为探讨路面性能的智能化检测和监测方法,该文利用自主开发的行车数据采集APP采集路面行车过程中的振动加速度等数据,开展了利用行车振动评价路面车辙的可行性研究.首先,对采集的振动加速度数据进行降噪处理,分析不同工况下的行车振动特征;其次,提取振动加速度中与路面车辙相关性较高的7个时域指标作为初选指标集,并通过主成分分析法将7个初选指标降维成两个独立的主成分;最后,将两个主成分和速度作为评价指标,建立基于卷积神经网络(CNN)的车辙评价模型.结果表明:该文方法对路面车辙评价的平均绝对误差为1.03　mm,平均相对误差为16.4%.利用该文所建立的模型能够对路面车辙进行较为准确的评价,可为利用行车大数据进行路面车辙的实时在线监测提供一定的参考.