车辆电动化与智能化是我国科技强国战略的重要发展方向，也是全球汽车产业技术发展制高点和全球科技竞争的前沿阵地。发展新能源汽车是我国从汽车大国迈向汽车强国的必由之路。我国“十四五”规划提出：“聚焦新一代新能源汽车等战略性新兴产业，加快研发智能网联汽车基础技术平台及软硬件系统、线控底盘和智能终端等关键部件”。智能新能源汽车集成了人工智能、大数据、新一代通信与信息技术等高技术产品，使得汽车从单纯的交通工具逐渐向智能移动终端演进，其在提供不同功能和服务的同时，也在逐步改变人们对汽车的定义和使用习惯，给汽车设计带来了颠覆性的变革需求。然而，智能新能源汽车新型电子电气架构、系统构型、软件体系、新功能实现等方面的技术革新仍存在巨大探索空间，对此，学术界与工业界在智能新能源汽车环境感知、决策规划、底盘控制、运用工程等方面开展了大量研究工作。
为了充分展示智能新能源汽车领域的最新进展和成果，推动该领域的理论与技术创新，进一步促进我国新能源汽车产业可持续、高质量发展，《中国公路学报》编辑部联合清华大学刘亚辉副教授（本刊副主编）、清华大学杨殿阁教授、同济大学张立军教授、吉林大学高振海教授、北京理工大学刘辉教授共同策划了“智能新能源汽车”专栏；并邀请清华大学黄晋副研究员、北京理工大学张雷研究员、吉林大学朱冰教授、武汉理工大学褚端峰教授、江苏大学孙晓东教授（均为本刊青年编委）作为组稿专家，共同向该领域的知名专家、学者约稿，出版本期“智能新能源汽车”专栏。
本专栏共收到相关论文60余篇，最终录用14篇，研究内容主要集中于智能新能源汽车运用工程、环境感知与路面识别、类人决策与路径规划、路径跟踪与底盘控制4个方面：
（1）智能新能源汽车运用工程。主要内容包括：新能源汽车管理与服务关键技术研究综述、基于运动约束的激光雷达与车体坐标系旋转参数标定、基于近邻目标区域表征与CVAE的智能汽车测试场景生成、电动汽车电池温度一致性与驾驶行为关联特性。
（2）智能新能源汽车环境感知与路面识别。主要内容包括：基于交叉注意力机制的多模态感知融合方法、基于结构重参数化与自适应注意力的复杂路面快速识别、基于视锥距离和自适应权重卡尔曼滤波的多传感器融合算法。
（3）智能新能源汽车类人决策与路径规划。主要内容包括：智能汽车人机协同决策关键技术综述、混驾环境下基于主从博弈的多车协同决策规划、基于异质边增强时空图注意力网络的换道轨迹规划、智能网联车辆加速车道类人化汇入决策。
（4）智能新能源汽车路径跟踪与底盘控制。主要内容包括：基于强化学习的智能车辆路径跟踪变参数MPC多目标控制、分布式电驱动汽车原地转向机理与控制方法、双模耦合驱动智能电动汽车对开坡道行驶稳定性控制。
在此特向专栏组稿专家、审稿专家、作者的辛勤付出致谢！希望本期专栏的出版可以进一步推动智能新能源汽车领域的发展。《中国公路学报》将持续关注该领域的国内外最新研究进展，以期为广大专家、学者及工程技术人员提供学习、交流的平台，促进我国汽车产业的持续高质发展。由于水平及时间有限，专栏中的不足之处在所难免，恳请各位专家不吝指出。

近年来，中国公路建设成果斐然，路网规模快速增长、关键技术不断突破。为进一步提升中国路面工程学科水平及国际影响力，推动路面工程可持续、高质量发展，从公路韧性评估与恢复、长寿命路面结构与材料、公路交通能源自洽、低环境影响公路技术、路面材料基因与高通量、公路数字化及智能化、公路智能检测与高性能养护等七大研究方向，系统梳理了近年来国内外路面工程的发展现状、前沿热点问题与未来发展趋势。具体围绕公路绿色化、韧性化、智能化、长寿命与交能结合等领域，遴选了20个热点研究方向，涵盖公路致灾因素及失效机理、公路韧性评估与恢复、公路韧性提升关键技术、公路长寿命路面结构足尺试验、公路结构与功能寿命增强技术、公路清洁能源采集技术、公路能源自洽设计、公路路域环境影响测试与评估方法、低环境影响路面新材料、沥青路面温拌再生技术、路面材料基因研究、路面材料跨尺度计算、路面材料基因与高通量研究、公路数字化建模技术、公路数字孪生仿真技术、公路运维数据驱动技术、公路探地雷达检测技术、路面性能轻量化检测、公路沥青路面抗滑性能检测及恢复技术、公路高性能预防养护技术等主要内容。该综述可为中国路面工程学科发展提供指引和参考，为路面工程领域研究人员与技术人员提供参考和借鉴。

随着新能源汽车的推广应用，车辆规模爆发式增长的同时，在新能源汽车的产品端、运行端以及服务端出现了一系列问题：产品质量监管成效低、运行安全管控不精准、公共服务管理不全面。这些问题影响着新能源汽车的安全可靠运行，制约着新能源汽车产业的发展，已经成为了行业的痛点。在汽车数字化的时代背景下，以大数据为核心，推动新能源汽车管理与服务关键技术的发展，是实现新能源汽车安全可靠高效应用、消除消费者安全焦虑、推动产业跨越式发展的必要支撑和保障。为了较为全面地综述该领域的技术水平和创新成果，从新能源汽车质量测评和溯源技术、新能源汽车安全运行管控和充电服务技术、新能源汽车行为分析辨识和碳核算技术3方面详细论述新能源汽车管理与服务关键技术的研究现状，并重点介绍了“运行大数据+”的新能源汽车“质量监管-运行管控-服务管理”技术体系，最后对目前新能源汽车管理与服务关键技术在产品质量监管、运行安全管控以及公共服务管理等方面存在的问题进行总结，对以大数据分析和挖掘为核心的新能源汽车“质量监测-运行管控-服务管理”技术进行展望。该综述可为新能源汽车管理与服务相关技术的进一步提高提供借鉴，也可为未来该领域技术的发展方向提供参考。

智能汽车人机协同决策是指驾驶人与驾驶自动化系统之间进行信息共享、交互和协同决策的过程，其对于提升智能汽车的安全性、舒适性和通行效率具有重要意义。针对人机协同决策技术在当下文献研究中碎片化且缺乏相关综述研究的现状，介绍了智能汽车人机协同决策技术的研究现状及未来的发展趋势。首先，基于对人机协同驾驶领域研究现状的梳理，从驾驶权限和人机交互2个维度对人机协同决策方法进行分类，前者包含以人为主、人机驾驶权限切换和以机为主的3种决策方式，后者包含人机直接交互和人机间接交互2种决策形式。进一步根据智驾系统中人机协同决策的层级差异，将人机协同决策技术分为人机协同行为决策、人机协同运动规划两大关键技术。前者可分为仲裁驾驶权限、协调驾驶意图和人类在环学习3类，后者可分为人机协同的路径规划和轨迹规划2类。最后，对智能汽车人机协同决策技术的发展趋势进行了总结与展望。通过梳理总结认为:智能汽车人机协同决策技术的发展不仅局限于决策层面，也依赖于上下游共同的技术进步，且多模态人机界面和深度强化学习等技术将成为其进一步发展的重要动力；未来，人机协同决策技术将依托新型决策意图传导技术与大语言模型步入新阶段。

在自动驾驶车辆与人工驾驶车辆混行的复杂交通环境中，如何减小驾驶行为截然不同的2类车辆间的复杂相互作用对于车辆行驶安全性、乘坐舒适性和交通通行效率的影响，是当前自动驾驶决策与控制领域亟待解决的关键问题。提出了一个人机混驾环境下人工驾驶车辆与自动驾驶车辆之间的非合作博弈交互框架。首先，综合考虑车辆加速度线性递减的驾驶人纵向操纵特性、差异化配合程度和不同的延迟响应特性，建立人工驾驶车辆的纵向博弈策略。其次，考虑自动驾驶车辆与周围车辆的安全性约束，以及自动驾驶车辆在换道过程中的舒适性和通行效率目标，设计了自动驾驶车辆的纵向博弈策略。然后，基于主从博弈理论对不同混驾环境下人工驾驶车辆与自动驾驶车辆的博弈交互问题进行求解，得到最优的换道间隙和自动驾驶车辆的纵向速度轨迹，并采用模型预测控制方法规划出自动驾驶车辆的横向安全换道轨迹。最后，根据人工驾驶车辆不同配合度和延迟响应时间的差异，设计了多组人机混驾试验工况进行验证。试验结果表明：自动驾驶车辆能够快速准确识别人工驾驶车辆的配合度，选择出最优的目标换道间隙，并与间隙周围的自动驾驶车辆协作来汇入目标间隙。在换道过程中，自动驾驶车辆始终与周围车辆保持安全距离，并且在车速为20 m·s^-1的情况下，换道车辆的纵横向加速度均不超过1.25 m·s^-2，安全性和舒适性都得到了保障，验证了该非合作博弈交互框架的有效性。

为研究智能网联车辆(Intelligent Connected Vehicle, ICV)与高速公路主线传统人工驾驶车辆(Human-driven Vehicle, HDV)交互时通过高速公路加速车道的汇入控制算法，提出了一种融合随机森林(Random Forest, RF)算法和深度Q网络(Deep Q-network, DQN)算法的ICV汇入控制模型(DQN-RF)。首先，建立路侧数据采集平台，采集了中国G70高速公路加速车道汇入区域HDV的真实汇入过程数据。其次，考虑汇入环境车辆历史数据流和汇入车在加速车道的汇入紧迫度，建立了基于RF算法的类人化汇入决策模型。采用城市交通仿真(Simulation of Urban Mobility, SUMO)平台搭建了高速公路加速车道ICV汇入场景，并基于Python语言建立了ICV汇入控制深度强化学习测试脚本环境，建立了基于DQN的纵向加速度控制算法。最后，将RF汇入决策模型嵌入DQN纵向加速度控制算法中，实现了ICV汇入决策和纵向加速度控制的融合。将SUMO内置的LC2013换道模型与DQN模型融合为DQN-LC2013模型，作为基线模型与DQN-RF模型进行对比。研究结果表明：相较于未考虑类人化汇入决策的DQN-LC2013模型，考虑类人化汇入决策的DQN-RF模型获得了更高的奖励值；当加速度动作取值空间为[-1,2] m·s^-2时，DQN-RF和DQN-L2013控制下的ICV通过汇入控制区域的平均加速度分别为0.55、0.09 m·s^-2，通过汇入控制区域的速度分别为21.4、19.7 m·s^-1；DQN-RF模型控制下ICV无停车等待现象，DQN-LC2013控制下ICV在100次汇入过程中出现了7次停车等待。提出的DQN-RF汇入控制模型可以实现类人化的驾驶决策，提高ICV通过汇入控制区域的效率和汇入成功率，可用于ICV通过高速公路加速车道汇入区域的汇入决策和纵向加速度控制。

轨迹规划仍然是自动驾驶技术大规模应用所面临的关键难题之一。例如，自动驾驶中的换道轨迹规划算法通常被构建为一个针对代价函数的优化过程。然而，为适应多样化的交通场景而手动调整代价函数中的特征权重，是一项极具挑战性的任务。针对这一问题，提出了一种基于异质边增强时空图注意力网络(Heterogeneous Edge-enhanced Spatial-Temporal Graph ATtention network, HEST-GAT)的新型换道轨迹规划方法。首先，采用逆强化学习技术，从大量专家级换道示范中提取代价函数的特征权重向量，构建了一个专家级换道示范数据集。然后，将交通场景构建为一个异质有向图，其中，交通参与者的位置定义为节点属性，交通参与者间的相对位置作为边属性，交通参与者之间的关联类型则定义为边类型。边的属性和类型组合，形成了边的特征表示。为捕获交通场景中的空间和时间信息，采用HEST-GAT网络进行特征提取，并计算了各场景下代价函数的特征权重。接着构建了一个结合轨迹特征和特征权重的代价函数，并通过优化过程生成最终的换道轨迹规划。为验证所提出方法的实用性，在真实驾驶数据集上进行了多轮换道轨迹规划测试和评估。研究结果显示：与基于时空图卷积网络方法相比，基于HEST-GAT的换道轨迹规划在模拟专家示范轨迹方面的误差显著减少。纵向舒适性、纵向效率、横向舒适性和安全性4项关键指标的误差分别降低了5.5%、5.4%、1.4%和6.0%。结果表明提出的方法能够生成与人类驾驶行为高度一致的换道轨迹，具有卓越的场景适应能力。

为了解决智能车辆在工况变化时跟踪精度下降和稳定性变差的问题，提出基于强化学习的变参数模型预测控制(MPC)算法多目标控制策略，实现智能车辆路径跟踪控制系统的参数自适应整定。基于车辆动力学模型设计其线性时变MPC控制器，获得最优前轮转向角和附加横摆力矩。基于Actor-Critic强化学习架构，设计进行控制参数整定的深度确定性策略梯度(DDPG)智能体和双延迟深度确定性策略梯度(TD3)智能体，构造以跟踪精度和稳定性为目标的收益函数，并搭建对接工况和变曲率工况2种典型仿真场景进行算法性能验证，当车辆处于对接工况时，根据路面附着系数的变化及时调整控制器的预测时域和权重矩阵；当车辆处于变曲率工况下时，针对道路曲率变化及时调整控制器的预测时域和权重矩阵。通过MATLAB/SimuLink、CarSim和Python联合仿真分析，将强化学习方法参数整定MPC与固定参数MPC和模糊控制方法参数整定MPC进行对比，结果表明：强化学习方法更能够在保证车辆安全性的前提下，尽可能提高智能车辆在不同路面条件下的路径跟踪精度。在对接工况下，强化学习方法参数整定MPC相较于固定参数MPC和模糊控制方法参数整定MPC，横向偏差平均值分别减少了99.8%和97.6%，前轮转角变化率平均值分别减小了99.7%和77.0%；变曲率工况下，横向偏差平均值分别减少了79.6%和90.8%，前轮转角变化率平均值分别减小了40.6%和2.6%。说明所提出的基于强化学习的智能车辆径跟踪变参数MPC多目标控制能够解决变工况下的路径跟踪的稳定性和跟踪精度控制问题，为复杂场景下的路径跟踪控制提供了一种思路。

基于场景的虚拟测试是研发高安全、高可靠智能汽车的必要手段，场景自动生成技术对于智能汽车测试场景库的构建具有重要意义。为此，针对多车动态测试场景，提出一种基于近邻目标区域表征(NORR)和条件变分自编码器(CVAE)的场景生成方法，实现复杂测试场景的快速生成以及对生成场景类型的控制。首先，针对高速公路场景特征，提出应用NORR方法对场景情境进行描述，将测试场景中关键车辆目标信息转化为尺度统一的灰度图像。接着，利用HighD自然车辆轨迹数据集提取大量场景片段，经过数据规范化处理后构建出真实场景库。在此基础上，以场景中车辆目标数量为条件参数，训练基于条件变分自编码器的生成模型，能够生成包含8条车辆轨迹的动态测试场景。通过计算生成样本集的匹配误差、覆盖度和不合理性3个指标，检验生成模型在样本真实性、多样性和合理性方面的表现。验证结果显示：①相比随机轨迹采样方法和基于GAN的生成模型，VAE模型生成的样本质量最好，其生成样本集的平均匹配误差小于5.22，覆盖度能达到57.2%，不合理样本比例仅为1.7%；②所提出的NORR方法有助于提高生成模型的场景生成效果；③CVAE模型能够在条件输入和生成结果之间建立关联性，通过调整条件参数可以改变生成场景中车辆目标数量。

针对智能汽车道路目标检测任务中单一传感器感知能力有限、多传感器后融合处理复杂等问题，提出了一种基于Transformer交叉注意力机制的多模态感知融合方法。首先，利用交叉注意力机制能较好地融合多模态信息的优势，搭建了基于深度学习方式的端到端融合感知网络，用以接收视觉与点云检测网络的输出，并进行后融合处理。其次，对点云检测网络的三维目标信息进行高召回处理，与视觉图像检测器输出的道路目标信息一同作为网络的输入。最后，通过网络实现二维目标信息向三维信息的融合，输出对三维目标检测信息的修正，从而得到准确度更高的后融合检测信息。在KITTI公开数据集上的验证指标表明，通过所提融合方法引入二维检测信息后，相比较PointPillars、PointRCNN、PV-RCNN及CenterPoint四种基准方法，对车辆、骑行人、行人3种类别的综合平均提升分别为7.07%、2.82%、2.46%、1.60%。通过与基于规则的后融合方法对比，所提融合网络在行人和骑行人中等、困难样本检测上，分别有平均1.88%与4.90%的提升。进一步表明所提方法具有更强的适应性与泛化能力。最后，进行了实车试验平台的搭建及算法验证，选取实车试验场景进行可视化定性分析，在实际道路场景下验证了所提检测方法与网络模型。

为提升智能驾驶系统的环境感知能力，采用多模态传感器并结合人工智能技术解决单模态传感器在环境感知方面存在识别效果差、易受干扰等问题。然而，跨模态传感器间的特征匹配仍存在问题，如特征表示不一致、感知误差、延迟误差等。为解决这些问题，提出一种基于视锥距离度量的方法，构建了目标匹配矩阵，使用匈牙利算法进行帧间关联匹配。并引入自适应权重调节技术优化卡尔曼滤波算法，实现了低复杂度高效的跨模态传感器融合目标检测与跟踪。对比交并比(IoU)度量和欧氏距离度量，所提方法在骑行者和行人类别中，多目标跟踪准确度(MOTA)分别提升至81.22%和58.62%。研究结果表明，融合方法的均方根误差达到了0.349 0，相比相机和激光雷达单独预测方法分别减少了30.37%和30.53%，证实了所提出的自适应权重卡尔曼滤波融合跟踪方法的准确性。在KITTI数据集上的多目标跟踪实验测试，准确度达到了88.25%，与当前主流方法性能相当。在多种天气环境下的测试结果也展示了优异的性能，车辆、行人、骑行者的目标检测准确率分别达到了96.40%、75.51%和91.87%。相较于单一传感器，该融合方法在多种路况下表现出更优越的检测效果，提高了系统的可靠性与鲁棒性，为无人驾驶技术的进一步发展奠定了坚实基础。

分布式驱动智能电动汽车可以通过独立分配各轮驱动力矩来保证在对开坡道行驶时的通过性，但对各轮力矩输出具有很高要求且难以保证车辆侧向稳定性。为解决上述问题，基于所发明的具备集中式和分布式耦合驱动功能的双模耦合驱动系统，提出了协同耦合式驱动防滑和主动转向的对开坡道行驶稳定性控制方法。首先，建立了整车模型，分析了在对开坡道上采用双模耦合驱动提升车辆通过性的动力学机理；其次，设计了基于耦合式驱动防滑与主动转向协同的行驶稳定性控制系统，包括可以实现最优滑转率控制的上层驱动防滑控制器、用于减少控制超调量并抵消差动驱动附加转向的主动转向前馈控制器以及为解决车速干扰的基于T-S模糊化模型预测控制的主动转向反馈控制器；最后，开展了对开坡道行驶稳定性控制效果离线仿真和实车试验验证。研究结果表明:在10%的对开坡道上，耦合式驱动比分布式驱动的爬坡能力提升了41.32%；对比无前馈协同控制，所提出的协同控制方法可将侧向位移误差量减少68%，调整时间缩短10.81%。所提出的控制方法不仅能极大提升整车对开坡道的动力性和通过性，还可以很好地保证其方向稳定性。

为实现融合车辆运行状态的电池温度不一致性的精准评估诊断，设计并开展电动汽车自然驾驶试验，利用长周期、精细化的车辆运行数据，从微观运行片段的角度探究了电池温度一致性与驾驶行为的关联特性。通过驾驶人踩/松踏板的驾驶行为将车辆运行过程划分为A、B、C、D四类微观片段。分别针对4类片段，通过计算最大信息系数(Maximum Information Coefficient， MIC)得到了各驾驶行为参数与探针温度变异系数(Variation Coefficient of Probe Temperature, VCPT)的相关性，利用随机森林模型分析了驾驶行为参数对VCPT的重要性及影响机理，利用数据分组统计计算了驾驶行为参数对VCPT的量化影响效应。研究结果表明：驾驶行为参数与电池温度一致性具有弱相关性，且其对电池温度一致性的影响是非线性且非单调的；总体上车速类参数与电池温度一致性的相关性强于加速度和踏板类参数；对VCPT回归预测最重要的4项驾驶行为参数中，4类片段下均包含最大车速，B、C、D三类片段下均包含最大负向加速度；相比于高车速和高车速波动，高减速度驾驶行为引起的温度不一致性增幅是最显著的，4类片段下VCPT促进效应最显著的驾驶行为参数分别是最大负向加速度、平均负向加速度、最大负向加速度、车速标准差，其参数值85%分位点以上对应的VCPT均值比15%分位点以下的分别大9.44%、20.36%、13.05%、16.37%。研究结果可以支撑基于驾驶场景自适应阈值的电池温度不一致性评估诊断方法的提出，进而提高电动汽车电池安全预警准确率。

分布式电驱动汽车能够通过原地转向功能提高车辆的机动性。原地转向下车辆的4个车轮均处于滑移状态，极易发生车身偏移甚至失控。为了实现稳定精准的原地转向控制，分析了原地转向的动力学机理，并提出横摆角速度与滑转率协同的控制策略。基于纵向动力学设计路面附着估计算法，完成原地转向前的路面状况判断；采用了分层式控制架构，上层控制器基于车辆状态协调转矩控制策略，下层控制设计横摆角速度决策框架，根据油门开度计算原地转向的名义横摆角速度，基于二次性能指标的单神经元自适应PID控制算法计算四轮驱动转矩，以实现横摆角速度的跟踪控制，并引入模糊逻辑推理得到四轮期望滑转率，通过PID算法计算驱动转矩调节量，配合横摆角速度转矩控制以抑制转向中心的偏移。仿真测试和实车试验表明：在附着系数一定的情况下，稳态原地转向的轮胎视为刚体，侧偏角与地面侧向反作用力基本不变，试验结果符合所推断的原地转向动力学机理；并验证横摆角速度跟踪控制算法在不同附着系数下具有理想的跟踪效果和鲁棒性，响应速度相比于PID提高46%，最大超调量减小24.0%，平均调节时间缩短1.3 s，平均稳态误差均在0.01 (°)·s^-1；横摆角速度与滑转率协同控制减小横、纵坐标偏移量2.94、1.69 m，对转向中心偏移起到了抑制作用。

在复杂行驶环境下快速准确地识别前方路面类型，是车辆主动控制系统及时做出预判的关键前提。针对现有方法未能兼顾精度和速度且难以在车端部署的问题，提出一种基于结构重参数化与自适应注意力的路面分类模型，可对车辆前方的沥青、水泥、冰雪、沙土、花砖、石板、湿滑等复杂路面进行快速准确的甄别。首先，构建以水平/垂直/方形/点形等多分支异构卷积为核心的特征提取骨干网络。其次，提出一种轻量高效的注意力机制，能够根据特征尺寸自适应地聚合空间上下文信息，并根据特征维度自适应地进行局部跨通道交互，使模型聚焦于高相关的路面特征。在此基础上，引入结构重参数化思想，对模型的训练周期和推理周期进行解耦，在训练时通过多分支学习获得高裕度的特征表示，而在推理时将多分支结构等价转换为直铺式单支路结构，在不牺牲模型性能的前提下获得轻量化的部署模型以及显著的推理加速。试验结果表明：提出的模型能够在复杂行驶环境下有效识别路面类型，以6.57×10⁶的参数量取得99.14%的全场景分类精度和96.48%的新场景分类精度，同时具有496.28帧·s^-1的服务器推理速度和33.89帧·s^-1的边缘推理速度。与现有其他主流模型相比，提出的模型取得了准确性、实时性和轻量化的良好平衡，具备对复杂多变场景的高适应性，在车前路面类型识别任务上有明显优势。

激光雷达是智能网联汽车环境感知的重要传感器，多坐标系空间标定是激光雷达精准环境感知的前提条件。针对激光雷达与车体坐标系空间同步面临传感器观测单一的问题，提出基于激光雷达与车辆的平面运动和直线运动约束2步标定方法。为构建运动约束，基于激光里程计获取激光雷达运动位姿信息，通过激光雷达运动轨迹信息和时域上多帧地面平面拟合信息进行平面行驶识别，在满足平面路况下构建平面运动约束标定，进而标定横滚角与俯仰角；基于俯仰角和横滚角对车辆轨迹进行修正，通过激光运动轨迹建立直线行驶判别模型判别车辆运动状态，在满足车辆直线行驶路况下构建直线运动约束，从而标定偏航角。最后，在智能驾驶试验车上开展了激光雷达与车辆坐标系标定的实车试验，通过实车采集的数据验证了提出的空间同步方法的可行性。试验结果表明：提出的激光雷达与车体坐标系标定方法优于基于标定物的方法，在原始数据上可以保证标定后的旋转误差降低至0.61，误差率降低约47.4%。在手动调整的扩充数据上标定后的旋转误差降至1.64，误差率降低约40.6%。相对于基于标定物的方法，其旋转误差均有降低且不需要借助特定的标定物与标定场，降低了对环境的依赖程度。同时通过消融对比试验，证明了该方法的有效性以及鲁棒性。

传统大跨度桥梁空气动力学颤振分析忽略了结构和气动力非线性，多用于预测颤振临界风速而难于对颤振后行为进行合理分析。为此，通过强迫振动试验对气动力叠加性进行详细考证，阐明其适用范围。在传统复模态特征值分析中引入了随幅值变化的结构阻尼比和颤振导数，实现了颤振后状态结构振幅的预测分析，并与风洞试验结果进行了对比验证。结果表明：试验范围(竖向振幅A_h/B≤1.0，扭转振幅A_α≤12°)内，流线箱梁断面弯扭耦合气动力近似满足叠加性；节段模型风洞试验中结构阻尼和气动力的幅值依赖性是系统非线性的主要表现形式，在复模态特征值分析中引入幅变的颤振导数和结构阻尼比可以较好地预测滞回颤振振幅随风速的变化关系。

裂缝的全局动态识别对揭示混凝土结构的破坏机理十分重要。为解决传统单点位移及应变测试手段难以实现全局裂缝识别的问题，提出了一种基于数字图像相关(Digital Image Correlation, DIC)对混凝土结构裂缝开展全局识别与重构的方法。通过设置裂缝识别阈值，在DIC位移场中按水平方向逐行逐点识别表征开裂位置的位移突变点，随后对开裂位置两侧位移向量作差得到裂缝水平缝宽，再通过局部最小二乘拟合得到裂缝开展走向，根据水平缝宽与裂缝走向关系得到开裂处实际宽度。对位移场内所有目标点执行上述操作即可实现对裂缝形态的全局识别与动态重构。针对图像噪声问题，通过模拟试验验证了位移场降噪的必要性；采用均方根误差、信噪比与平滑度指标量化分析了不同降噪方法的去噪效果。针对实际工程中最优裂缝识别阈值的选取问题，引入信息熵与相关系数，基于缝宽分布熵值曲线与识别损失相关系数曲线提出了最优阈值的确定方法。最后通过超高性能混凝土加固混凝土梁加载试验进行验证。结果表明：该方法实现了混凝土结构裂缝开展过程的自动测量与可视化展示，与裂缝观测仪的对比测试结果表明缝宽测量误差在0.01 mm以内，满足工程要求。该研究为工程结构加载试验提供了一种非接触、可视化、精确的裂缝全局测量手段。

为了满足索承结构对拉索索力增长的需求，增加单筋直径和数量来提升索力是一种有效方法，但同时会导致索体直径和盘卷直径过大。为此，基于先前开发的变刚度锚固荷载传递介质，提出一种采用多根高强小直径CFRP筋的弯折锚固系统(简称弯折锚)来同时提升索力和弯曲性能。针对多筋拉索建模复杂以及计算效率低的问题，提出了基于等效圆环的应力释放模型，并利用足尺试验对应力释放模型的可靠性以及锚固方法的有效性进行验证。结果表明：改变单筋间距有利于减小平行锚最外层筋内外侧轴向拉应力差，但对轴向应力和径向应力影响较小。应力释放模型可以有效解决封闭圆环模型的“环箍效应”，使拉索内层筋的环向挤压应力更加趋近于真实的多筋模型。高强CFRP拉索失效模式为整体炸裂式破坏，荷载传递介质几乎没有受到可见的挤压和剪切损伤。应力释放模型对荷载-位移曲线、轴向位移和锚固区拉索轴向应变均具有较高的模拟精度。Φ4-91高强CFRP拉索的实测极限抗拉力为3 393 kN，相应的锚固效率为91%，而锚固效率低的原因在于多筋受力不均匀和未对锚具进行重新设计。自由段拉索轴向应变随荷载的增加而增大，应变片粘贴位置、胶层厚度以及筋材长度误差是导致轴向应变差过大的主要原因。相同荷载下锚固区中心筋轴向应变自加载端至自由端近似线性减小，锚固区30~360 mm范围内中心筋平均剪应力呈缓慢增长趋势，表明变刚度锚固设计有利于缓解拉索剪应力集中。

鉴于传统曲率指标桥梁损伤识别方法抗噪性能较弱和识别效率较低等问题,提出了一种基于统计矩曲率指标和车桥耦合振动理论的数据驱动桥梁损伤识别方法。首先,在牵引车的拖动下,利用2辆测试车静止时对相邻指定测点同步采集加速度响应信号,并计算相应信号的统计矩曲率,拖动2辆测试车重复该操作直至完成对整跨桥梁所有测点的采集及计算；然后对比前一状态下的桥梁各测点统计矩曲率值,将不同状态下的测点曲率值相减后绘制沿桥梁纵向变化的统计矩曲率差异曲线,基于曲线突出变化的测点即可获得桥梁损伤位置；进一步构建以统计矩曲率为参数的目标函数，实现桥梁模型修正,获取桥梁的损伤程度。首次推导了统计矩曲率与振型及其刚度之间的理论关系,并通过数值模拟研究了不同参数变化对该方法的影响,最后采用实桥测试验证了本文方法的实际可操作性。研究结果表明:与振型曲率和柔度曲率类指标相比,采用统计矩曲率指标识别损伤位置具有更好的抗噪性能和更高的识别效率；同时相对传统的传递率损伤识别方法,该方法对损伤的定位和损伤程度判断都具有更好的效果,且识别误差更小。

类矩形断面因其本身较钝的气动外形而容易发生俗称为“软驰振”的风致自激振动。与经典驰振不同，这种振动不会无限发散，而是最终收敛于一个具有稳定振幅的极限环振动状态，表明其自激力存在显著的非线性特性。此外，随时间不断变化的振动特性体现其具有明显的非定常效应。在实际桥梁工程中一些类矩形钢立柱、钢吊杆或钢梁，都可能由于其钝体外形以及低质量、低阻尼等特性而发生非定常非线性驰振，因此有必要对其非定常非线性驰振响应进行精确预测。以宽高比为3∶2的矩形断面为对象，首先识别了二维驰振自激力非线性数学模型的参数；然后，考虑到驰振的非线性主要体现在其气动阻尼非线性效应上，而其气动刚度非线性效应较弱的特点，引入了振型分解法，提出了考虑结构振型和竖向平均风剖面影响的钝体立柱非定常驰振响应的三维非线性分析方法，开展了2种典型风剖面来流作用下的3∶2宽高比矩形断面立柱非定常非线性驰振响应的理论分析和气动弹性模型风洞试验案例研究，并通过比较试验与理论分析结果，验证了所提出的钝体立柱非定常驰振三维非线性分析方法的可行性和可靠性。

为探究超大直径盾构隧道双液(C-S)同步注浆的填充效果，控制地层损失并保证隧道结构具有良好的受力和防水性能，以江阴-靖江过江盾构隧道为工程背景，测试并分析了单/双液浆拌和后48 h内的相对介电常数和电导率的时变特征规律，结果表明：双液浆的电性参数比单液浆变化趋势更稳定，相对介电常数在注浆后12~48 h趋于稳定，测试时间内电导率值分布在4.12~5.47 mS·m^-1区间。搭建了含注浆体空洞和厚度凿薄2种缺陷的管片-注浆体-土体多层介质足尺试验模型，在模型高度方向0.8、1.0、1.2、1.4、1.6 m处分别设置5条测线，采用搭载400、900 MHz双频探地雷达(GPR)的车架随行式检测机构，对注浆后24、48 h注浆体开展探测试验；利用自主开发的TGIS软件对试验数据进行去除背景、滤波、增益等处理，结合基于有限时域差分法的gprMax数值模拟结果对比，从单道波形和成像结果两方面分析了不同频率和不同检测时间下GPR的成像规律及检测效果，发现注浆后48 h内的双液浆电性参数变化对GPR反射波形的相位和振幅影响较小，该时段内可作为双液浆检测的合适时机。注浆体厚度凿薄和内部空洞2种缺陷会造成GPR探测波形中同相轴中断和波动，通过GPR探测结果可对其进行良好辨识。与900 MHz相比，通过400 MHz的GPR探测对介质分界面和注浆缺陷的辨识效果更佳，900 MHz的波形对14 ns及更深环境的注浆体探测效果有限。

针对高地应力软岩隧道中让压支护结构让压量小、协同性差等不足，基于合理释放围岩应力及协同变形机理，提出了具备两阶段让压功能的隧道分级让压支护结构。根据两阶段变形特点，基于荷载结构法，建立了分阶段力学简化计算模型，揭示了让压结构变形与围岩压力间的相互关系。此外，通过收敛约束法建立数值分析模型，对比强支护和让压支护时的围岩变形特点，揭示了让压支护结构应力分布规律。结果表明：让压点决定了结构进入让压阶段的时机，让压点过小将导致结构急速失稳，不满足围岩的早期变形控制要求，让压点过高则不利于结构让压变形的完全释放，延缓结构稳定时间，影响围岩稳定；增大让压量可显著释放围岩应力，降低结构受力，保障支护结构的稳定性。合理调控两阶段的让压量分担，可提高内拱架的稳定性，减小内拱架的应力集中，提高结构承载能力。所提出的分级让压支护结构通过两阶段让压达到提高让压量、释放围岩应力、减小结构受力的目的，保障了隧道围岩稳定，可为高地应力软岩环境下的支护措施提供借鉴。

为了提高节段接头施工效率和沉管隧道预制化水平，改善现有节段接头连接方案存在的接头截面利用率低、中埋式止水带安装困难、工效低和剪力键浇筑质量差等突出问题，提出以新型钢剪力杆组合结构替代传统剪力键的节段接头连接方案。通过开展剪力杆组合结构单杆、多杆剪切试验，测量剪切荷载、接头相对错动、钢套筒应变和钢筋应力，研究其抗剪性能。以大连湾海底沉管隧道工程为依托，基于材料塑性损伤本构模型，考虑节段接头的细部构造，根据剪力杆组合结构剪切试验对数值仿真方法的有效性进行验证。利用数值模拟研究了节段接头水平向、竖直向剪切，绕横轴、竖轴弯曲的变形规律和破坏特征，进一步建立三维仿真模型，研究剪力杆组合结构在大连湾海底沉管隧道工程中的工作情况。研究结果表明：剪力杆组合结构的失效由剪力杆的剪断破坏控制，破坏延性特征明显。剪力杆破坏荷载-位移关系可以分为弹性、塑性加强和塑性破坏3个阶段。接头存在间隙时，剪力杆组合结构破坏屈服特征明显。剪切试验数值结果与现场试验结果吻合良好。节段接头数值试验揭示，在剪切、弯曲作用下接头破坏过程较为复杂，且均呈现出阶段性特征。基于接头损伤分析，提出了节段接头位移安全评价指标。对控制工况下的三维全长数值模型的节段接头计算位移指标进行安全评价，评价结果显示，剪力杆组合结构适用于大连湾海底沉管隧道工程并具有良好的经济性。

为了给干冰粉热冲击破岩现场设定施工参数设计提供参考，并对关键工程结构进行全面的安全评价，首次在居民区附近明挖隧道中进行了隧道开挖工程干冰粉热冲击破岩现场试验。在试验中通过压力传感器获得干冰粉致裂筒内部压力变化曲线，使用振动和噪音监测系统监测破岩过程中隧道结构的噪音和振动响应。通过希尔伯特黄变换对振动信号进行分解和特征提取，通过振动能量时域分布和频域分布特征获得振动安全评价参数。研究结果表明：①干冰气动破岩最大振动速度在砼冠梁8 m处衰减至50 mm·s^-1以下，满足安全质点振动速度要求，噪音在4 m处仅为83 dB,对周边居民生活影响很小；②干冰破岩诱发振动速度整体上呈衰减趋势，且符合乘幂函数衰减，可以划分为振动速度缓慢降低区(2.5~10 m)和稳定区(>10 m)两个区域；③干冰粉致裂管破裂压力在40~60 MPa，干冰粉热冲击破岩是冲击波和高能气体共同作用致裂岩石，可以分为3个阶段，其中高能气体的气楔作用在岩体损伤中占主导作用；④HHT与傅里叶变换分析相比更适用于处理振动信号，获得振动速度峰值和主频率后计算振动最大位移可以更好地对隧道结构进行安全评估。干冰粉热冲击破岩是一种比传统钻爆法更加安全的破岩技术，振动弱，噪音小，适合在城市敏感区域应用。

20世纪中后期信息技术的迅猛发展及其向社会各行各业的渗透催生了综合运输系统的智能化建设新趋势。作为综合运输系统的关键节点，机场的智慧化建设也受到了广泛的关注，智慧机场建设方兴未艾。然而，当前中国智慧机场建设主要侧重于信息技术的应用，建设内容、建设目标各不相同，对智慧机场的理解尚不统一。因此，亟需构建智慧机场体系框架，厘清智慧机场的建设内容和建设目标，推动智慧机场的协调化、规范化发展。针对上述需求，采用系统工程方法，明确了业务生产设施、业务生产设备、业务协调中心及交通运输工具共17个领域4类物理实体和生产运行保障用户、管理用户与社会用户共20个部门3类用户，划分了空中管理、飞行区管理、旅客服务、航空物流、应急保障、运行管理、商业管理、陆侧交通管理和企业管理共九大功能域，设计了包括9个逻辑子系统的智慧机场顶层逻辑框架及相应的信息流程，并针对逻辑框架建立了以8个中心为核心的智慧机场顶层物理框架及相应的信息流程，最终形成了面向机场全业务体系的智慧机场体系框架。该体系框架有助于明确对智慧机场的理解，促进智慧机场基础理论的研究，推动智慧机场建设的标准化与协同化发展。

卡车与无人机配送的母船模式是指卡车搭载无人机至离客户较近的地点后，由无人机起飞配送多个客户点，再与卡车汇合的协同配送方法，是交通工程领域中具有潜力的重要发展方向之一。考虑到现实中存在部分客户点需求量超出无人机最大载重，或所处位置超过无人机最大航程覆盖范围的情况，在母船模式基础上，提出考虑超重超远客户的卡车与无人机协同配送模式(Truck-Drone Joint Delivery with Consideration of Customers with Great Demands and at Great Distances， TDJD-CGDGD)。该模式允许卡车服务超重超远客户，并允许无人机起降于不同地点。该模式下待求解的问题为含无人机的旅行商问题。以最小化总配送成本为目标，构建了混合整数线性规划模型。为高效求解大规模算例，提出了一种融合贪婪随机自适应搜索(GRASP)与自适应大邻域搜索(ALNS)的混合算法。算法首先在附加约束条件下，生成车机共同配送路径，该约束可简化车机路径优化过程。随后放松附加约束，针对性地调整一部分无人机路径，进一步降低总成本。试验结果表明：所提算法具有较好的计算性能；本协同配送模式与仅由卡车配送的传统模式相比可平均节约成本19%；允许无人机在超重客户点处起降与不允许情况相比可平均节约成本5%。