2026年, 第39卷, 第3期　刊出日期：2026-03-31

  

• 全选
  |

目录
• Select
  目录

  中国公路学报. 2026, 39(3): 2-2.

  摘要 ( ) PDF全文 ( )   可视化   收藏
• Select
  封一/四

  中国公路学报. 2026, 39(3): 3-3.

  摘要 ( ) PDF全文 ( )   可视化   收藏
• Select
  智能网联汽车感知、决策与控制专栏导语

  中国公路学报. 2026, 39(3): 4-4.

  摘要 ( ) PDF全文 ( )   可视化   收藏
智能网联汽车感知、决策与控制专栏
• Select
  基于逐级配准的矿卡多激光雷达自标定算法

  王杰, 杨松岳, 余贵珍, 王章宇, 刘润森, 张帅, 王纪福

  中国公路学报. 2026, 39(3): 1-18. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.001

  摘要 ( ) PDF全文 ( )   可视化   收藏

  无人驾驶矿卡作为矿区运输的主要载体,近年来得到了迅速发展，但其体积大、盲区多,常需配备多激光雷达进行环视感知,因此实现无人驾驶矿卡多激光雷达的高精度标定,是实现高效无人驾驶感知的关键。基于此,提出了一种基于逐级配准的无人驾驶矿卡多激光雷达联合自标定算法(Coarse to Fine Calibration, CTFC)。首先面向非结构化场地不平整问题,提出了一种场地可用性校验算法,保证了输入数据流的初级可用性；其次针对异构共视激光雷达点云稀疏程度不统一且共视区域差异大的问题,设计了基于逐级迭代重组的多激光雷达配准算法,通过提取恒等约束并由粗到精多次对齐的方式提高联合配准精度；最后针对非共视激光雷达标定的弱约束问题,提出了基于双侧恒等距离的非共视配准算法,通过多个含共视区域的激光雷达观测到的标定板位置恒等假设,构建非共视激光雷达之间的标定关系。为了验证算法的有效性,在典型特征退化场景下进行试验测试,选取了多个矿区场景,基于均方根误差(Root Mean Square Error, RMSE)和中心点匹配误差指标验证所提出算法的效果。试验结果表明:所提出的算法均能对最终结果产生积极影响,在典型退化场景下,多激光雷达标定RMSE为0.048 m,中心点匹配误差为0.028 m,整体效率相比手工校准和多段式标定的方式提升了120倍,具备明显优势。
• Select
  基于鱼眼相机的交通场景深度增强BEV感知技术研究

  徐启敏, 刘洋, 吕佳轩, 张鸷

  中国公路学报. 2026, 39(3): 19-33. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.002

  摘要 ( ) PDF全文 ( )   可视化   收藏

  基于鸟瞰图(Bird's Eye View, BEV)的感知能够为自动驾驶提供视角更全面的动态语义地图，鱼眼相机具有视角广的特点，但也存在畸变严重的问题，当其用于BEV感知时，反而导致精度下降。为此，提出一种基于交通场景深度信息增强的鱼眼相机BEV感知方法。首先，以视觉Transformer模型为基础架构，通过设计球面窗口以及位置嵌入和多头注意力计算等模块后，建立一种更适合鱼眼图像的特征提取网络；接着，提出一种深度估计模型网络架构来提升鱼眼图像的深度估计精度，将图像的语义信息引入深度估计网络的解码层，引导深度预测过程；最后，结合鱼眼图像的深度估计与Transformer模型，通过深度信息增强模块将预测的深度信息用于构造深度查询向量，引导Transformer解码器实现从列特征到BEV特征的映射，最终通过语义分割网络输出BEV语义图。结果表明：在SynWoodscape数据集上，BEV感知的mIoU提升至50.7%，相比于基线模型HFT提升了4.8%，验证了所提方法在鱼眼图像BEV感知任务中的有效性。
• Select
  非结构化环境下基于浓度感知的车载视觉灰尘分割

  付尧, 高铭, 谢国涛, 刘群欣, 边有钢

  中国公路学报. 2026, 39(3): 34-49. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.003

  摘要 ( ) PDF全文 ( )   可视化   收藏

  非结构化环境中弥漫的灰尘会严重退化智能车辆视觉系统的感知性能。为此，提出了一种基于浓度感知嵌套U形结构卷积神经网络(Dust Concentration-sensing Nested U-structured Convolutional Network, DCSNet)的灰尘分割方法，用以实现对于图像中灰尘部分细粒度分割。首先，提出了Ghost卷积通道空间注意(Ghost Convolutional Channel Spatial Attention, GCSA)模块，该模块集成了深度可分离Ghost卷积模块、多语义空间注意力模块、图通道注意力模块与残差连接，能够更加高效地进行特征提取。其次，设计了一种差异扩大化模块，该模块对预测的灰尘概率进行筛选，抑制概率较低的像素点、增强概率较高的像素点的表达，并将相近的概率值映射至更广的概率区间，以此增强网络的分割性能。再次，针对现有灰尘可视化无法展现浓度变化的不足，采用预测概率来表征灰尘浓度，使得灰尘边缘与背景之间的过渡更为平滑。最后，鉴于目前大多数灰尘数据集均通过模拟工具生成，而缺乏开源的真实非结构化场景数据集，构建了基于真实露天采矿环境的不同光照、天气及作业场景下的灰尘图像数据集，为算法训练与评估提供了数据支撑。试验结果表明：DCSNet网络的灰尘分割性能优于多种现有的先进分割方法，从而验证了研究在灰尘分割任务中的优越性。
• Select
  基于YOLOv8-MRDE的动态去雾与多目标检测方法研究

  蒋淑霞, 吴杰, 周永军, 崔祥波, 黄成祥, 龚桂良

  中国公路学报. 2026, 39(3): 50-61. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.004

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对恶劣天气条件下车辆环境感知能力不足导致的多目标检测精度低、鲁棒性差问题，提出了一种改进YOLOv8的目标检测算法YOLOv8-MRDE，旨在提升雾天驾驶场景下的目标检测性能。该算法通过3个关键步骤进行改进并实现性能优化：首先，在主干网络前端引入MixDehaze去雾模块，有效增强图像特征；其次，构建基于RepGFPN的多尺度特征融合架构，通过层级特征复现机制增强跨尺度特征的表征能力；最后，在检测头部分引入动态注意力机制，构建DyHead检测结构以提升关键特征的捕获能力。为优化训练过程，采用EIoU损失函数替代传统CIoU损失函数，以加快网络收敛速度；同时，应用结构化剪枝技术，消除模型冗余部分实现模型轻量化。在RTTS真实雾天数据集和Foggy Cityscapes数据集上的试验结果均表明：相较于其他算法，所提出的YOLOv8-MRDE算法检测精度显著性提升，较基准YOLOv8模型，mAP分别提升了2.6%(RTTS)、4.2%(Foggy Cityscapes)，模型参数量与计算量分别下降了25%和22%。试验验证了YOLOv8-MRDE检测网络在雾天驾驶条件下的有效性，证明了该算法在提升目标检测精度和鲁棒性方面的潜力，为雾天驾驶的安全性提供了理论依据与技术支撑。
• Select
  基于DDL-BEV的自动驾驶雷视融合感知方法研究

  陈晶晶, 上官伟, 陈俊杰, 柴琳果, 邱威智

  中国公路学报. 2026, 39(3): 62-74. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.005

  摘要 ( ) PDF全文 ( )   可视化   收藏

  环境感知作为自动驾驶的核心技术，其性能直接决定了智能汽车的决策水平与行驶安全性，为提升自动驾驶汽车在复杂场景下的三维目标检测精度和鲁棒性，针对当前鸟瞰图(BEV)融合感知存在的图像边缘语义缺失与点云背景噪声干扰问题，提出了一种基于深度边缘检测、动态查询与激光雷达-相机交叉注意力的多尺度动态融合感知方法(DDL-BEV)。首先，构建深度边缘检测网络，通过双分支特征提取与交互，融合深度信息与边缘语义特征，优化图像BEV空间特征；其次，设计动态体素化查询模块，将激光点云体素化为柱状网格并投影至BEV特征空间，通过前景位置动态感知有效降低背景噪声干扰；最后，设计LiDAR-Camera交叉注意力融合机制，结合多分支空洞卷积特征增强模块构建层次化特征交互架构，融合激光点云和相机图像BEV特征，实现跨模态特征优势互补，将融合后的特征输入到DDL-BEV的目标检测头预测出3D目标检测结果。在nuScenes数据集上的试验表明：提出的DDL-BEV融合算法的平均检测精度mAP和综合检测得分NDS分别达到69.3%和71.9%，相较于基准BEVFusion方法分别提高了1.5%和1.3%；在夜晚、雨天、转弯、交叉口等特殊场景下，DDL-BEV的mAP分别提升了6.7%、5.42%、5.45%、4.65%，场景敏感度由14.11%降低至8.33%。试验结果证明DDL-BEV检测算法在光照不足、遮挡环境与雨雾干扰等场景中具有更强的检测鲁棒性。
• Select
  面向无人车辆多目标跟踪的多模态迭代优化融合算法

  李杰, 汪诗敏, 王晓燕, 周惟嘉, 王长城, 崔亚峰, 胡铮, 兰海, 王志勇

  中国公路学报. 2026, 39(3): 75-87. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.006

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为增强汽车在驾驶过程中的环境感知能力和多目标追踪精度,采用多传感器融合,弥补单传感器的缺陷。但每个传感器都存在误差,这些误差的累积会影响融合结果的准确性。为了保证多目标追踪的跟踪性能和多模态融合的准确性,需要解决运动模型、关联匹配和多模态融合的问题,采用多类别运动模型预测未来轨迹,在运动模型中引入CTRA和Bicycle模型,利用不同对象类别选择不同运动模型,准确表达不同类型的运动。在真实场景中,不同类别的物体往往表现出不同的几何特征,需要解决3D目标关联匹配的问题。因此,设计多阶段数据关联并加入BIoU成本度量,应对点云在3D空间的关联匹配问题。在融合阶段采用自适应权重迭代无迹卡尔曼滤波融合算法,重复迭代融合权重,得到最优权重。计算结果与其他典型跟踪算法中的最优算法相比，平均多目标跟踪准确度(AMOTA)提升1.83%，身份切换总次数(IDS)降低了4.54%。提出的方法能够提升环境感知精度,在多种类别场景下具有更好的跟踪稳定性和鲁棒性。
• Select
  视觉语义引导的路侧多模态感知动态自适应均衡优化框架

  张国宇, 陈前, 孙剑, 杭鹏

  中国公路学报. 2026, 39(3): 88-100. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.007

  摘要 ( ) PDF全文 ( )   可视化   收藏

  随着车路协同系统对全域感知需求的增加，路侧多模态感知技术成为突破车载端感知局限的关键。基于此，提出一种基于视觉语言模型(VLM)语义引导的多模态感知自适应均衡优化框架，旨在提升路侧感知系统性能。框架设计了动态权重分配模块，通过跨模态注意力与帧级残差建模，实现空间自适应的多模态融合。提出的梯度敏感异步优化器精细调控各模态学习率，解决了模态收敛不均的问题。轻量级门控调度机制根据模态状态和场景语义熵动态触发视觉语言模型校准，减少了计算开销。试验结果表明:所提方法在DAIR-V2X-I与RCooper数据集上分别达到79.20%与80.16%的3D目标检测精度，相较于对比的同类方法平均提升3.9%(最高可达7.51%)。同时，门控调度机制使视觉语言模型模块的平均调用频率下降41.2%，有效削减了冗余计算；整体模型显存占用较基线模型仅增加约4.0%。所提方法为车路协同系统的技术发展提供了新的解决思路。
• Select
  位姿误差干扰下智能网联汽车协同感知增强

  查园园, 上官伟, 陈俊杰, 柴琳果

  中国公路学报. 2026, 39(3): 101-115. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.008

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为了满足复杂交通环境下智能网联汽车的感知需求，针对单车感知视野遮挡受限、网联交互数据可用性不一、多源协同位姿信息不准确等问题，提出了基于位姿误差校准的协同感知增强方法。从协同的有效性、数据的可用性以及感知的精准性出发，设计了包含协同主体确定、交互数据筛选、协同感知计算的分布式智能网联汽车协同感知增强架构:首先,利用Transformer交叉注意力机制融合雷达点云和图像，优化网联交通主体的自主感知能力，在通信距离的约束下，根据主车安全苛求区域感知增强和协同主体间感知互补原则，构建协同图模型实现协同主体确定；其次，为避免受到异常感知结果的影响，利用空间拓扑一致性和感知结果连续性实现交互数据的筛选；最后，通过高可用感知交互数据的关联匹配完成位姿误差校准，基于协同增益计算和目标可见性判别分别对冗余感知结果和新增感知结果进行协同，实现V2X多源交互数据的协同感知增强。为验证所提方法的有效性，基于OPV2V数据集和V2X-Real数据集开展了测试验证，试验结果表明：所提的协同感知增强方法较单车感知在OPV2V和V2X-Real数据集上的AP50分别提升了22.2%和21.7%，与主流的协同感知方法相比，所提方法在位姿误差干扰下AP50的下降值均最小，且在OPV2V和V2X-Real数据集上，其AP50下降值分别仅为RobustV2V方法的48.4%和52.3%，这验证了所提方法在提升感知精度的同时降低了位姿误差对协同感知性能的干扰。
• Select
  考虑风险脉冲效应的高速公路交通风险统一场感知及其应用研究

  胡立伟, 周泽禹, 刘一辰, 杨秀建

  中国公路学报. 2026, 39(3): 116-134. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.009

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对高速公路复杂环境下风险感知与分析方法的不足，引入了高斯风险脉冲波形函数量化风险能量，结合场的能量作用特征，实现风险脉冲与风险场的理论融合。首先，通过定义风险场最大/最小影响范围，并考虑车辆几何特征对风险作用空间的底层约束，结合车辆运动特征变量，构建动态风险场实现“行为约束”的空间表达。其次，依据道路标线功能差异(边界线、实线、虚线)建立静态风险场模型，对“规则约束”的空间作用进行量化。进而，利用风险能量的叠加性构建动态-静态双场耦合的风险统一场感知模型。最后，采用改进的k值选择算法ET-SSE计算风险场强阈值并划分风险等级，通过灵敏度分析揭示了场强演化作用机理。选取云南昆磨高速与功小高速实测数据，开展复杂交通流场景模型验证，与碰撞时间倒数、车头时距倒数、人工神经网络、时空深度学习、深度强化学习、传统行车风险场模型进行对比。结果表明：提出的考虑风险脉冲效应的风险统一场模型(RP-DRF)在稳定性、准确性、持续和实时感知能力方面性能优异，其风险感知平均精度达92.77%；依托实证结果可将风险等级划分为低[50,443)、中［443,1 537]、高(1 537,2 500］3个等级。研究可为高速公路场景下智能网联汽车的风险感知、决策与管控方面提供安全态势量化工具，所建立的风险等级机制可应用于车路云一体化系统的预警策略制定。
• Select
  基于空间感知增强VLM的自动驾驶轨迹规划

  蒋正信, 牛铭奎, 韩佩伦, 高炳钊

  中国公路学报. 2026, 39(3): 135-144. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.010

  摘要 ( ) PDF全文 ( )   可视化   收藏

  在智能驾驶系列任务中，使用视觉大语言模型(Vision Large Language Model, VLM)进行轨迹规划任务时面对的主要技术难题是：如何感知周围的世界并根据这些信息处理复杂的任务。现有开源视觉大语言模型在预训练阶段缺乏驾驶场景的空间先验，导致其对空间信息的理解能力显著不足，难以直接胜任轨迹规划任务。为此，提出一种“空间问答微调+鸟瞰图感知输入”双重增强的端到端轨迹规划框架：首先是第一重增强，即基于数据集的可用标注数据构建驾驶场景空间问答微调数据集，使2B参数的Qwen2-VL在障碍物类别辨识、相对距离及尺度估计方面获得显式空间先验；随后为第二重增强，即利用环视摄像头实时生成动态鸟瞰图(Bird Eye View, BEV)，完成轻量级空间重建；最终，将鸟瞰图图像、原始环视帧及文本指令共同输入经LoRA微调的视觉大语言模型，以问答形式直接输出规范化轨迹。所提方法的有效性在nuScenes数据集和NAVSIM数据集上得到验证。研究结果表明：该方法在现实世界中具有优秀的轨迹规划能力，更符合真实人驾的驾驶习惯，具备多种场景的泛化能力。
• Select
  基于行车风险的非铺装道路路径规划方法研究

  伍文广, 汪嘉凯, 张志勇, 胡林, 张金来

  中国公路学报. 2026, 39(3): 145-160. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.011

  摘要 ( ) PDF全文 ( )   可视化   收藏

  自动驾驶汽车在非铺装道路下的路径规划由于复杂不规则的路面凹坑和凸起而存在较大困难，针对此，提出一种充分利用路面特征并考虑其对行车安全性影响的融合路径规划方法。首先，将非铺装道路空间横纵向均匀离散化，基于改进二维正态分布函数描述路面凹凸不平特征与道路边界的风险分布，构建非铺装道路风险场模型；然后，提出一种考虑车辆几何尺寸的安全性代价计算方法，结合路径平滑性和偏移量设计加权多目标代价函数，使用动态规划算法进行路径规划；最后，结合实际道路信息，采用拉丁超立方采样方法，生成84 000组长度为30 m的具有不同数量和大小凹坑凸起的非铺装道路模型，并进行路径规划测试。结果表明：所提方法能在极差路面下有效利用凹坑凸起边缘、跨越凹凸特征，规划得到代价较小的路径；相较人工势场方法、碰撞检测方法的平均规划成功率分别提高42.3%、82.5%，平均规划路径长度分别提高27.9%、57.6%，有效提升了自动驾驶车辆在非铺装道路下的路径规划能力，且具有更强的适应性和鲁棒性。
• Select
  人机混驾环境下融合层次博弈与近端策略优化的多车协同决策

  房世玉, 徐成凯, 秦成, 崔一鸣, 杭鹏, 孙剑

  中国公路学报. 2026, 39(3): 161-176. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.012

  摘要 ( ) PDF全文 ( )   可视化   收藏

  在开放道路环境下，自动驾驶车辆面对复杂的冲突关系和异质性的人类驾驶人行为，决策失效频发且接管率高，网联通信技术使得车车协同驾驶成为可能，车车协同决策有望提升自动驾驶的决策智能。研究提出了一种基于层次博弈表征-近端策略优化的协同决策方法以实现人机混驾环境下的多车纵向加速度规划，包括2个关键模块：基于层次博弈的通行次序表征和基于强化学习的最优通行次序搜索。首先，考虑到人类驾驶人的决策存在有限理性特征，通过层次博弈模型建立决策之间的依赖关系，将决策的推理深度表征为通行次序，从而提高方法应对异质人类驾驶人的能力。进一步，基于近端策略优化方法，以通行次序为动作空间，在训练中随机生成合流、分流和交织等不同类型的冲突形式，以增强方法在复杂场景下的适用性。试验结果表明:与其他主流强化学习算法相比，提出的算法在收敛速度和性能收益上均表现更优；此外，通过对比文章算法与其他典型协同决策算法，评估了算法在安全性和效率上的表现;最后，基于硬件在环与驾驶人在环测试平台，验证了算法应对真实异质人类驾驶人的能力，证明了算法具备实际应用的潜力。
• Select
  基于安全沙箱的智能车辆行驶风险弹性仲裁与安全保障方法

  蔡孟池, 邓宁, 杨冬生, 许庆, 王建强, 李深, 李萌, 李克强

  中国公路学报. 2026, 39(3): 177-193. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.013

  摘要 ( ) PDF全文 ( )   可视化   收藏

  安全性始终是汽车工程领域的核心挑战。近年来，自动驾驶技术展现出提升通行效率与行驶安全性的潜力，但仍存在长尾场景泛化不足等问题。当前网联驾驶环境下行驶风险主要源于控制指令失效与信息不确定性，而现有方法多基于单一环境假设，对此类多模态风险叠加场景的安全保障仍显不足。针对上述技术挑战，构建了基于安全沙箱的行驶安全保障框架，以非侵入方式实时监视来自自动驾驶算法、云控指令或人类驾驶输入的控制指令。首先，对当前运行状态进行风险判别；随后，弹性仲裁模块结合历史仲裁结果与当前控制指令，采用多级仲裁策略与弹性干预机制，在保障行驶安全的同时，尽可能保留原有的驾驶意图；最后，搭建了微缩车路云协同验证平台与实车试验平台。试验结果表明：该方法在面对自动驾驶或手动驾驶输入下的静态障碍物或动态障碍物等复杂工况时，能够在确保行车安全的前提下最大限度地兼顾驾驶舒适性，为智能网联汽车提供了新型安全保障范式。
• Select
  自动驾驶交规符合性研究进展

  王润民, 刘绘敏, 承靖钧, 朱宇, 赵轩, 赵祥模

  中国公路学报. 2026, 39(3): 194-213. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.014

  摘要 ( ) PDF全文 ( )   可视化   收藏

  良好的自动驾驶交通法规(交规)符合性既是确保自动驾驶汽车安全运行的基础条件，也是保证自动驾驶汽车实现社会性驾驶策略的关键，但目前研究人员对于自动驾驶交规符合性的技术要求、合规性提升策略及评价方法等问题尚未达成共识。针对该问题，系统综述了自动驾驶交规符合性研究的现状与挑战。首先，在明确自动驾驶交规符合性定义的基础上，提出了自动驾驶交规符合性的具体要求，梳理了现有针对传统驾驶与自动驾驶的交规体系；并基于真实数据集对人类驾驶与自动驾驶汽车违反交通规则的常见工况进行对比统计分析。其次，提出了一种包含基于时序逻辑的交规形式化方法、面向交通信号识别的自动驾驶感知优化、交规约束下的车辆轨迹预测、自动驾驶合规决策4个层次的自动驾驶交规符合性提升框架，并从这4个方面综述了自动驾驶交规符合性提升策略的研究进展。然后，针对自动驾驶交规符合性评价，梳理了其多样化评价指标、可行试验方案以及评价限值获取3类关键问题的解决方案。最后，对自动驾驶交规符合性所面临的挑战及未来发展趋势进行了分析和展望。研究结果表明：自动驾驶交规符合性是推动自动驾驶汽车规模化落地的底层支撑，未来研究应着力突破建立软硬规则动态处理机制、设计融合自然语言处理与知识图谱的动态法规更新机制、构建分级形式化模型、建立强化学习-博弈论融合决策框架、构建自动驾驶交规符合性评价体系、创新合规陷阱场景生成与跨地域知识库构建。
• Select
  基于区块链的车路云数据可信交互方法研究

  袁小芳, 李正阳, 王金磊, 李哲, 冯吉, 郝宇馨

  中国公路学报. 2026, 39(3): 214-227. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.015

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为了解决现有车路信息交互方案存在的效率低、身份重复认证、无法追溯恶意车辆等问题，提出了一种基于区块链的车路云数据可信交互方法。首先，基于区块链搭建了车辆、路侧计算设施-路侧单元、证书颁发机构的车路云信息物理系统，并将验证所需身份信息上链备份完成注册；其次，提出了时效、假名、哈希三重验证机制为车路认证及交互提供保障，为了避免重复认证，引入路侧计算设施辅助实现跨域认证；然后，车辆通过选择随机数，结合假名机制和证书体系构造双线性映射及密码学运算实现数据可信交互；特别地，针对偏远地区路侧单元覆盖不足的情况，系统采用车车通信并设计车辆临时身份生成机制作为解决方案，有效保障了无路侧单元情况下网联数据交互的安全性和可靠性；最后，对所提方案进行仿真验证。试验结果表明：所提方案满足车路云信息物理系统交互过程的安全性要求，且相较于现有方案，缩短了47.76%的时间开销和21.69%的空间开销。
• Select
  网联车辆分层分布式模型预测节能控制

  边有钢, 邓晓洋, 谭艳, 文淑婷, 刘群欣, 陈超义

  中国公路学报. 2026, 39(3): 228-240. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.016

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对网联车辆的节能协同控制问题，提出了一种分层分布式模型预测控制(DMPC)方法，旨在实现跟踪性能与燃油经济性的多目标优化。首先，建立了状态空间形式的车辆节点纵向运动模型和功率多项式形式的油耗模型，并考虑前车-领航者跟随和双前车跟随2种信息流拓扑结构，建立了完整的网联车辆系统模型。在此基础上，设计了分层DMPC控制器架构，上层控制器以跟踪性能为目标得到最优跟踪控制输入，下层控制器以降低油耗为目标得到最优经济控制输入，通过构建新的约束域来实现两者之间的协调，在保证系统稳定性的前提下提升经济性。然后，基于李雅普诺夫稳定性理论推导并证明了保证系统闭环稳定性的条件。仿真结果表明:在正弦扰动和紧急制动工况下，改进方案相比基准方案燃油消耗分别降低2.92%和14.75%，综合性能提升4.27%和14.44%，且保持了良好的跟踪性能。研究证实了所提方法在节能效果和系统稳定性方面的优越性，为网联车辆节能控制提供了理论支撑。
• Select
  基于双层结构的商用车质量和坡度解耦估计

  金彦林, 李以农, 郑玲, 何博豪, 杨显通, 李广轩

  中国公路学报. 2026, 39(3): 241-259. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.017

  摘要 ( ) PDF全文 ( )   可视化   收藏

  准确获取车辆质量和道路坡度对优化智能网联汽车动态控制与提升能源效率至关重要。然而，针对重型商用车，由于车辆质量与道路坡度强耦合、质量变化范围大以及算法在真实环境下鲁棒性不足，使得质量与坡度的精准估计面临较大挑战。为此，提出一种基于双层结构的质量与坡度解耦估计方法，通过数据与模型分层驱动，实现质量与坡度的解耦与精准估计。第1层车辆质量估计以实车数据训练模型，针对输入数据存在超出训练集分布的问题，采用K-means聚类与状态空间最短距离计算获得置信度，并基于此构建集成置信度的τ-双向长短时记忆网络(τ-Bidirectional Long Short-term Memory, τ-BiLSTM)模型。第2层道路坡度估计以第1层质量估计结果为基础，采用平方根容积卡尔曼滤波器(Square Root Cubature Kalman Filter, SCKF)构建基于车辆纵向动力学模型的坡度估计算法，并在SCKF框架中融合运动学推导的坡度估计结果作为初值。最后，基于真实环境下采集的实车数据对算法进行验证。结果表明，所提出的质量估计方法能够有效抑制由输入数据超出训练分布引起的估计误差。在自建测试集上，94.11%的样本点的估计误差控制在10%以内，在典型工况下，质量估计的RMSE低于0.26 t。坡度估计方面，在典型工况下的估计RMSE均小于0.39%。研究结果验证了所提方法在复杂动态环境下的高精度与强鲁棒性，为重型商用车智能动态控制与能量优化管理提供了可靠的动力学参数支撑。
• Select
  多源稀疏数据与矩阵分解驱动的车辆轨迹重构方法

  殷炬元, 杨鸿志, 李冰, 李博杨, 陈雨倩

  中国公路学报. 2026, 39(3): 260-275. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.018

  摘要 ( ) PDF全文 ( )   可视化   收藏

  全样本车辆轨迹是精准刻画交通流运行全貌和细节的底层信息。为应对当前多源稀疏数据环境对全样本轨迹获取带来的挑战，提出了一种多源稀疏检测数据环境下利用跟驰模型与矩阵分解混合驱动的方法，通过捕捉微观交通流特性与多源稀疏数据内在关系以重构全样本车辆轨迹。首先，将定点和移动检测器提供的多源异构稀疏数据进行时空对齐，建立一个稀疏的轨迹矩阵数据结构；然后，利用智能驾驶人模型生成上下游定点检测器间盲区范围内缺失的车辆轨迹数据，填补稀疏轨迹矩阵，从而获得初始轨迹矩阵；其次，使用截断奇异值分解算法迭代优化初始轨迹矩阵，得到全样本车辆轨迹；最后，在实测数据环境和仿真环境下对本方法进行效果验证。结果表明：在实测数据环境下，当定点检测器间距为250 m，网联车渗透率为15%时，重构的全样本车辆轨迹MAE、MAPE和RMSE分别是4.40 m、2.91%和6.17 m；与现有先进方法相比，3项指标分别优化了37.68%、9.35%和48.06%，并且在拥挤流运行条件下的重构轨迹更加准确、平滑；在仿真的极端稀疏数据环境下，即定点检测器间距为600 m，网联车渗透率为5%，依然具备较高重构精度，3项指标仅为10.73 m、1.92%和15.98 m。研究成果能够为道路交通状态精准感知和精细化管控提供重要支撑。
• Select
  考虑车云全链路时延的智能网联汽车云端路径跟踪控制方法

  张心睿, 熊璐, 张培志, 王修榕, 田梦杰, 尹东晓, 熊浩

  中国公路学报. 2026, 39(3): 276-288. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.019

  摘要 ( ) PDF全文 ( )   可视化   收藏

  云端路径跟踪控制系统可利用车云一体化架构提供的丰富信息与高效算力，有效提升智能网联汽车路径跟踪控制性能。然而，车云链路中客观存在的动态时延会严重影响控制稳定性与跟踪精度。针对车云全链路时延的影响，提出了一种基于车云全链路时延预测补偿与控制参数自适应优化的云端路径跟踪控制方法:首先，基于大规模实车测试数据，建立了车-云-车时延的伽马分布模型以及车端执行时延的一阶响应模型；其次，设计了一种融合网络信号强度指标的贝叶斯LSTM-attention预测网络，提升了时延预测精度；进一步，分析了考虑时延扰动条件下控制系统的稳定性，并提出了基于预测时延的控制权重自适应优化策略，实现路径跟踪精度与系统稳定性的动态平衡；最后进行了仿真和实车试验。仿真结果显示:相较于固定权重LQR，文章方法在常规小时延工况下航向误差保持在0.03 rad的同时，将横向误差的均方根误差(Root Mean Square Error， RMSE)降低63%；异常大时延工况下，横向误差RMSE与最大峰值误差(Maximum Peak Error， MPE)分别降低46%和61%，航向误差的RMSE和MPE降低76%和71%。实车结果显示:文章方法在U-turn与双移线两类典型场景和不同网络条件下均表现出优于固定参数LQR的控制性能；横向误差RMSE和MPE降低达69%和52%，航向误差RMSE和MPE降低达40%和33%。测试结果充分验证了所提出的云端路径跟踪控制方法能够有效适应车云全链路时延的动态特性，显著提升云端路径跟踪控制的稳定性与精度。
• Select
  高速公路车路云一体化CPS分层建模与控制策略

  和畅畅, 赵敏, 孙棣华, 胡创, 陈章顺

  中国公路学报. 2026, 39(3): 289-301. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.020

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对高速公路由流量瓶颈与需求不均衡引发的拥堵，以及通信与计算资源受限导致的集中式控制难以满足实时性的问题，提出了面向车路云一体化信息物理系统的分层建模与动态集中-分布式控制策略。该策略构建了包含系统级、子系统级和车辆级的3层协同架构。系统级通过基于交通状态的动态分群机制，在通行效率与通信、计算资源开销之间进行权衡；子系统级协同优化可变限速与匝道控制，兼顾降低总行驶时间与提升总行驶距离，并以软约束抑制匝道排队；车辆级在跟驰控制中同时考虑前车状态与上层给出的最优限速，从而提高建议速度在智能网联环境下的可实施性。在包含典型瓶颈的25 km高速公路仿真场景中，将所提策略与无控制、局部模型预测控制(Model Predictive Control，MPC)、基于可行协同的MPC(Feasible Cooperation Based MPC， FC-MPC)以及全局近端策略优化(Proximal Policy Optimization，PPO)进行对比。结果表明：相较于无控制，所提策略在通行效率方面可使车辆总行驶时间最高降低12.34%，总行驶距离最高提升0.9%；相较于全局PPO，控制更新次数最高降低93.33%。整体趋势表明：所提策略的通行效率指标优于无控制与局部MPC，并与FC-MPC和PPO处于相近水平，同时通信与计算负担更低，且支持通过调整权重在效率与资源之间进行灵活折中；此外，在通信中断与感知延迟工况下的仿真测试进一步验证了所提算法的鲁棒性。研究表明，该策略可在通信与计算资源受限条件下有效应对瓶颈主导和高需求情景，具有较好的工程可用性与稳健性。
路面工程
• Select
  全系列树脂基改性乳化沥青工作性能评价及其多维指标关联解析

  王朝辉, 王育聪, 张新永, 张少波, 陈谦, 傅豪

  中国公路学报. 2026, 39(3): 302-317. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.021

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为全面掌握并精确厘定树脂基改性乳化沥青各项工作性能，进一步提升高品质树脂基材料按需研发效率与使用品质，系统开发了包含一元、二元、三元水性聚合物等在内的全系列树脂基改性乳化沥青，综合乳化沥青材料的力学、感温、防水、流变与疲劳性能，探明了不同水性树脂聚合物改性剂对乳化沥青内聚强度、变形能力、韧性、弹性、低温抗冲击、黏附、黏结等力学性能的影响规律，全面评价了树脂基改性乳化沥青的感温性、防水性、流变性及疲劳寿命；基于皮尔逊相关系数法，优选了改性乳化沥青力学与流变性能的关键指标，建立了多维度性能表征指标关联体系，揭示了不同性能关键指标之间的函数关系。结果表明：不同类型树脂基改性乳化沥青性能差异显著；水性环氧树脂(WER)改善了乳化沥青的力学、防水与高温性能，其中WER/水性聚氨酯(WPU)二元复合改性乳化沥青拉伸强度、25 ℃拉拔强度分别为5.98、1.95 MPa，76 ℃、3.2 kPa蠕变恢复率(R)为97.36%；WPU系列改性乳化沥青的内聚强度、弹性、韧性、低温抗裂与疲劳性能优异，WPU改性乳化沥青-20 ℃冲击强度为12.50 kJ·m^-2；引入部分水性丙烯酸酯(WA)、丁苯橡胶(SBR)后，WER/WPU/WA、WER/WPU/SBR三元复合改性乳化沥青弯曲180°不断裂温度低至-20 ℃，其-24 ℃劲度模量(S)小于300 MPa，蠕变速率(m)大于0.3；WER/WPU/WA改性乳化沥青韧性与疲劳寿命表现突出；脱落率与防水性能，拉伸强度与70 ℃相位角(δ)，-20 ℃冲击强度与S(-18 ℃)均呈显著的二次函数关系，其决定系数分别为0.97、0.94、0.93；疲劳寿命与70 ℃复数剪切模量(G^*)呈幂函数关系，其决定系数为0.89。
• Select
  高精度道路路面实时智能检测

  张傲南, 董子硕, 张稳进, 尚静, 战友, 艾长发, 惠冰

  中国公路学报. 2026, 39(3): 318-332. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.022

  摘要 ( ) PDF全文 ( )   可视化   收藏

  道路路面智能检测技术发展面临精准性、功能性和时效性协同提升的核心挑战。为此，构建了基于三维激光成像系统的道路路面实时智能检测技术框架，重点突破高精度三维激光成像、海量三维数据压缩存储以及路面病害及特殊构造物多目标实时智能识别算法等关键技术。三维激光成像系统可在120 km·h^-1速度下实时采集路面的高精度二维和三维数据，为智能识别与精细化评估提供数据支撑。在保障数据质量的同时，海量三维数据压缩存储算法显著减少存储与传输压力，提升了内存效率，确保在连续高速行驶环境下数据采集的稳定性。路面病害及特殊构造物多目标实时智能识别算法能够以像素级精度识别路面背景、裂缝、坑槽、灌缝、块状修补、划痕、标线、井盖、伸缩缝和水泥板缝等多种目标，平均智能识别准确度F1-score达到94.34%，并且在模型剪枝和量化优化后，实现了6 ms·帧^-1的推理速度。经实测验证，所提出的高精度道路路面实时智能检测系统综合处理速度达到160 km·h^-1，单日即可完成400 km道路的数据采集、智能分析、报告生成全流程作业。研究结果表明：该技术框架满足高精度与高效率的同时，在复杂路面病害的智能识别上表现出良好的鲁棒性。研究成果可为全面、精准、及时掌握路面状况，开展路面预防性养护提供一种高效、可行的技术参考。
桥梁工程
• Select
  公路桥梁抗震加固研究综述

  苏俊省, 娄策翔, 韩强, 项乃亮, 李贞新, 李忠献

  中国公路学报. 2026, 39(3): 333-357. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.023

  摘要 ( ) PDF全文 ( )   可视化   收藏

  桥梁结构是生命线工程的关键节点，其抗震性能对整个交通网络和生命线工程的安全和韧性至关重要。中国60%的国土位于强震区，在役公路桥梁面临较高的地震风险。截至2023年底，全国在役公路桥梁已达107.93万座，其中大量桥梁未考虑抗震设计或抗震设防等级不足，抗震安全难以保障，因此在役桥梁的抗震加固改造需求突出。针对该问题，首先回顾了国内外桥梁抗震加固及相关规范的发展历史；然后，综述了常用桥梁抗震加固技术，包括防落梁、桥墩加固、盖梁及梁柱节点加固、地基与基础加固以及减隔震与耗能装置等；在此基础上，梳理了桥梁抗震加固研究进展，包括抗震加固理论研究的发展、桥梁下部结构加固、减震控制及可更换装置、拱桥与大跨柔性桥梁等加固技术发展，以及高性能材料和摇摆自复位技术等新材料和新技术在桥梁抗震加固中的应用；最后，指出了中国桥梁抗震加固研究领域存在的规范缺失和体系框架不完善等问题，并提出未来发展方向，包括制定系统性规范、构建体系化加固设计框架、发展基于韧性的加固方法，以及引入全寿命服役理念等，以保障在役桥梁的抗震安全。
• Select
  曲线钢板组合梁桥横向联结系设计方法研究

  封博文, 刘永健, 崔晓晓, 张斌斌

  中国公路学报. 2026, 39(3): 358-369. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.024

  摘要 ( ) PDF全文 ( )   可视化   收藏

  在桥面板施工阶段，曲线钢板梁承担一期恒载，横向联接系(横联)通过限制钢梁间的相对转动(截面畸变)传递扭矩，是结构的主要承重构件。为确定横联合理布置间距，首先构建了恒载作用下曲线钢板梁的力学分析模型，基于Vlasov薄壁杆件理论推导出理论解析方法，并采用精细有限元模型进行验证。然后依据截面应力分布特点，提出描述畸变效应与弯扭效应相对大小的指标——畸变应力比，研究结构布置及构造参数对该指标的影响。最后通过参数拟合得到横联间距简化设计方法，并与相关设计方法进行对比。结果表明：恒载作用下，结构的弯曲正应力、约束扭转翘曲正应力及畸变翘曲正应力在工字钢梁翼缘的分布表现为平均正应力+横向弯曲正应力；增置横联能约束截面畸变，减少畸变翘曲正应力，改变翼缘横向弯曲正应力大小与分布，进行曲线钢板梁强度设计时应取上述3种应力最大值进行计算；畸变应力比随横联数量、曲线半径及翼缘宽度增加呈指数下降，随钢梁高度增加呈线性增加；已知钢梁截面尺寸及曲线半径，通过限定翼缘最大畸变应力比，可采用该公式确定曲线钢板梁桥横联间距，所提方法与设计值误差小于5%，相比AASHTO 2017规范、JASBC手册等方法精度更高。
• Select
  配筋超高性能混凝土轴拉开裂行为与计算方法研究

  魏川, 张清华, 耿波, 崔闯, 程震宇

  中国公路学报. 2026, 39(3): 370-382. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.025

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为探究不同纤维掺量配筋超高性能混凝土(Reinforced Ultra High Performance Concrete, R-UHPC)构件轴拉开裂行为的差异，并完善低纤维掺量R-UHPC的裂缝宽度计算方法，针对不同纤维掺量UHPC材料和R-UHPC构件开展了轴拉试验，确定了不同纤维掺量R-UHPC构件屈服前的宏观力学行为和开裂行为，分析了各组构件的轴拉开裂特征与机理，基于黏结-滑移理论讨论了低纤维掺量R-UHPC构件最大裂缝宽度计算过程中开裂荷载、裂缝间距、应变差的计算问题和纤维桥接应力、平均黏结应力的选取问题。研究结果表明：低纤维掺量R-UHPC构件的开裂过程可分为单裂缝阶段和多缝开裂阶段，其开裂行为受钢筋-UHPC界面黏结作用和纤维桥接作用共同控制，平均裂缝宽度处于0.02~0.11 mm区间、最大裂缝宽度处于0.03~0.15 mm区间，低纤维掺量R-UHPC掺入1%~2%体积率的钢纤维也足以将最大裂缝宽度控制在0.1 mm以内；高纤维掺量R-UHPC构件的开裂过程则只存在多缝开裂阶段，其开裂行为仅受纤维桥接作用控制，平均裂缝宽度不大于0.02 mm、最大裂缝宽度不大于0.03 mm，高纤维掺量R-UHPC构件在正常使用极限状态下无需进行裂缝宽度验算；收缩效应将显著降低R-UHPC构件的开裂荷载；在假定裂缝截面纤维桥接应力恒定的条件下，单裂缝阶段和多缝开裂阶段的最大裂缝宽度计算公式形式上保持一致，考虑钢筋-UHPC界面间平均黏结应力的变化能够反映多缝开裂对裂缝间距的影响。
• Select
  ECC增强盐冻融损伤混凝土界面黏结性能与剪切机理研究

  何岚清, 雷海鹏, 武芳文, 李强, 李滋润, 陈澳

  中国公路学报. 2026, 39(3): 383-397. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.026

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为研究工程水泥基复合材料(ECC)加固盐冻融损伤后普通混凝土(Salt-freeze-thaw-damaged Normal Concrete， SftdNC)界面的剪切性能，通过66组剪切试件试验，系统探究了盐冻融循环次数、界面粗糙度、ECC抗压强度等级、界面剂类型及ECC养护龄期等参数对界面宏观剪切性能与微观黏结特性的影响机制。结果表明：ECC-SftdNC界面破坏模式呈现材料破坏、界面破坏和混合破坏3类特征。电镜扫描结果显示：ECC-SftdNC界面黏结机制主要源于化学结合与机械咬合协同作用，界面剂可有效填充微裂缝并改善界面过渡区。当盐冻融循环次数增至200时，界面剪切强度与剪切断裂能分别衰减68%和28%；界面粗糙度从1.5 mm提升至6.5 mm可使界面剪切强度提高92%。在界面剂类型对比中，粉煤灰改性水泥浆表现出最优增强效果，其剪切强度与断裂能分别提升54%和75%。基于塑性极限理论建立的ECC-SftdNC界面剪切强度计算模型与试验数据吻合良好。提出的多参数影响规律与理论模型，为寒区盐冻融损伤混凝土桥梁的ECC加固设计与工程应用提供了重要理论依据和技术支撑。
• Select
  波形钢腹板PC组合箱梁抗火性能及剩余承载力试验

  郑尚敏, 刘翠琛, 管冲, 吴志强, 赵贤齐, 刘伟良, 程海根

  中国公路学报. 2026, 39(3): 398-411. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.027

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为研究全过程火灾下波形钢腹板PC组合箱梁的抗火性能及其火灾后的剩余承载性能，设计制作了波形钢腹板PC组合简支试验箱梁,并开展了耐火试验及火灾后的静载试验，分析了试验梁在碳氢火灾下的截面温度场分布、跨中挠度变化和有效预应力衰变规律，探究了火灾后试验梁的剩余承载力以及受弯破坏全过程。耐火试验结果表明：试验梁在火灾下和灾后冷却过程中沿梁高方向均存在截面温度梯度，受火时波形钢腹板的升温速度明显快于混凝土顶底板的升温速度，火灾下截面最大温度梯度为626 ℃，停火后的1 h内，截面温度梯度不断减小；试验梁在荷载比为0.195的条件下受火70 min时跨中挠度约为26 mm，停火持荷1 h后，梁体继续下挠至约44 mm，卸载后梁体发生回弹，回弹率为70.5%，最终残余变形约为13 mm；火灾下预应力钢束的有效预应力先小幅上升后快速下降，停火后继续下降至406 MPa左右维持稳定，总降幅达60.3%。火灾后的静载试验结果表明：火灾后试验梁在外荷载作用下的受弯破坏全过程大致分为准弹性阶段、裂缝扩展阶段、局部非线性阶段和破坏阶段4个阶段，其剩余承载力约为常温下极限承载力的60.0%；火灾后预应力钢束的应力变化过程可分为协同受力阶段、应力快速重分布阶段和钢束主承载阶段，梁体破坏时底板混凝土被拉断但钢束尚未断裂，其应力为1 345.7 MPa，约为抗拉强度标准值1 860 MPa的72.3%，钢束应力的变化速率与梁体的破坏程度之间存在较为紧密的联系。该研究为火灾后波形钢腹板PC组合箱梁桥的剩余承载力评估和桥梁修复方面提供了科学参考。
隧道工程
• Select
  基于钻进参数的隧道围岩级别精细化超前预测方法

  王明年, 钟浩, 沈红霖, 黄丙旭, 易文豪, 夏覃永, 童建军

  中国公路学报. 2026, 39(3): 412-423. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.028

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为持续预报隧道施工阶段下一未开挖循环的地质情况，并考虑大断面围岩的非均一性特征，提出了一种基于钻进参数的隧道围岩级别精细化超前预测方法。依托西南地区的2座钻爆法隧道，共采集了2 670个循环的钻进参数及其配套围岩级别，并对采集到的钻进参数进行统计特征提取工作。采用深度学习中的长短时记忆网络(LSTM)构建了基于钻进参数的隧道围岩级别超前预测模型，以4个已开挖循环和1个已钻孔暂未爆破循环的钻进参数统计特征组成循环序列数据，并将其作为该模型的输入，去超前预测下一未开挖循环的围岩级别。在此基础上，利用钻进参数三维空间特性，提出了围岩三维空间单元体划分方法，该法将整个循环在横向上划分成多个分块，籍此进一步提出了围岩级别精细化超前预测策略。最后利用训练好的基于钻进参数的隧道围岩级别超前预测模型，实现了对下一未开挖循环的围岩级别的精细化超前预测。结果表明：LSTM模型在超前预测围岩级别方面具有良好的效果，且基于钻进参数的隧道围岩级别精细化超前预测方法能够提前揭示未开挖循环的地质情况及其非均一性特征。
• Select
  基于改进标签编码和RandLA-Net的盾构隧道点云逐管片自动分割和变形提取算法

  林威, 谢雄耀, 关振长, 常佳奇

  中国公路学报. 2026, 39(3): 424-437. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.029

  摘要 ( ) PDF全文 ( )   可视化   收藏

  盾构隧道是公路基础设施的重要组成部分，其结构状态关系着区域交通和城市功能的正常运行。三维激光扫描能够快速、准确地采集海量的结构表面三维空间数据，但沉重的点云处理负担阻碍了其大规模推广应用。为提升盾构隧道变形感知的智能化水平，以先进的RandLA-Net网络架构作为基础，提出了一种基于三维计算机视觉的盾构隧道点云端到端分割方法。结合盾构隧道点云特性，对标签编码方式进行改进，并设计了相应的损失函数，以提升深度学习模型训练的效果。基于所提出的盾构隧道点云分割方法，提出了自动化逐管片变形提取算法，以实现精细化的结构变形状态全面感知。通过现场采集和人工标注的443环点云对所提出的方法进行数据试验，以验证研究分割效果和影响因素。结果表明：基于RandLA-Net的深度学习模型能够有效对盾构隧道点云进行管片分割；所提出的改进标签编码能够提升所训练深度学习模型的分割效果，在管片边缘的分割准确性显著提高。所提出变形提取算法方法实现了精细和准确的管片级别变形感知，能够提供管片转动、管片挠曲、接缝错台等丰富的工程信息，可为盾构隧道施工动态管理、竣工数字存档、运营精细管理提供技术手段，有助于提升公路基础设施的数字化和智能化水平。
• Select
  全预制矩形装配式地铁车站接头力学性能研究

  凌同华, 周智辉, 谭嘉诺, 谢子龙, 廖逸轩

  中国公路学报. 2026, 39(3): 438-448. https://doi.org/10.19721/j.cnki.1001-7372.2026.03.030

  摘要 ( ) PDF全文 ( )   可视化   收藏

  全预制矩形装配式地铁车站作为一种新型结构，能够有效提升施工质量与速度，但其接头构件连接影响尚不明晰。为探究其最优接头形式及其力学性能，通过室内足尺试验对比分析了6种连接形式(2种榫槽形式，3种螺栓连接方式)下接头构件的力学变形特征，并以深圳某矩形装配式地铁车站为工程背景，通过数值模拟手段分析车站结构对于接头构件各连接形式的响应程度。结果表明：①6种连接形式的接头构件均可满足车站结构正常运营条件下的承载力需求，单榫槽构件在线性承载阶段内变形略低于双榫槽构件，螺栓能有效限制接头构件跨中挠度增大，弯螺栓抑制效果最佳；②破坏加载阶段内，弯螺栓对于接头构件极限弯矩承载值提升最大，提升量为23.9%，相同螺栓条件下，单榫槽构件极限弯矩承载值大于双榫槽构件；③接头构件抗弯刚度曲线由三阶段组成，具有显著的变刚度特征，弯螺栓构件进入迅速下降阶段时抗弯刚度最大，弯螺栓单榫槽接头构件在极限弯矩承载值、抗弯刚度与变形能力上均优于其余工况；④采用6种接头构件连接的全预制矩形装配式地铁车站，最大主应力较大值均出现于顶板角部、中板两侧与底板下侧，最小主应力较大值则均位于顶板内侧角部、顶板外侧、底板与中柱连接处，车站整体结构在弯螺栓单榫槽接头形式下受力最优。