一种基于非均质建模和机器学习的路面构造深度预测方法

本发明属于路面检测的技术领域，具体涉及一种基于非均质建模和机器学习的路面构造深度预测方法。该方法先获取道路平面图像，采用深度学习的语义分割法对骨料分割标记，估算粗骨料级配，再用随机骨料建模方法进行骨料模型投放，对骨料施加重力并对骨料堆进行虚拟压实，生成沥青路面非均质模型，再用MATLAB软件进行多次平均路面构造深度的计算，将计算得到的多组数据划分为训练集和测试集，构建出神经网络预测模型，最后将估算的粗骨料级配的数据输入神经网络预测模型，对平面图像中路面的构造深度进行预测。该方法可以在不依赖实体试验的情况下实现构造深度的预测，大幅降低了研究成本和时间投入，可为工程设计阶段的快速决策提供支持。