随着我国公路交通的快速发展,交通事故的发生频率也逐年上涨,道路结冰是导致路面交通事故的主要原因之一。因此,路面气象信息监测与预警系统对于保障交通安全具有重要意义。目前已经商用的路面监测设备,具有易损坏、设备体积大、成本高以及仅能实现单点检测等局限性。因此本文提出一种基于智能道钉的路面埋入式冰雪水检测系统,依托于先进的通信技术,搭建了一套路面实时检测与远程平台监测相结合的系统,整个系统由路面监测设备与无线物联网平台组成。首先,本文提出基于多光源反射及多传感器融合检测技术的路面冰雪水检测原理及检测系统方案。通过研究不同波长的反射、吸收度关系,建立了波长吸收度差异化模型。其次,确定以智能道钉为基础的路面冰雪水检测系统结构。进行传感器选型,电路原理图及PCB设计,嵌入式软件编程,形成检测系统原型。再次,设计实验验证环境因素对于实验装置的影响,通过一元方差分析计算显著性差异水平,排除温度和光强对于实验装置的影响。进行冰雪水三态过程实验,分析过程波形特征,设计实验验证非环境影响因素(浊度、气泡数量和磨损度)对于状态基准值的影响。最后,基于多传感器融合检测技术获取路面多元化信息参数,通过多元线性回归构建状态基准值计算公式,解决因非环境影响因素造成的基值漂移问题。提出基于状态基准值的冰雪水三态识别算法,并通过实例验证其准确度。针对冰雪水混合态基值范围大,难以量化的问题,提出基于过程量的冰雪水中间态识别算法,基于自适应BP神经网络构建模型,实现冰雪水中间态进程识别,并通过实例验证。在本文的研究过程中,查阅大量参考文献,验证实验原理,对比研究方案,选择合适本文要求的系统总体方案。进行大量实验,分析各种影响因素,设计冰雪水三态识别算法。实验证明,本文设计的基于状态基准值的冰雪水三态识别算法,精确度可达90%,基于过程量的中间态识别算法,总体误差不超过5%,即本文设计的冰雪水检测技术具有较高的精度。