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 。