。根据检测需求完成系统的硬件电路和软件算法的设计,硬件系统设计主要包括结冰探测器端和信号中转站的设计。探测器端包括传感器敏感元件、机械外形、主控电路板和信号发生器模块的设计,主要负责结冰和积水信号的采集、485串口通信,将路面信息传递给中转站。信号中转站包括无线传输模块、电源模块和系统通信总线的设计。软件算法方面,提出一种谐振频率检测算法,能够高效快速地检测传感器的谐振频率,设计路面状态检测程序,实现路面状态信息的准确判定,并将检测及判别功能通过云平台同步实现。设计完成测冰系统的标定实验,将水放到传感器表面,放置于冷冻箱中,同时记录积水厚度、结冰厚度与谐振频率值,绘制出对应的谐振频率——厚度标定曲线,拟合并得出标定公式,完成传感器厚度测量的标定。通过标定实验发现,系统结冰厚度测量在低温下存在较大的温度漂移,设计温度特性实验,研究积水、结冰和干燥三种状态下温度变化对谐振频率和峰值电压的影响,分析影响测量精度的因素。针对系统的温度漂移特性,提出一种改进的粒子群优化的AWPSO-BP神经网络算法完成结冰传感器的温度补偿工作,AWPSO-BP神经网络将训练得到的温度补偿模型与采集的路面数据相结合,最终得出准确的路况信息。通过与BP、PSO-BP以及DWPSO-BP神经网络算法做对比,验证本文AWPSO-BP算法能够有效降低测量误差,解决低温环境下的温度漂移问题,提高系统的测量精度和稳定性。