本书基于LTPPSPS-10（Long-term Pavement Performance，路面长周期使用性能研究；Specific Pavement Study，特殊路面研究）俄克拉荷马州项目，使用LS-40便携式三维表面分析仪和动态摩擦系数测试仪（Dynamic Friction Tester，DFT）获取目标路段的108组三维高精度纹理点云数据和路面摩擦数据，介绍了基于三维激光扫描技术的沥青路面纹理三维点云获取方法，构建了路面区域三维纹理表征参数体系，丰富了路面纹理评价手段。通过机器学习方法建立了沥青路面抗滑性能预测模型，验证了基于区域三维纹理表征参数预测路面抗滑性能的可行性；提出了基于激光三角法成像原理的三维路面有限元模型重构新方法。基于高精度路面纹理点云数据跨平台编制了三维路面重构程序，完成了由现场路面高精度三维纹理点云数据到现场路面纹理有限元模型的转换；建立了基于路面区域三维纹理表征参数的界面摩擦系数预测模型，揭示了界面摩擦系数以及橡胶材料模型对沥青路面抗滑性能的影响机理。基于路面区域三维纹理表征参数建立了轮胎刹车距离的人工神经网络预测模型，探究了路面纹理与轮胎刹车距离的内在联系。研究成果可为非接触式沥青路面抗滑性能智能评估提供借鉴，对于实现道路交通安全管理的信息化、自动化、智能化具有重要意义。研究成果可为沥青路面设计、选材提供借鉴，可为道路交通安全管理、提高沥青路面运营维护水平提供新的思路。

1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 研究内容与技术路线
2 纹理三维表征与路面摩擦关联性研究
2.1 路面纹理三维点云数据采集
2.2 路面纹理表征指标
2.3 路面抗滑性能测试仪
2.4 LTPPSPS-10项目简介
2.5 路面纹理特征与抗滑数据采集
2.6 区域三维纹理特征与路面摩擦系数线性关系分析
2.7 本章小结
3 路面抗滑性能机器学习预测模型研究
3.1 机器学习在道路交通安全领域的应用
3.2 机器学习算法介绍
3.3 机器学习预测模型构建
3.4 多参数预测模型性能评价
3.5 本章小结
4 橡胶-路面相互作用界面摩擦性能研究
4.1 三维路面模型研究
4.2 橡胶块-三维路面相互作用仿真
4.3 橡胶块-三维路面相互作用模型验证
4.4 界面摩擦系数预测模型
4.5 界面摩擦系数与滑动阻力关系分析
4.6 本章小结
5 基于区域三维纹理表征的轮胎刹车距离预测
5.1 轮胎刹车距离基本计算方法
5.2 ASTME524轮胎基本属性
5.3 轮胎建模及材料模量反算
5.4 轮胎滑水模型及验证
5.5 ASTME524轮胎刹车距离预测
5.6 本章小结
6 结论与展望
6.1 结论
6.2 展望
参考文献