随着社会发展,公路建设增多,交通量与行车速度增加,道路安全问题成为重中之重,且有研究表明交通事故的发生率与路面抗滑性有着直接的关系。因此为了控制和减少道路交通事故的发生,需要对路网的抗滑性进行监测和管理。路面纹理是影响路面抗滑性的首要因素。目前存在的问题是:用于测量路面抗滑性的设备相较于纹理扫描系统效率较低,收集数据速度较慢,操作复杂无法实时更新数据以及时监测路网抗滑性。针对这一问题本文将路面纹理相关参数作为有效监测路网抗滑性的替代参数,建立了通过路面纹理参数预测路面抗滑性能的模型以简化路面抗滑监测系统。本文首先在山西省一现役高速公路7处进行实地测量,得到了路面横向力系数和传感器测量构造深度两组数据,并在测量处各取一直径为10cm的芯样,用FARO高精度三维激光扫描仪对其进行扫描得到其路面纹理数据。然后使用快速傅里叶变换的方法,以波长为依据从整体路面纹理分离出宏观纹理和微观纹理,分别计算出能够表征宏观纹理和微观纹理的参数。最后建立以宏观纹理为单自变量和以宏观和微观纹理为双自变量的横向力系数模型和传感器构造深度预测模型,并对模型进行比较分析,得到了较为精确的预测模型。研究结果表明:在横向力预测模型中,与只有宏观纹理参数的单变量模型相比,当模型中同时包含宏观纹理参数和微观纹理各项参数,可以显著提高模型的预测精度。其中以宏观纹理的平均剖面深度和接触面内的微观纹理的平均剖面深度为自变量的预测模型精度最高,说明可以通过路面的纹理参数来预测横向力系数,且预测结果较好。在传感器构造深度预测模型中,通过模拟铺砂法建立点云模型计算出的宏观理论构造深度值与路面实测的传感器构造深度有较好的相关性,且绝对误差较小,能有效的预测路面的抗滑性。综上所述,将路面纹理参数作为监测路面抗滑性能的指标是合理可行的,本研究结果对路面抗滑监测系统的简化奠定了基础,具有实际工程意义。