路面监测层次注意力网络

误差降逾八成八

把车辆与路面的相互作用动力学嵌进注意力机制，让注意力权重落在力学上合理的范围内，从而在车辆振动数据上给出可解释的多尺度路面健康评估。

Wenzhi, Yuan · 杨群

Advanced Engineering Informatics 2026

参数信息

决定系数

0.985

平均绝对误差

0.124

预测误差降低率

88 %

技术优势

误差降88%

物理信息层将注意力权重约束在力学合理域，对比标准数据驱动注意力机制，预测误差降低超过88%。

注意力可解释

通过嵌入车路相互作用动力学，注意力权重的机械合理性得到保证，不再是黑箱。

多尺度评估

分层注意力结构同时捕捉局部和全局的路面健康特征，支持网络级管理。

应用场景

• 路网健康监测：用低成本车振数据跑大范围路网健康评分，替代逐段巡检。
• 车辆振动监测：把现有车辆加速度信号转成路面损伤指标，不需要安装专门传感系统。
• 可解释结构评估：注意力权重被约束在力学合理区间，工程师能看懂模型为何给出该结论。
• 基础设施数字孪生：为数字孪生提供连续、可解释的路况健康状态更新，减少依赖人工检测。