本文的主角的是一位名为Thomas Genitheim的工程师。他每天的工作便是与路面打交道。作为一位机械制造与交通安全专家，他供职于奥地利因斯布鲁克市工程技术办公室，专门进行道路摩擦系数测量工作。他拖着一台自己开发的摩擦系数检测设备四处测量道路摩擦系数。在这一研发成果的基础上，他又多了新的想法，因为自动驾驶的车辆应该能自主地识别道路状况，并能根据取得的数据，自动调整车辆的动态性能。

实际上，有些企业也想到了这个问题。格拉茨工业大学的行驶安全性研究所也参与了移动式摩擦系数检测系统的研发。AMC汽车管理咨询公司同时参与了摩擦系数检测方案的工业化产生过程。“许多德国OEM汽车生产厂家都对这一创新表示出了极大的兴趣，都不同程度地涉及了项目研发工作。” Thomas Genitheim先生说。

 “将来，这一系统应每隔30 cm提供一个摩擦系数数据。” Thomas Genitheim先生说。

机械测量和光学测量

移动式摩擦系数测量系统是一种基于云技术的摩擦系数测量方案。在这一系统的研发阶段，用一套机械的摩擦系数测量系统对不同道路表面和地基的摩擦系数进行测定。与此同时，系统还用非接触式的光学传感器对道路地基进行数据采集，并将采集到的光学数据与相应的机械摩擦系数建立起关联。在将来的实际使用中，自动驾驶的车辆仅需用光学传感器识别道路的特性就可以了。因为自动驾驶车辆检测到的道路特性数据与云技术数据库中的摩擦系数有着对应的关系，两套数据进行关联与对比，为自动驾驶的决策提供路面情况的参数。

车辆底部有一主一辅两套机械检测装置采集道路表面的摩擦系数。第一套测量装置位于汽车的后桥处，其测量臂的末端有一个与路面接触的并沿路面方向滑动的摩擦块。另一个测量装置是参考系统，它被安装在后桥上，并有一个与车辆纵轴线呈一定斜角的轮子。测力传感器采集两套测量系统受到的作用力信息。“按照这种方法，我们检测到的路面摩擦系数数值能够精确到小数点后两位数。” Thomas Genitheim先生说。

不同的道路表面有着不同的摩擦系数，自动驾驶的车辆应像汽车驾驶员一样根据不同的路面情况调整自己的驾驶方式

在测量路面摩擦系数的同时，一系列安装在车辆底部的众多传感器，如摄像头、雷达传感器、激光传感器和超声波传感器，以及温度、湿度传感器和亮度传感器等，它们各司其职，采集着道路表面的结构数据和环境条件等数据，并将这些数据、信息与相应的摩擦系数匹配起来。经过计算，就可以为各种不同路面模型给出相应的摩擦系数了。

首先是测量，然后是优化

他从2018年秋天开始对各种不同的道路表面（例如沥青路面、水泥路面、沙子路面、碎石路面和路面标记）和环境条件（例如干燥的、湿滑的、冷天、热天、下雨、下雪、结冰、白天、黑夜、有照明和无照明等）进行了初步测试。这一阶段的目标有三个：首先是要采集并汇总足够的数据量，以便确定最适合路面特性检测的传感技术（摄像头、雷达、激光雷达、激光或者超声波雷达）。第二个目标是找出量产车中摩擦系数检测传感器系统的最佳安装位置，以保证检测的路面参数有很高的数据质量。

与安装位置有关的是要达到的第三个目标：确定最佳的检测区域。这里的检测区域指的是，例如当车辆以100 km/h的速度行驶时，是检测车辆前方至少30 m处的区域，还是更远一些的区域呢？只要定义合理，就能保证车辆行驶到那里时能实时得到合适的摩擦系数数据。

由于需要采集的路面参数和环境参数太多了，因此要用到许多不同的测量技术。“包括方法优化和测量系统优化在内，我们需要大约两年的时间。然后就是评估优化算法，之后是产品的工业化生产，最后便是可靠性检测。就我的看法而言，还需要大约五六年时间才能实现大批量应用。” Thomas Genitheim先生说。