本发明属于道路养护检测技术领域，特别是一种基于智能手机测试路面平整度的方法。
智能手机内置设备包括三轴加速度传感器、陀螺仪、磁感应器、方位传感器、GPS感知设备，数据采集设备，具体方法如下：步骤(1)加速度数据采集；步骤(2)加速度数据校准；步骤(3)加速度数据平滑去噪；步骤(4)时空坐标转换算法；步骤(5)建立BP神经网络计算模型；BP神经网络模型选用三层神经网络，样本数据输入向量为加速度和车速，输出向量为国际平整度指数IRI。
本申请利用BP神经网络方法建立不同检测速度情况下加速度数值与IRI的回归预测模型，并根据不同适用情况对模型进行优化。
模型预测精度较高，稳定性较好，能够准确的反映加速度数值与IRI的关系。

张鹏 张丽丽 邬冰 徐斌 吕培芹 陈莎莎 黄建平

苏交科集团股份有限公司

210019 江苏省南京市江宁区诚信大道2200号苏交科集团有限公司

本发明属于道路养护检测技术领域，特别是一种基于智能手机测试路面平整度的方法。
智能手机内置设备包括三轴加速度传感器、陀螺仪、磁感应器、方位传感器、GPS感知设备，数据采集设备，具体方法如下：步骤(1)加速度数据采集；步骤(2)加速度数据校准；步骤(3)加速度数据平滑去噪；步骤(4)时空坐标转换算法；步骤(5)建立BP神经网络计算模型；BP神经网络模型选用三层神经网络，样本数据输入向量为加速度和车速，输出向量为国际平整度指数IRI。
本申请利用BP神经网络方法建立不同检测速度情况下加速度数值与IRI的回归预测模型，并根据不同适用情况对模型进行优化。
模型预测精度较高，稳定性较好，能够准确的反映加速度数值与IRI的关系。