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。