公路在我国的交通运输中起着极大的作用,是国民经济的重要基础设施。路面健康状况对于交通运输拍安全性及城市整体规划都有着至关重要的影响。然而,现有的监测路面健康状况的主要方式是利用专业仪器,造价高且需要相关专业人员花费大量的时间和精力完成测量。本文提出利用智能手机自带的传感器,采用群智感知的方式从行驶在道路上的众多车辆中获得路面感知数据判断道路的健康状况的方法。本文主要贡献总结如下:1.提出了监测路面健康状况的两种传感器选择算法。根据传感器选择算法来确定采用哪些传感器进行路面健康监测。第一种算法基于主成份分析(PCA)的降维思想,首先求采集到的传感器数据向量的相关系数矩阵,之后求其特征值与对应的特征向量,取特征值大于阈值α的对应的特征向量,再将传感器与每个特征向量中的值关联起来,取排序后特征向量值大于阈值β的对应的传感器。再对每次取出的传感器取交集。最后,两种路面情况下选出的传感器取差集。该算法能准确选择出不同路面状况下影响数据整体大的传感器。第二种算法采用传感器数据方差差值比较法,选择出不同路面情况下影响大的传感器数据。该方法简单,易于实现。两种方法选择出的传感器均与人工选择出的可用来做路面检测的传感器相同。2.利用提出的方差方法检测路面的健康状况,对路面分类的准确率达到90%以上。在此基础上提出了斜率方法。该方法主要利用选择出的传感器Z轴上的斜率针对于不同路面差异性较大的规律,通过Z轴上加速度变化值判别路面是否平坦。该方法相对于传统方法,实时高效,计算简单且精度高。对测试数据能够100%进行分类。