面对公路养护管理信息化发展的需求,路面养护管理数据的传输、存储和计算的能力被提上一个新的台阶,传统的手动传输存储数据的方式已经逐渐退出历史的舞台。移动互联网技术的发展为道路管理者提供一种新型便捷的路面数据采集存储的方式—基于智能手机的路面状况快速采集技术。此方法具有操作便捷,成本低廉,精度准确等优点,对路面养护管理信息化的发展有着不可或缺的作用。首先,对路面不平度评价指标进行研究,分析国内利用加速度传感器检测路面技术的研究现状,总结出基于智能手机检测路面状况的方法。其次,进行基于加速度数据的路面不平度指标的提取。先采用卡尔曼滤波对采集的加速度和位置信息进行滤波处理,得出真实反映车辆振动的加速度以及与地图匹配的位置信息数据。然后利用状态空间法分析系统输入—路面不平度功率谱密度(国际平整度指数IRI)和系统输出(车辆振动加速度)之间的理论关系,结合试验推导出路面不平度评价指标。在此基础上将路面不平度指标结合logistic分类回归模型得出路面分级模型。伴随着机器学习理论的发展,本文介绍基于经验贝叶斯学习方法的路面数据融合方法,依托“后天”智能手机检测的路面不平度数据来不断完善已有的路面不平度数据,提高路面性能数据段准确性和实时性。最后依托本文提出的不平度评价指标结合扬州邗江区农村公路实例,研发路面智能感知系统管理云服务平台系统,将路面性能数据和Web地图结合,为新型的农村公路路面养护管理探索了方向。