近日，南京信息工程大学张加宏教授团队在高速公路路面安全监测领域取得重要进展，提出一种基于多频激励的路面覆盖物检测系统，可在复杂环境下高精度识别干燥、积水、结冰和积雪等路面气象状态。相关研究成果以“Research on Road Covers Detection System with Multifrequency Excitation”为题，发表于国际仪器与测量领域顶级期刊《 IEEE Transactions on Instrumentation and Measurement》 (IEEE TIM)。
随着高速公路里程不断增长，恶劣天气引发的交通安全问题日益突出。传统检测方法难以在低温环境中准确区分冰、雪、水等不同覆盖物。针对这一痛点，研究团队提出基于多频激励与阻抗分析的检测新方法。该系统的核心是采用一种同轴圆柱结构的敏感电容传感器，配合半桥电路和失量分析法，可在10kHz至100kHz多个频率点下获取敏感电容的等效串联电阻和等效串联电容，从而有效提升传感器对不同覆盖物的识别精度。研究团队还设计了单刀双掷加权电阻切换方案，有效抑制寄生电容干扰，提升了系统测量稳定性。在-30℃至60℃的宽温区环境下，构建CNN轻量化卷积神经网络模型，使用温度、频率点、等效串联电容值和等效串联电阻值等数据集进行训练测试并部署到嵌入式系统。
实验结果表明，系统对干燥、积水、结冰和积雪四种路面状态的整体识别准确率分别达到 97%、99%、95% 和 86%，该系统具备高精度、低成本的优势，可部署于高速公路应急车道，依托GPRS/5G网络实现路面状态实时监测与云端上传。该研究不仅为车路云协同智能交通系统提供了关键技术支持，也为交通气象预报预警服务打下坚实基础。
论文资讯及链接：https://ieeexplore.ieee.org/document/11435216
