CN117434033A - 一种检测路面的摩擦系数的方法及装置 - Google Patents

Abstract

本发明公开了一种检测路面的摩擦系数的方法及装置，本发明通过基于水膜厚度与路面的摩擦系数BPN值之间的关系来建立路面摩擦系数检测模型，并通过该路面摩擦系数检测模型来实时计算得到当前的摩擦系数BPN值，由于本发明所述的方法不需要与路面进行接触操作，所以本发明所述的方法更为简便快捷，并且实践证明，本发明所述方法具有计算精度高、实时性强且成本低等优点。

Description

一种检测路面的摩擦系数的方法及装置

技术领域

本发明涉及红外光谱应用技术领域，特别是涉及一种检测路面的摩擦系数的方法及装置。

背景技术

在道路交通安全领域，路面状况对行车安全具有至关重要的影响。道路湿滑是导致车辆侧滑和制动距离增加的主要原因，严重影响着驾驶员的安全和行车效率。其中，路面摩擦系数是评估路面湿滑状况的关键指标之一。

目前，尽管有许多接触式的路面摩擦系数检测方法，但现有的路面摩擦系数检测都需要与道路表面接触，操作不方便，且成本高昂。

发明内容

本发明提供了一种检测路面的摩擦系数的方法及装置，以解决现有技术中不能简单、便捷且准确地对路面摩擦系数进行检测的问题。

第一方面，本发明提供了一种检测路面的摩擦系数的方法，所述方法包括：

根据水膜厚度建立路面的摩擦系数BPN值与反射率光谱数据之间的对应关系，建立路面的摩擦系数BPN值与反射率光谱数据的路面摩擦系数检测模型：

其中，a和b分别是拟合参数，I_wet是不同水膜厚度时对应的反射率数据，I_dry是特征波长干燥处的反射率数据，μ为路面的摩擦系数BPN值；

通过对当前路面进行检测，并结合所述路面摩擦系数检测模型，最终得到当前路面的摩擦系数BPN值。

可选地，所述根据水膜厚度建立路面的摩擦系数BPN值与反射率光谱数据之间的对应关系，建立路面的摩擦系数BPN值与反射率光谱数据的路面摩擦系数检测模型，包括：根据路面的反射光谱特征确定路面所对应的典型特征波长，其中，所述典型特征波长包括第一典型特征波长λ₁、第二典型特征波长λ₂和第三典型特征波长λ₃；确定各个典型特征波长的波长阈值，即第一典型特征波长对应第一波长阈值θ₁、第二典型特征波长对应第二波长阈值θ₂和第三典型特征波长对应第三波长阈值θ₃，并选取预设水膜高度H处的光谱数据设置为积水判定阈值，即ε₁，ε₂，ε₃，其中，ε₁为第一典型特征波长λ₁对应的积水判定阈值，ε₂为第二典型特征波长λ₂对应的积水判定阈值，θ₃为第三典型特征波长λ₃对应的积水判定阈值；在各个典型特征波长处，通过朗伯比尔定律建立反射率光谱数据和水膜厚度的模型，

对所测的水膜厚度和摩擦系数的数据进行回归，得到摩擦系数BPN值与水膜厚度的公式为μ＝-6.67ln(W_D)+61；基于摩擦系数BPN值与水膜厚度的公式以及反射率光谱数据和水膜厚度的模型，得到路面摩擦系数检测模型：

可选地，所述得到路面摩擦系数检测模型之后，所述方法还包括：通过代入各个典型特征波长处拟合获取的拟合参数a和b，最终得到三个典型特征波长处的路面摩擦系数检测模型，以利用三个典型特征波长处的路面摩擦系数检测模型输出的摩擦系数BPN值的平均值，作为最终输出的摩擦系数BPN值。

可选地，所述根据路边的光谱数据和摩擦系数BPN值确定路面所对应的典型特征波长，该典型特征波长包括第一典型特征波长λ₁、第二典型特征波长λ₂和第三典型特征波长λ₃，包括：

获取多个干燥路面和不同水膜厚度的光谱数据，并获取摩擦系数BPN值，并根据所获得的光谱数据和摩擦系数BPN值确定路面所对应的典型特征波长，该典型特征波长包括第一典型特征波长λ₁、第二典型特征波长λ₂和第三典型特征波长λ₃。

可选地，所述确定典型特征波长的波长阈值，即第一典型特征波长对应第一波长阈值θ₁、第二典型特征波长对应第二波长阈值θ₂和第三典型特征波长对应第三波长阈值θ₃，包括：

在所获取的干燥路面的多个全谱段反射光谱信息中，分别查看各个典型特征波长的波动范围，确立对应范围中的最小值作为相应典型特征波长的波长阈值，即第一典型特征波长对应第一波长阈值θ₁、第二典型特征波长对应第二波长阈值θ₂和第三典型特征波长对应第三波长阈值θ₃。

可选地，所述通过对当前路面进行检测，并结合所述路面摩擦系数检测模型，最终得到当前路面的摩擦系数BPN值，包括：

探测得到当前路面的光谱数据，当根据所探测得到当前路面的光谱数据确实当前路面是干燥路面，则确定当前路边的摩擦系数BPN值为第一预设值，否则，则进入下一步骤；

判断当前路面的各个典型特征波长的光谱反射率是否大于对应的积水判定阈值，如果当前路面的各个典型特征波长的光谱反射率均大于对应的积水判定阈值，则通过所述路面摩擦系数检测模型得到当前路面的摩擦系数BPN值，否则，则判定当前路面为积水路面，确定当前路边的摩擦系数BPN值为第二预设值。

可选地，探测得到当前路面的光谱数据，当根据所探测得到当前路面的光谱数据确实当前路面是干燥路面，则确定当前路边的摩擦系数BPN值为第一预设值，包括：

将各个典型特征波长处的光谱数据分别与对应的波长阈值进行对比，若各个典型特征波长的光谱数据均大于对应的波长阈值，则判定当前路面为干燥路面并输出路面摩擦系数BPN值为第一预设值。

可选地，所述判断当前路面的各个典型特征波长的光谱反射率是否大于对应的积水判定阈值，如果当前路面的各个典型特征波长的光谱反射率均大于对应的积水判定阈值，则通过所述路面摩擦系数检测模型得到当前路面的摩擦系数BPN值，否则，则判定当前路面为积水路面，确定当前路边的摩擦系数BPN值为第二预设值，包括：

将各个典型特征波长处的光谱数据分别与对应的积水判定阈值进行对比，当各个典型特征波长处的光谱数据均小于对应的积水判定阈值，则通过所述路面摩擦系数检测模型得到当前路面的摩擦系数BPN值；

当各个典型特征波长处的光谱数据均小于对应的积水判定阈值，则判定当前路面为积水路面，并输出路面摩擦系数BPN值为第二预设值。

可选地，所述通过所述路面摩擦系数检测模型得到当前路面的摩擦系数BPN值，包括：将当前路面的光谱数据带入路面摩擦系数检测模型中，得到三个典型特征波长处反演得到的摩擦系数数据，将三处特征波长处得到的结果进行平均即得到最终路面摩擦系数BPN值。

第二方面，本发明提供了一种用于实现上述中任一种所述的方法的探测装置，所述装置包括：

光源，用于发射稳定连续的红外光，对探测物特定波段处进行补光；

探测器，用于探测接收预设光源反射的光信号，并将所探测得到的光信号发送给光谱仪；

光谱仪，用于根据所述探测器探测得到的光信号得到当前路面的光谱数据；

处理器，用于根据路面的摩擦系数与反射率光谱数据之间的对应关系，建立路面的摩擦系数与反射率光谱数据的路面摩擦系数检测模型：

其中，a和b分别是拟合参数，I_wet是不同水膜厚度时对应的反射率数据，I_dry是特征波长干燥处的反射率数据，μ为路面的摩擦系数BPN值，并结合所述光谱仪检测的光谱数据结合所述路面摩擦系数检测模型，最终得到当前路面的摩擦系数BPN值。

本发明有益效果如下：

本发明通过基于水膜厚度与路面的摩擦系数BPN值之间的关系来建立路面摩擦系数检测模型，并通过该路面摩擦系数检测模型来实时计算得到当前的摩擦系数BPN值，由于本发明所述的方法不需要与路面进行接触操作，所以本发明所述的方法更为简便快捷，并且实践证明，本发明所述方法具有计算精度高、实时性强且成本低等优点。上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1是本发明实施例提供的基于水膜厚度的路面摩擦系数检测方法的流程示意图；

图2是本发明实施例提供的路面摩擦系数探测装置原理图；

图3是本发明实施例提供的不同水膜厚度光谱吸收曲线；

图4是本发明实施例提供的1200nm特征波长处光谱数据和对应水膜厚度关系图；

图5是本发明实施例提供的不同水膜水膜厚度和摩擦系数关系曲线；

图6是本发明实施例提供的光谱反射率和摩擦系数关系图；

图7是本发明实施例提供的光谱反射率和摩擦系数新模型图。

具体实施方式

以下结合附图以及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不限定本发明。

当前自动驾驶车辆所涉及传感器不具备检测道路表面摩擦系数能力。道路行驶中无法感知路面状况会影响车辆制动策略，改变制动距离，发生撞车、侧滑等交通事故。因此，准确评估和检测路面摩擦系数能够为车辆的决策提供强有力的依据，开展对路面状况的研究有助于提升出行安全和驾乘体验。

针对上述问题，本发明实施例提供了一种检测路面的摩擦系数的方法，参见图1，所述方法包括：

S101、根据水膜厚度建立路面的摩擦系数BPN值与反射率光谱数据之间的对应关系，建立路面的摩擦系数BPN值与反射率光谱数据的路面摩擦系数检测模型：

其中，a和b分别是拟合参数，I_wet是不同水膜厚度时对应的反射率数据，I_dry是特征波长干燥处的反射率数据，μ为路面的摩擦系数BPN值；

具体来说，本发明实施例所述的方法包括：根据路面的反射光谱特征确定路面所对应的典型特征波长，其中，所述典型特征波长包括第一典型特征波长λ₁、第二典型特征波长λ₂和第三典型特征波长λ₃；需要说明的是，本发明实施例中，是通过获取多个干燥路面和不同水膜厚度的光谱数据，并获取摩擦系数BPN值，并根据所获得的光谱数据和摩擦系数BPN值确定路面所对应的典型特征波长，该典型特征波长包括第一典型特征波长λ₁、第二典型特征波长λ₂和第三典型特征波长λ₃。

确定各个典型特征波长的波长阈值，即第一典型特征波长对应第一波长阈值θ₁、第二典型特征波长对应第二波长阈值θ₂和第三典型特征波长对应第三波长阈值θ₃，并选取预设水膜高度H处的光谱数据设置为积水判定阈值，即ε₁，ε₂，ε₃，其中，ε₁为第一典型特征波长λ₁对应的积水判定阈值，ε₂为第二典型特征波长λ₂对应的积水判定阈值，θ₃为第三典型特征波长λ₃对应的积水判定阈值；也即，本发明实施例是在所获取的干燥路面的多个全谱段反射光谱信息中，分别查看各个典型特征波长的波动范围，确立对应范围中的最小值作为相应典型特征波长的波长阈值，即第一典型特征波长对应第一波长阈值θ₁、第二典型特征波长对应第二波长阈值θ₂和第三典型特征波长对应第三波长阈值θ₃。

需要说明的是，本发明实施例确定光谱数据所选取预设水膜高度H是根据经验得到的，具体本领域技术人员可以根据实际需要进行设置，本发明对此不作具体限定。

在各个典型特征波长处，通过朗伯比尔定律建立反射率光谱数据和水膜厚度的模型，

对所测的水膜厚度和摩擦系数的数据进行回归，得到摩擦系数BPN值与水膜厚度的公式为μ＝-6.67ln(W_D)+61；

基于摩擦系数BPN值与水膜厚度的公式以及反射率光谱数据和水膜厚度的模型，得到路面摩擦系数检测模型：

然后通过代入各个典型特征波长处拟合获取的拟合参数a和b，最终得到三个典型特征波长处的路面摩擦系数检测模型，以利用三个典型特征波长处的路面摩擦系数检测模型输出的摩擦系数BPN值的平均值，作为最终输出的摩擦系数BPN值。

S102、通过对当前路面进行检测，并结合所述路面摩擦系数检测模型，最终得到当前路面的摩擦系数BPN值。

具体实施时，本发明实施例步骤S102具体包括：探测得到当前路面的光谱数据，当根据所探测得到当前路面的光谱数据确实当前路面是干燥路面，则确定当前路边的摩擦系数BPN值为第一预设值，否则，则进入下一步骤；

判断当前路面的各个典型特征波长的光谱反射率是否大于对应的积水判定阈值，如果当前路面的各个典型特征波长的光谱反射率均大于对应的积水判定阈值，则通过所述路面摩擦系数检测模型得到当前路面的摩擦系数BPN值，否则，则判定当前路面为积水路面，确定当前路边的摩擦系数BPN值为第二预设值。

具体来说，本发明实施例是将各个典型特征波长处的光谱数据分别与对应的波长阈值进行对比，若各个典型特征波长的光谱数据均大于对应的波长阈值，则判定当前路面为干燥路面并输出路面摩擦系数BPN值为第一预设值；

然后将各个典型特征波长处的光谱数据分别与对应的积水判定阈值进行对比，当各个典型特征波长处的光谱数据均小于对应的积水判定阈值，则通过所述路面摩擦系数检测模型得到当前路面的摩擦系数BPN值；

而当各个典型特征波长处的光谱数据均小于对应的积水判定阈值，则判定当前路面为积水路面，并输出路面摩擦系数BPN值为第二预设值。

也就是说，本发明实施例是将当前路面的光谱数据带入路面摩擦系数检测模型中，得到三个典型特征波长处反演得到的摩擦系数数据，将三处特征波长处得到的结果进行平均即得到最终路面摩擦系数BPN值。

下面将结合图1-图7通过一个具体的例子来对本发明实施例所述的方法进行详细的解释和说明，本发明实施例提供了一种通过模型检测摩擦系数的方法，参见图1和图2，本发明实施例所述的方法具体包括如下步骤：参见图3和图4，获取多个干燥路面和不同水膜厚度的光谱数据，和摩擦系数BPN值，选取特征波长为λ₁、λ₂、λ₃；

需要说明的是，上述的特征波长为根据路面的反射光谱特征确定路面所对应的典型特征波长，具体本领域技术人员可以根据实际需要进行设定，本发明仅仅是以三个典型特征波长为例对本发明实施例所述的方法进行说明，具体实施时，为了获得更为准确的摩擦系数BPN值，本领域技术人员可以根据实际需要采用更多数量的典型特征波长进行计算。

选取多个干燥路面特征波长处的数据中最小值，设置为不同特征波长处的阈值，记为θ₁，θ₂，θ₃，因路面水膜超过一定高度时其摩擦系数BPN值为已固定值上下浮动，因此选取水膜高度H处的光谱数据设置为积水判定阈值即ε₁，ε₂，ε₃，参见图5；

在三个特征波长处，通过朗伯比尔定律建立反射率光谱数据和水膜厚度的模型，光谱和水膜厚度的公式为

其中a和b是需要拟合计算的参数，W_D是水膜厚度，I_wet是不同厚度时对应的反射率数据，I_dry是特征波长干燥处的数据。通过测量所得的数据，使用方法计算a，b，如最小二乘法拟合，得到公式中的参数，参见图6；

通过所测的水膜厚度和摩擦系数的数据，对数据进行回归，得到摩擦系数BPN值与水膜厚度的公式为μ＝-6.67ln(W_D)+60，其中μ为路面的摩擦系数BPN值；

以两公式中都存在的W_D这一参数为模型，联立获得光谱和摩擦系数模型，即：

代入不同特征波长处的所拟合获取的参数a，b得到最终三个波长处的光谱和摩擦系数最终模型。

通过对干燥、潮湿、积水的光谱数据的阈值判断，在实际中进行实现对路面摩擦系数的更精准测量。

首先搭建图2的路面光谱数据采集系统进行光谱反射率数据采集，探测得到某一路面光谱数据；

将特征波长处λ₁、λ₂、λ₃的光谱数据分别与干湿反射率阈值θ₁，θ₂，θ₃进行对比，若大于阈值，判定为干燥路面并输出路面摩擦系数BPN值为80，若小于则进入下一流程；即对干燥路面进行定标，在对不同水膜厚度的路面光谱数据进行采集，得到图3。

将特征波长处λ₁、λ₂、λ₃的光谱数据分别与积水反射率阈值ε₁，ε₂，ε₃进行对比，若小于阈值判定为积水路面并输出路面摩擦系数BPN值为51，若大于则进入下一流程；

将光谱数据带入路面摩擦系数检测模型中，得到三个特征波长处反演得到的摩擦系数数据，将三处结果进行平均即得到最终路面摩擦系数BPN值。

对图4和图5中的关系模型进行整合，得到最终图6所示的光谱数据和摩擦系数BPN值模型。选取三处特征波长处的数据构建光谱和水膜厚度的关系曲线，如图4为特征波长为1200nm的一个实例。采集不同水膜厚度和其对应的摩擦系数数据构建回归模型如图5。对任意路面进行探测后，根据图1的流程和图6的关系模型输出路面的摩擦系数BPN值。

与传统的接触式方法相比，本发明采用了非接触式的红外光谱技术，避免了与道路表面直接接触，从而消除了对道路造成的潜在损害，同时也使操作更为方便。并且非接触方法在实际应用中能够更好地保护道路结构，降低了操作难度，为路面评估带来更高的安全性和便捷性；

其次，本发明通过建立光谱数据与路面摩擦系数的关联模型，实现了从光谱数据中准确获取路面摩擦系数的能力。填补了技术领域的研究空白，还为实际应用提供了一种精确、可靠的非接触式路面摩擦系数评估方法。

另外，实践证明，相较于传统接触式方法在路面摩擦系数检测中存在的精度问题，红外光谱技术能够以更高的精确度获取数据，从而提供更可信赖的路面摩擦系数评估结果。这不仅能够为驾驶员提供更准确的行车信息，也能在自动驾驶等领域中提供更为可靠的决策支持。

本发明实施例是基于不同水膜厚度下的光谱特征实现对路面摩擦系数BPN值的反演。该方法利用光学传感器测量路面反射光谱，通过水膜厚度这一桥梁得到了光谱与摩擦系数BPN值在特征波长处对的模型，可以直接实现对路面摩擦系数BPN值的计算。与传统的接触式检测方法相比，本方法无需接触式传感器接触路面，减少了对路面的损伤和干扰。通过特征波长的选定和多元线性回归模型的建立，能够实现路面摩擦系数的高精度检测。本方法的应用范围广泛，可用于公路、桥梁、机场跑道等路面的摩擦系数检测，具有计算精度高、实时性强且成本低等优点。提高了道路交通的安全性和稳定性。

相应地，本发明实施例还提供了一种用于实现上述实施例中任一种所述的方法的探测装置，参见图7，所述装置包括：

光源，用于发射稳定连续的红外光，对探测物特定波段处进行补光；

探测器，用于探测接收预设光源反射的光信号，并将所探测得到的光信号发送给光谱仪；

光谱仪，用于根据所述探测器探测得到的光信号得到当前路面的光谱数据；

处理器，用于根据路面的摩擦系数与反射率光谱数据之间的对应关系，建立路面的摩擦系数与反射率光谱数据的路面摩擦系数检测模型：

其中，a和b分别是拟合参数，I_wet是不同水膜厚度时对应的反射率数据，I_dry是特征波长干燥处的反射率数据，μ为路面的摩擦系数BPN值，并结合所述光谱仪检测的光谱数据结合所述路面摩擦系数检测模型，最终得到当前路面的摩擦系数BPN值。

需要说明的是，该装置可以设置在汽车、自行车等各种需要测量摩擦系数BPN值的设备上。

本发明实施例的相关内容可参见本发明第一实施例进行理解，在此不做详细论述。

尽管为示例目的，已经公开了本发明的优选实施例，本领域的技术人员将意识到各种改进、增加和取代也是可能的，因此，本发明的范围应当不限于上述实施例。

Claims (10)

1.一种检测路面的摩擦系数的方法，其特征在于，包括：

根据水膜厚度建立路面的摩擦系数BPN值与反射率光谱数据之间的对应关系，建立路面的摩擦系数BPN值与反射率光谱数据的路面摩擦系数检测模型：

其中，a和b分别是拟合参数，I_wet是不同水膜厚度时对应的反射率数据，I_dry是特征波长干燥处的反射率数据，μ为路面的摩擦系数BPN值；

通过对当前路面进行检测，并结合所述路面摩擦系数检测模型，最终得到当前路面的摩擦系数BPN值。

2.根据权利要求1所述的方法，其特征在于，所述根据水膜厚度建立路面的摩擦系数BPN值与反射率光谱数据之间的对应关系，建立路面的摩擦系数BPN值与反射率光谱数据的路面摩擦系数检测模型，包括：

根据路面的反射光谱特征确定路面所对应的典型特征波长，其中，所述典型特征波长包括第一典型特征波长λ₁、第二典型特征波长λ₂和第三典型特征波长λ₃；

确定各个典型特征波长对应的波长阈值，即第一典型特征波长λ₁对应第一波长阈值θ₁、第二典型特征波长λ₂对应第二波长阈值θ₂和第三典型特征波长λ₃对应第三波长阈值θ₃，并选取预设水膜高度H处的光谱数据设置为积水判定阈值，即ε₁，ε₂，ε₃，其中，ε₁为第一典型特征波长λ₁对应的积水判定阈值，ε₂为第二典型特征波长λ₂对应的积水判定阈值，θ₃为第三典型特征波长λ₃对应的积水判定阈值；

在各个典型特征波长处，通过朗伯比尔定律建立反射率光谱数据和水膜厚度的模型，

对所测的水膜厚度和摩擦系数BPN值的数据进行回归，得到摩擦系数BPN值与水膜厚度的公式为μ＝-6.67ln(W_D)+61；

基于摩擦系数BPN值与水膜厚度的公式以及反射率光谱数据和水膜厚度的模型，得到路面摩擦系数检测模型：

3.根据权利要求2所述的方法，其特征在于，所述得到路面摩擦系数检测模型之后，所述方法还包括：

通过代入各个典型特征波长处拟合获取的拟合参数a和b，最终得到三个典型特征波长处的路面摩擦系数检测模型，以利用三个典型特征波长处的路面摩擦系数检测模型输出的摩擦系数BPN值的平均值，作为最终输出的摩擦系数BPN值。

4.根据权利要求2所述的方法，其特征在于，所述根据路面的反射光谱特征确定路面所对应的典型特征波长，包括：

获取多个干燥路面和不同水膜厚度的光谱数据，获取摩擦系数BPN值，并根据所获得的光谱数据和摩擦系数BPN值确定路面所对应的典型特征波长。

5.根据权利要求2所述的方法，其特征在于，所述确定各个典型特征波长对应的波长阈值，包括：

在所获取的干燥路面的多个全谱段反射光谱信息中，分别查看各个典型特征波长的波动范围，确立各个典型特征波长的波动范围中的最小值作为相应典型特征波长的波长阈值。

6.根据权利要求3所述的方法，其特征在于，所述通过对当前路面进行检测，并结合所述路面摩擦系数检测模型，最终得到当前路面的摩擦系数BPN值，包括：

探测得到当前路面的光谱数据，当根据所探测得到当前路面的光谱数据确实当前路面是干燥路面，则确定当前路边的摩擦系数BPN值为第一预设值，否则，则进入下一步骤；

判断当前路面的各个典型特征波长的光谱反射率是否大于对应的积水判定阈值，如果是，则通过所述路面摩擦系数检测模型得到当前路面的摩擦系数BPN值，否则，则确定当前路边的摩擦系数BPN值为第二预设值。

7.根据权利要求6所述的方法，其特征在于，所述探测得到当前路面的光谱数据，当根据所探测得到当前路面的光谱数据确实当前路面是干燥路面，则确定当前路边的摩擦系数BPN值为第一预设值，包括：

将各个典型特征波长处的光谱数据分别与对应的波长阈值进行对比，若各个典型特征波长的光谱数据均大于对应的波长阈值，则判定当前路面为干燥路面并输出路面摩擦系数BPN值为第一预设值。

8.根据权利要求6所述的方法，其特征在于，所述判断当前路面的各个典型特征波长的光谱反射率是否大于对应的积水判定阈值，如果是，则通过所述路面摩擦系数检测模型得到当前路面的摩擦系数BPN值，否则，则确定当前路边的摩擦系数BPN值为第二预设值，包括：

将各个典型特征波长处的光谱数据分别与对应的积水判定阈值进行对比，当各个典型特征波长处的光谱数据均小于对应的积水判定阈值，则通过所述路面摩擦系数检测模型得到当前路面的摩擦系数BPN值；

当各个典型特征波长处的光谱数据均小于对应的积水判定阈值，则判定当前路面为积水路面，并输出路面摩擦系数BPN值为第二预设值。

9.根据权利要求8所述的方法，其特征在于，所述通过所述路面摩擦系数检测模型得到当前路面的摩擦系数BPN值，包括：

将当前路面的光谱数据带入路面摩擦系数检测模型中，得到三个典型特征波长处反演得到的摩擦系数数据，将三处特征波长处得到的结果进行平均即得到最终路面摩擦系数BPN值。

10.一种用于实现权利要求1-9中任意一项所述的方法的探测装置，其特征在于，所述装置包括：

光源，用于发射稳定连续的红外光，对探测物特定波段处进行补光；

探测器，用于探测接收预设光源反射的光信号，并将所探测得到的光信号发送给光谱仪；

光谱仪，用于根据所述探测器探测得到的光信号得到当前路面的光谱数据；

处理器，用于根据路面的摩擦系数与反射率光谱数据之间的对应关系，建立路面的摩擦系数与反射率光谱数据的路面摩擦系数检测模型：

其中，a和b分别是拟合参数，I_wet是不同水膜厚度时对应的反射率数据，I_dry是特征波长干燥处的反射率数据，μ为路面的摩擦系数BPN值，并结合所述光谱仪检测的光谱数据结合所述路面摩擦系数检测模型，最终得到当前路面的摩擦系数BPN值。