同济大学智能交通新兴计算与感知研究课题组，在中科院1区Top期刊Automation in Construction发表了由翁梓航、古丽妮尕尔•阿卜来提、吴荻非、刘成龙、李峰、杜豫川、曹静撰写的研究论文“Rapid pavement aggregategradation estimation based on 3D data using a multi-feature fusion network”。沥青路面的粒料分布对路面早期性能有重要影响，然而在施工过程中难以把控，因此亟需实时无损的路面级配快速估计的方法。本文利用三维激光数据，构建基于多特征融合的残差网络卷积神经网络对路面级配进行预估。10个几何特征参数和8个基于二维小波分解的参数在残差网络的全连接层进行融合。本文获取八种级配类型的路面共800个样本作为数据集（720 个用于训练，80个用于测试）。提出的模型(ResNet+MLP) 在八分类问题中表现最好，在测试集的预测F1值达到0.96。将其用于级配曲线的预估，多元回归模型预测结果R方为0.86。在雄安新区新建高速上进行现场实证，证明了算法的可行性。本文建立了三维路面纹理与路面级配分布之间的关联，为实时快速的路面质量评价开辟了新途径。

论文链接：https://www.sciencedirect.com/science/article/pii/S092658052100501X