本書基于LTPPSPS-10(Long-term Pavement Performance,路面長周期使用性能研究;Specific Pavement Study,特殊路面研究)俄克拉荷馬州項目,使用LS-40便攜式三維表面分析儀和動態(tài)摩擦系數測試儀(Dynamic Friction Tester,DFT)獲取目標路段的108組三維高精度紋理點云數據和路面摩擦數據,介紹了基于三維激光掃描技術的瀝青路面紋理三維點云獲取方法,構建了路面區(qū)域三維紋理表征參數體系,豐富了路面紋理評價手段。通過機器學習方法建立了瀝青路面抗滑性能預測模型,驗證了基于區(qū)域三維紋理表征參數預測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維路面有限元模型重構新方法?;诟呔嚷访婕y理點云數據跨平臺編制了三維路面重構程序,完成了由現場路面高精度三維紋理點云數據到現場路面紋理有限元模型的轉換;建立了基于路面區(qū)域三維紋理表征參數的界面摩擦系數預測模型,揭示了界面摩擦系數以及橡膠材料模型對瀝青路面抗滑性能的影響機理。基于路面區(qū)域三維紋理表征參數建立了輪胎剎車距離的人工神經網絡預測模型,探究了路面紋理與輪胎剎車距離的內在聯系。研究成果可為非接觸式瀝青路面抗滑性能智能評估提供借鑒,對于實現道路交通安全管理的信息化、自動化、智能化具有重要意義。研究成果可為瀝青路面設計、選材提供借鑒,可為道路交通安全管理、提高瀝青路面運營維護水平提供新的思路。