轮迹横向分布可以客观地描述车辆在道路上行驶时轮迹横向位置的分布特点,并且该分布特征对路面的结构力学分析具有重要意义。在研究路基路面被载重型货车损毁的过程中,必须要获取轮胎在道路横断面上经过的分布数据,即轮迹横向分布特征。对于轮迹横向分布特征的获取,现行的主要方法是摄影录像法,该方法中摄影设备在路边的摆放不仅干扰司机的正常驾驶以至于影响测量数据的客观性,而且影响道路的交通安全。“双激光测量系统”是本课题小组的新型发明专利,“双激光测量系统”作为一种全新的、全天候无人值守的、可自动识别车辆的轮迹横向分布测量系统,不仅为车型和车轮识别创造了条件,也满足了科研和社会生产建设对效率、精确度和安全性的要求。“轮迹横向分布特征测定系统”是“双激光测量系统”中有待进一步开发的重要部分。本课题的研究对象是“轮迹横向分布特征测定系统”中获取轮迹横向分布的算法,即:“双激光测量系统”从采集原始数据开始到最终获取轮迹横向分布特征这一流程。算法步骤包括:1.采集原始数据;2.从原始数据中筛选“车”,即:还原车辆数据;3.计算车速;4.创建“特征轮胎”数据库;5.修正车辆数据;6.通过“特征轮胎”数据库内的“轮胎”和车辆进行相似度对比,识别出载重型货车的“特征轮胎”的“特征点”。本文的验证部分分别在广东省湛江市、深圳市以及湖北省大冶市等地进行了为期累计一个月的数据采集,并对数据进行了试验。首先对湛江市沈海高速公路某段采集到的数据进行了筛“车”试验,将所得车辆数和实际车辆数进行对比,其误差率为:11/1147=0.959%,误差率小于1%,该结果符合预期。对于“计算车速”这一阶段,从深圳市月亮湾大道上的车辆数据中筛选出142辆车的速度值,然后同人工测速枪测得的对应车辆的速度值进行一元线性分析,得到公式:Y=1.0023X-0.0821,R2=0.9997。相似度R2=0.9997,表示两组数据极强相关;系数值1.0023也标志着两种方法得到的速度值相关性极强,从而表明结果的准确性高。“特征轮胎”数据库的创建是通过人工识别的方法,从载重型货车数据中筛选出1000个具有“凸凹凸凹凸”的轮胎并存放到数据库中。而对于“特征点”的识别,试验样本仍然是深圳市月亮湾大道的数据并从中筛选出544辆载重型货车数据,将基于“双激光测量系统”得到的“特征点”作为自变量X,基于视觉的摄影录像法读取的“特征点”作为自变量Y,进行一元线性回归分析,得到公式Y=0.9998*X,R2=0.9918。其中,相似度R2=0.9918表示两组数据极强相关,自变量X的系数值0.9998代表两种方法所得结果的相关性极高。以上两组“特征点”的对比结果表明,通过“双激光测量系统”获取的道路轮迹横向分布特征精确度也非常高。综上,“双激光测量系统”作为一种全新的、可自动识别车辆与自动分车型测速的轮迹横向分布测量系统,其获取轮迹横向分布特征的结果同传统方法“摄影录像法”获取的结果基本一致。该“系统”避免了传统方法的弊端,数据的采集过程稳定可靠,是一种可以应用到生产和生活中的新型获取轮迹横向分布特征的测量系统。