平行式加速车道渐变段对保障高速公路合流区运行效率与安全具有关键作用，现有渐变段长度计算模型因考虑因素不同，导致结果差异显著。基于此，对比研究了多种平行式加速车道渐变段长度计算模型。基于实测数据与国内外文献，给出了不同模型理论计算结果；并以合流车辆平均运行速度及与主线车辆交通冲突数为指标，运用VISSIM仿真分析各模型所对应渐变段长度的合理性。研究结果表明：渐变率模型对应的车辆平均速度最高，横移换道模型的交通冲突数最少，换道行驶距离模型在平均速度与交通冲突数方面均表现最优；最终建议，在主线设计速度为120、 100、 80 km/h时，平行式加速车道渐变段长度分别取150、 130、 115 m。

针对现有铺砂法测量平均纹理深度（MTD）存在的问题，提出了一种基于三维点云数据的MTD估计方法。首先，通过扫描300组不同磨损程度的水泥混凝土路面样本，获取点云数据，并进行水平校正、离群点剔除和高斯滤波处理；然后，利用点云高度累积百分比二阶导数确定铺砂顶面高度，并采用子区域划分和多项式曲面拟合技术生成铺砂顶面；最终，通过蒙特卡罗法计算铺砂顶面与路面之间的包络体积，估算MTD。结果表明：随机采样一致性（RANSAC）算法能够有效地对水泥混凝土路面进行水平校正，经过阈值为3σ的离群点剔除和高斯核标准差σ=1、搜索半径r=2 mm的高斯滤波，能够较精准地去除点云数据中的离群点，同时保留路面的重要纹理细节；不同磨损程度的水泥混凝土路面估计结果与实测值R2分别为0.957 2、 0.907 8、 0.919 1，呈现强相关性，整体估计精度高，相对误差（-8.06%~4.75%）显著低于现有方法。

为研究我国东南沿海大气环境下既有混凝土结构的自然碳化深度规律及其影响因素，对位于福建东南沿海地区142座不同在役龄期公路混凝土桥梁的环境温度、环境湿度、CO2浓度、混凝土强度及碳化深度等进行了现场调查。基于半年多现场实测的142组数据，探讨了自然环境下混凝土碳化深度与各影响因素之间的关系，发现混凝土抗压强度对自然碳化深度影响最大，桥梁龄期和水灰比次之，环境相对湿度、温度和CO2浓度由于变化幅度小，对自然碳化深度影响较小。利用现场实测的142组数据，对4种碳化深度预测模型（FIB模型、中国规范模型、葡萄牙LNEC模型、日本JSCE模型）进行了检验，结果表明：我国现行规范提出的碳化深度预测模型与现场实测数据偏差最小。基于多元非线性回归分析方法进一步修正我国规范模型的影响系数，提出了适用于我国东南沿海大气环境下的混凝土碳化深度预测模型，该模型的均方误差、均方根误差、平均绝对误差分别为6.75、2.60、1.85，能较好地反应东南沿海大气环境下混凝土的自然碳化程度。

水下构筑物所处深水、浑水区域，其可达性较差，检测难度较大。为评估桥梁水下基础的稳定性并促进检测技术发展，基于水下声呐点云数据，提出了一种水下桩基轴线提取与倾斜度自动检测的方法。采用主成分分析法(PCA)确定桩基点云切片的法向量；再结合投影与几何分析提取桩基轴线特征点的空间坐标；随后利用RANSAC算法拟合水下桩基轴线，进而计算桩基倾斜度；通过数值模拟生成水下桩基点云模型验证方法的有效性。研究结果表明：桩基倾角计算值与真值的绝对误差均值为0.031°，表明该方法能准确从点云中提取桩基倾角，具备较好的工程应用价值；基于三维声呐测量系统获取某两座长江大桥水下群桩三维点云数据，利用该方法实现了实桥水下桩基变形检测。

为探究双层桥面钢桁梁斜拉桥在日照作用下的非均匀温度场，建立了考虑地理气象因素以及各构件之间遮挡关系的双层桥面钢桁梁斜拉桥日照温度场数值模拟方法，并通过试验数据进行了验证。以山东地区主跨488 m的济南黄河公路大桥扩建项目为背景，利用ABAQUS软件建立三维热传导模型，分析了遮挡作用对桥梁温度分布造成的影响，及典型季节下钢桁梁表面横竖向的温度分布规律。结果表明：有限元模拟的温度时程与试验值吻合良好，验证了模拟方法的精度和可靠性；日照作用下，双层桥面钢桁梁斜拉桥表面温度场呈现出明显的时变特征以及空间非均匀性；受上层桥面遮挡，钢桁梁结构的竖向温差在夏季可以达到23.0 ℃，遮挡作用对桥梁表面温度分布的影响不可忽略。

山区河流浅滩航道治理通常在边滩修筑丁坝或者顺坝束窄中枯水河槽，通过增加水流冲刷能力以保持航槽稳定。然而，浅滩河段的边滩缓流区往往是草鱼等洄游性鱼类的重要生境区，航道整治建筑物改变了边滩形态，形成急流与大尺度漩涡等复杂流态，从而对鱼类的洄游产生影响。针对这一问题，采用高精度水槽试验和三维水流数学模型相结合的方法，研究了浅滩河段丁坝修筑前后边滩水动力条件和草鱼上溯行为的变化特征。结果表明，边滩修筑丁坝后河道断面收缩，其对水流和草鱼上溯的影响程度随丁坝淹没深度的增加而减弱；当丁坝未淹没时，坝头处于高流速区，草鱼上溯极为困难，而丁坝后的掩护区成为聚集栖息场所；丁坝淹没较浅时(H/D=1.125)，草鱼上溯成功率下降约20%；丁坝淹没较深时(H/D=1.875)，草鱼上溯成功率下降约4%。总体看，航道整治工程常使用短丁坝(长度小于1/3河宽)，草鱼洄游期丁坝淹没程度一般在1.200~1.500，因而其对草鱼上溯成功率的影响通常在20%以下。

为提升高速公路合流区的行车安全、通行效率与环保性能，对可变限速控制策略展开了研究。基于检测器获取的实时交通流状态，以最短行程时间与碰撞时间为安全目标，结合不同区域通行需求确定最优限速值，构建了分级可变限速控制策略；在双深度Q网络(double deep Q network, DDQN)算法中引入优先经验回放与ε-Greedy策略，提出优化双深度Q网络(optimized DDQN, OPDDQN)算法，以提高关键样本利用率并增强探索策略稳定性，进而训练得到相应的控制策略；依托SUMO平台搭建仿真环境，在低、 中、 高不同流量条件下验证了该策略的效果。研究结果表明：与DDQN算法相比，OPDDQN算法训练时间可节省33%；相较于无控制场景，所提策略使碰撞风险、行程时间、燃油消耗分别降低了39.18%、 48.30%、 34.48%，平均速度提升了67.05%。

为探究建成环境对网约车-地铁组合出行需求的非线性影响，首先，基于网约车订单轨迹数据，识别、筛选出地铁站500 m缓冲区内接入、接出的网约车订单数据；其次，建立网约车-地铁组合出行聚集缓冲区，根据“5D”原则构建建成环境变量指标，并将组合出行数据和变量数据对应至网格；最后，利用XGBoost模型分析建成环境对网约车-地铁组合出行的非线性影响，并识别出关键因素。研究结果表明：XGBoost模型的拟合效果整体优于选用的其他模型；到达市中心距离和人口密度是影响网约车-地铁组合出行的关键因素，它们的相对重要性在接入组合出行中超过45%，在接出组合出行中达到40%；建成环境对网约车-地铁不同组合出行模式的影响表现出显著的非线性特征，并展现出相应的阈值效应，到达市中心距离、人口密度和路网密度对组合出行表现出负向影响，商业设施对组合出行呈现出正向影响，金融设施的数量在16个时为关键阈值点，低于该值表现为正向影响，高于该值表现为负向影响，此外，不同时段公交站对组合出行表现出的非线性特征，表明网约车与城市公交之间具有复杂动态关系。

受限于道路基础设施和非机动车数量增长，机非混行已成为我国城市道路的典型特征，其混行交通流建模因共用车道而十分复杂。为克服现有研究对横向干扰动态变化分析的不足，基于生存分析法中的加速失效时间模型，探究不同交通因素对混行交通横向干扰的影响；引入IKKW模型优化NaSch模型，进而融合生存分析法与改进NaSch模型，构建量化横向干扰的机非混行交通流模型；通过仿真和实际数据分析混行交通流特性与空间分布。研究结果表明：机非临界横向距离服从威布尔分布，机动车速度、非机动车载物状态及交通流量显著影响横向干扰概率，该概率随机动车速度、非机动车速度及速度差增大而上升，随非机动车载物状态、机动车和非机动车流量增加而下降；当非机动车密度较低时，机动车主要受横向干扰，交通流临界密度降低；当非机动车密度较高时，机动车主要受纵向干扰，交通流临界密度上升，机动车自由流速度与非机动车同步，且在低密度状态下横向干扰次数显著高于高密度状态；实际数据显示，非机动车流量和横向干扰次数的绝对百分比误差分别为16.98%和8.72%，仿真模拟可有效模拟复杂混行环境。

逆向可变车道被认为是缓解因左转车流供需不均衡而引发的交叉口阻塞的一种有效交通组织方法，引入适用不同饱和度的效率指标计算模型，建立通行能力最大化、延误最小化的逆向可变车道设计双目标优化模型，采用多目标进化算法（MOEA）与非支配排序遗传算法Ⅱ（NSGA-Ⅱ）的混合算法，求解计算逆向可变车道设置所需的配时与空间几何参数。利用VISSIM仿真验证了低、中、高3种不同流量负荷下的优化模型有效性，同时基于高峰小时交通流量负荷的时间非平稳性，在持续型、集中型和均衡型3种流量配比情景下，确定逆向可变车道的最优推荐方案。结果表明：逆向可变车道设置与优化模型求解的信号配时参数共同作用下，3种交通流量负荷下交叉口的车均延误分别降低13.14%、16.38%、23.34%，停车次数下降16.86%、12.24%、33.19%，排队长度降低18.62%、24.43%、32.41%；波动流量下，时间非平稳性对均衡流量的方案选择影响较小，过饱和流量突出的持续型和集中型情境需要足够长度的可变车道辅助车辆通行，且在实际的配时中，需综合考虑到达交通量的配比，仅考虑最大流量背景下的周期与预信号设计方案会加剧交叉口整体延误。

针对同城物流配送车辆驾驶风险水平评估问题，基于极值理论和浮动车数据展开了研究。利用配送数据提取6类风险与安全驾驶行为，并计算其速度安全熵；基于极值理论建立速度安全熵的广义帕累托模型，结合图解法与滑动时间窗法确定阈值(0.189 8~0.199 8)，并通过贝叶斯估计求解模型参数，该模型可用于驾驶风险水平的预测与评估；采用重现水平理论验证模型有效性。研究结果表明：最小与最大阈值模型的近似线性拟合优度分别为0.827 3和0.855 9，且最大阈值模型的风险驾驶行为预测性能更优。该模型建立了非风险驾驶行为与风险水平的关联，支持基于非风险行为数据预测评估风险水平，拓展了评估方法；对建立同城配送车辆运行风险评估预警系统、界定风险驾驶行为和提升驾驶安全性具有支持作用。

针对传统视觉或音频信号在交通量检测中均无法充分捕捉时域和频域细节信息的问题，提出了基于跨模态多头注意力的交通量音视融合检测方法。该方法通过构建一种跨音视频模态的交通量检测模型，获取高质量的交通视觉模态表征和声音模态表征并进行高效融合。首先，采用Res2Net网络与DCNv3网络对音视频数据进行特征提取，通过双向长短期记忆网络对时间序列特征处理，分别分析了音视频中复杂行为序列，获取丰富性和连贯性的交通信息描述；其次，在跨模态融合中将交叉注意力与多头注意力结合，利用多个子空间进行合并输出，进行多头注意力跨模态融合；最后，将交叉熵损失和一致性损失联合应用，加强对不同模态信息的协调解析，确保多模态数据在分类和识别任务中的一致性表现。实验结果表明在交通量检测场景下笔者方法分别比单一音频、视频与AVSS(audio-visual speech separation, AVSS)中的融合方法的平均车辆检测准确率提高了2.57%、1.70%、0.95%，车辆平均分类准确率分别提高了4.72%、1.78%、1.62%，总体交通量平均检测准确率分别提高了4.41%、2.96%、1.46%，且在4种不同场景下表现稳定。

运动目标检测是计算机视觉领域重要的研究内容,运动信息定义为运动目标对应图像中的像素点位置，然而在自动驾驶场景下，由于车载相机自身运动引起图像背景变化使得运动信息难以准确提取。提出了基于稀疏光流估计与深度学习的运动信息提取模型来克服背景变化带来的影响，检测环境中的运动信息。光流提取模块通过Shi-Tomasi角点检测及Lucas-Kanade（LK）稀疏光流估计初步得到全局稀疏光流；运动信息判别模块通过将图像深度信息和稀疏光流输入Transformer神经网络，推理出抑制信号，抑制背景运动带来的影响，从而提取出准确的运动信息。结果表明：该方法可以提取出图像中的运动信息，具有92%准确率, 可用于自动驾驶车辆检测运动目标。

针对船舶集成轮缘推进器气隙容易进入砂砾，拆装困难维护不便问题，提出了一种基于磁通切换电机的易拆装集成螺旋桨结构。首先分析了磁通切换电机的工作机理，讨论了磁通切换电机应用于轮缘推进器所面临的问题，提出了通过增加电机极数以减小转子齿高影响的推进电机设计思路。其次详细分析了集成推进器的结构设计问题，通过环形绕组、同心环设计、侧面开槽等设计，提出了一种易拆装的集成螺旋桨结构。最后通过Maxwell仿真验证了推进电机的工作性能，特别比较了3种绕组结构下电磁特性差异，论证了该结构螺旋桨的有效性。

针对锂电池健康状态(SOH)预测精度不足的问题，提出一种基于变分模态分解与河马算法，优化长短期记忆神经网络(VMD-HO-LSTM)的模型预测锂电池剩余寿命。首先，为消除锂电池的虚假容量信号，采用变分模态分解（VMD）方法对锂电池容量进行分解，得到本征模态分量（IMF）并进行重构；其次，将Logistic映射和自适应学习率融入河马算法（HO），避免迭代过程陷入局部最优，并采用改进河马算法优化长短时记忆（LSTM）网络参数，建立改进的HO-LSTM模型；最后，基于改进的HO-LSTM模型开展锂电池SOH预测，提升预测准确度。基于锂电池容量数据验证，结果表明：相较于单一LSTM预测模型，基于双策略优化的VMD-HO-LSTM模型预测精度提升了49.6%~81.9%；相较于VMD-LSTM模型，电池预测精度提升23.4%~59.0%，该模型预测精度在0.976~0.998，建立的模型和分析方法对锂电池SOH具有较好的预测效果。