路基工程承载着为路面结构提供稳定支撑的重任，不仅影响着道路的稳定性，更关乎其安全性与耐久性。为进一步提升我国路基工程学科实力，促进我国路基工程绿色低碳、可持续、智能化高质量发展，助力交通强国建设，在分析行业发展现状与趋势的基础上，围绕路基填料工程特性、耐久性路基设计理论、路基拓宽、路基防护与支挡、路基工程智能建造与防灾减灾等六大主题，系统总结了我国路基工程领域近年来科技创新的最新成果，全面梳理了未来重点发展方向。具体涵盖巨粒土、粗粒土、细粒土和特殊土等各类路基土性状、路基湿度演化与设计、路基结构模量确定方法、路基永久变形计算与控制标准、拓宽路基非均匀沉降指标与标准、新老路基拼接方法、改扩建路基防排水、新地基处理、路基边坡稳定性评价、坡面防护、抗滑桩和挡土墙、边坡锚固结构与防排水设计修复、路基智能压实、路基性能智能检测与监测、路基灾害类型及成因、路基病害检测、灾害监测及预警、路基病害与灾害防治、路基灾害韧性评价与提升等热点研究方向，分析论述其学术研究现状、存在问题、具体对策及发展前景。该综述可为中国路基工程学科发展提供指引和参考，为路基工程领域研究人员和技术人员提供新的视角和基础资料。

智能汽车在与行人频繁交互的混合交通流中，其运行的安全性和效率面临严峻挑战。为应对此挑战，对人车交互行为的精准建模已成为关键。该技术不仅是提升车辆决策智能水平的核心途径，也是构建高保真虚拟测试场景的基石，两者共同为实现更安全的行驶、更优的交互体验与更高的通行效率提供了核心支撑。然而，当前该领域的研究呈现高度碎片化的特征，且缺乏系统性的梳理与归纳。为此，对人车交互建模技术的前沿进展与核心挑战进行全面综述。首先从交通安全、效用最大化、社会规范与信息交换4个维度，深度剖析了人车交互的关键特性，并在此基础上构建了其形式化定义；其次，系统回顾了行为建模的主流技术路线与交互效应的量化方法，并探讨了智能汽车作为交互主体的独有特性及其建模范式；最后，对该技术的未来发展趋势进行了总结与展望。揭示了当前研究存在的若干核心局限：理论层面，对行人的行为认知机制理解尚浅，且对交互中信息沟通作用的认知缺乏系统性；模型层面，现有模型的物理或效用假设存在局限，不同类型模型的融合研究不足； 情境层面，普遍忽视了交互场景、车辆特性及参与者异质性等关键要素； 方法层面，数据驱动模型仍面临可解释性不强的瓶颈。针对上述挑战，未来研究应聚焦于深化认知机理的理解，探索物理与效用耦合、专家知识与数据共驱的路径，并系统性地将场景、车辆及个体异质性等因素纳入考量。值得注意的是，多模态大语言模型、具身认知等前沿理论与技术正为此领域带来新的研究范式。推动该领域的实质性突破，亟需多学科的深度交叉融合与新兴技术的创新性应用，以最终促成一个更为安全、高效和人性化的新一代智能交通系统。

为了避免个体差异对疲劳驾驶辨识精度的影响并且提高疲劳驾驶辨识的个性化水平和效率，将主成分分析(Principal Component Analysis, PCA)与一维卷积神经网络(1 Dimension Convolutional Neural Network， 1DCNN)结合，提出一种快速个性化的疲劳驾驶辨识方法。首先，组织高速公路场景下的模拟驾驶试验，低侵入地采集24名被试的驾驶行为数据、面部关键点坐标及疲劳得分。然后，使用双层滑动时间窗切分原始数据并计算出486种指标。最后，采用结构紧凑的深度学习算法构建基于PCA-1DCNN的个性化疲劳驾驶辨识模型。使用5折交叉验证划分每位被试的数据集，训练并验证个体疲劳驾驶辨识模型，得到个性化疲劳阈值。结果表明：所提出的个性化疲劳辨识模型对所有被试的平均精度、敏感度、特异度分别达到99.93%、99.92%、99.94%，对所有被试的辨识效果较为稳定，精度、敏感度和特异度的标准差分别为0.07%、0.11%和0.09%;所提方法无需人工提取特征，采用轻量化的1DCNN，能快速辨识疲劳驾驶，平均检测耗时为0.010 3 s。所提方法规避个体差异的影响，提高个体疲劳驾驶辨识的精度和速度，可用于研发高效的个性化疲劳驾驶预警系统，亦能推动其他危险驾驶行为的个性化建模研究。

驾驶过程中保持适度的警觉水平是保证驾驶安全的重要条件。驾驶警觉下降的类型可归纳为疲劳、分心驾驶及长时间的自动驾驶监控3类，不同类型的驾驶警觉下降在重点特征、注意机制等方面可能存在差异，但其异质性特征尚未明晰。这种异质性可能是导致当前不良驾驶状态检测模型泛化能力不足、预警效能不理想的重要原因。为系统揭示驾驶警觉下降的特征和机制，从驾驶警觉下降的测量工具、类型、特征、影响因素、内在机制、检测方法和预警研究展开文献分析，得出以下结论：第一，警觉的测量工具已形成较为完整的体系，但其在交通场景中的应用尚未实现广泛普及；第二，驾驶警觉下降特征已基本明确，但疲劳驾驶的类型差异研究不足，认知分心的脑电特征研究存在空白，且听觉-认知分心、疲劳驾驶及两者的交互效应对接管效率的影响机制亟待探明；第三，警觉下降的机制层面，睡眠相关疲劳导致的驾驶警觉下降与大脑皮层活动减弱相关，而任务相关疲劳、分心驾驶及自动驾驶监控导致的驾驶警觉下降则与注意资源不足和觉醒水平相关；第四，现有检测技术过度集中于疲劳驾驶与视觉-操作分心，对认知分心的检测及警觉等级综合评估研究不足，且因EEG和眼动设备成本高、数据处理复杂，导致其应用受限；第五，现有预警系统忽视了驾驶环境、个体生理心理等因素的影响，缺乏基于驾驶警觉下降机制的差异化预警策略。因此,建议：①深化跨学科协作，构建交通场景专用的警觉测量范式，推进警觉测量工具在交通领域的实证研究；②系统对比各类型疲劳驾驶的驾驶警觉特征差异，解析不同认知加工组合下分心驾驶的眼动-EEG特征图谱；③研发便携式低侵入性脑电采集装置，构建基于眼部特征与ERP指标认知分心的实时监测模型；④基于标准化的试验设计、创新数据分析方法和多模态数据融合技术三重路径突破ERP指标识别瓶颈；⑤制定驾驶人群分类预警标准，设计基于驾驶警觉下降机制的个性化预警方案，集成车内环境调控预警系统。

为提升智能车辆动态场景实时决策能力，针对决策模块对交互环境态势变化认知不足导致的决策性能下降难题，建立考虑交互车辆预测信息的智能车辆行为决策模型。首先，通过解析驾驶人超车行为，构建了融合多因素的智能车辆交互式超车行为决策框架。在此基础上，应用卷积神经网络(CNN)与长短时记忆网络(LSTM)，建立区分交互车辆时间和空间特征的轨迹预测模型。基于Kullback-Leibler(KL)散度理论，设计结合车辆运行物理规律的模型实时引导修正机制，提升模型预测精度与可解释性。进一步，基于风险场理论和博弈论方法，分析自车行驶安全性与行车效率收益约束条件，提出考虑交互车辆预测信息的智能车辆超车行为决策方法，实现动态场景超车博弈的均衡求解。最后，通过数值模拟与实车测试开展了超车场景试验。研究结果表明：考虑交互车辆预测信息的决策模型能够完成高精度轨迹预测，并依据预测结果实现动态场景实时超车决策；轨迹预测模型预测平均位移误差为0.993 m；决策过程博弈稳定性与博弈收益分别提升28%和20%，能够实现更高决策安全性与稳定性。研究结果可为智能车辆轨迹预测和行为决策提供理论支撑，提升智能车辆行为决策水平。

公路边坡灾害是公路交通安全运行的重要威胁，厘清公路边坡灾害的发生机理，并开展轻量化的监测预警，已成为保障路域安全的迫切任务。在梳理公路边坡灾害特征和分布特点的基础上，系统总结了公路边坡的5种典型破坏模式(崩塌、滑坡、泥石流、路基塌陷、表层溜坍)，分析了每种灾害的特征与灾变机理，并深入探讨了其影响因素和诱发条件。基于此，提出公路边坡灾害的轻量化监测预警思想，主要涵盖巡查与排查、监测因子选择、监测位置优化、监测预警模型优选以及预警防控措施等5个环节，并指出了轻量化监测预警应满足的条件；同时，总结出“先筛后测-低成本感知-轻量模型”的核心框架，以及可行的实现方案。该研究可以为公路边坡轻量化监测预警技术的研发与应用提供参考，对保障公路交通韧性服役有积极的意义。

交通标志作为保障交通系统安全、高效、绿色运行的关键元素，其效能的充分发挥常受交通标志设置标准适应性、测试手段有效性、效用解析全面性等问题的制约。基于此，聚焦交通标志引发的“找不到”、“看不懂”、“走不对”三大影响出行品质的基础问题，运用科学知识图谱的方法系统梳理并归纳交通标志的研究热点。同时，从驾驶人“发现、理解、执行”的认知决策链路出发，全面综述交通标志研究的试验测试平台、基础理论与关键技术。现有研究表明，交通标志对驾驶人视觉感知、认知决策、操控行为特性以及车辆运行状态的影响机制仍有待系统刻画，其作用链路与驾驶人需求之间的关联尚未得到充分揭示。基于此，结合团队研究经验，创新性地构建涵盖“方案设计、特征表现、量化评价、优化甄选、配套设置、标准指南”6个方面的交通标志研究与应用范式。通过剖析典型交通标志研究案例，详细阐述了该范式的具体实施步骤，并与国内外同类研究方法进行对比。研究结果表明:融合人因需求的交通标志研究与应用范式具有明显优势，不仅能够为标志设计研究、优化提供理论支撑，还将为解决交通行业安全设施共性问题及重大工程应用提供有力的依据。

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。

随着自动驾驶测试需求的迅猛增长，从众多测试场景中快速筛选出关键场景已成为测试工作的核心任务。针对关键场景数量稀缺、出现概率低导致测试效率低的问题，关键场景加速遴选技术的攻克极为迫切。为了全面综述自动驾驶测试中关键场景的加速遴选方法，从功能场景、逻辑场景和具体场景3个维度进行了深入探讨。在功能场景层面，研究主要着眼于场景构型，遴选出构成关键场景的要素组合；在逻辑场景层面，研究则侧重于场景范围，遴选出构成关键场景的要素取值范围；在具体场景层面，研究则聚焦于场景实例，遴选出构成关键场景的要素具体取值。当前针对功能场景与逻辑场景的研究尚显不足，亟需更多的研究投入。此外，现有方法仍面临场景真实性不足、加速效果有限及与自动驾驶功能不适配等多重挑战。未来研究应聚焦于解决上述问题，特别是在功能场景与逻辑场景方面，持续优化关键场景加速遴选技术，以期为自动驾驶测试技术的持续进步提供强大动力。

冬季路面积雪结冰会严重影响交通安全和运输效率，阐明路面材料表面的液滴低温冻结行为对路面冰雪防控具有重要意义。基于低温冻黏观测系统，研究了环境温度、液滴体积、材料表面构造等对液滴(H₂O)在水泥混凝土表面低温冻结行为的影响。结果表明：在水泥混凝土表面，液滴冻结主要受热传导控制；基于图像学分析，冻结过程分为过冷阶段、相变阶段、乳突阶段和冻结完成阶段；液滴在冻结过程中，冻结面由热传导界面逐步上移，伴随体积膨胀，最终以乳突形式释放；试验中随环境温度降低，在0 ℃~-4 ℃之间，液滴持续保持过冷状态，未产生冻结，环境温度低于-4 ℃时，液滴逐渐冻结，冻结完成时间随环境温度降低而缩短，-15 ℃下液滴完成冻结的时间较-8 ℃缩短了39.95%，较-12 ℃缩短了6.34%；液滴体积增大，影响液滴传热效率，延长最终冻结时间，对-12 ℃条件下的原始路表，0.5 mL液滴完成冻结的时间较0.3 mL液滴延长了8.40%，而0.8 mL液滴完成冻结的时间较0.5 mL液滴延长了44.37%；受热传导接触面积影响，液滴冻结时间与表面粗糙度呈负相关，混凝土表面微观构造的高度方差越大，液滴冻结过程越快，冻结完成时间越短，相比于普通表面，表面微观构造小的混凝土表面液滴冻结时间延长了14.43%~16.90%。针对寒冷地区的路面，宜从路表抗滑和路面防冻2个角度进行表面构造深度的平衡设计。

暴露在大气环境中的钢桥，在温度、相对湿度和污染物的共同作用下，不可避免地会发生腐蚀病害，成为困扰全球的难题。为了深化对大气环境腐蚀作用的认知，从桥位附近的宏观环境、构件附近的局部环境和构件表面的微环境3个层面总结和归纳了现有研究成果，并探讨了未来的研究方向。现有研究表明：宏观环境已达到可表征、可分级的研究阶段，建立了基于标准挂片暴露试验结果和气候参数的宏观环境腐蚀性分级方法；局部环境仅能体现钢桥不同部位长期接触的腐蚀介质类型对环境腐蚀性的影响，缺乏腐蚀介质作用强度和持续时间等表征参数，腐蚀性等级的判定依赖工程经验；微环境以钢材大气腐蚀机理为核心，通过表面温度、表面湿度和表面污染物沉积量等参数动态表征钢桥不同点位大气环境的腐蚀性强弱。已经形成的中国腐蚀环境分区图存在数据密度低，暴露试验测站位置远离桥位等缺陷，难以准确体现桥位处宏观环境的腐蚀性等级。建议沿着中国公路网建立梯度化大气腐蚀暴露测站，获取多源大气腐蚀数据，形成适用于钢桥的腐蚀环境分区图。未来应该以构建可表征、可量化、可应用的微环境研究体系为目标，开展微环境计算理论研究，明确微环境参数的相互影响机制并构建量化分析方法，建立微环境层面的大气腐蚀速率预测模型，以期为局部腐蚀部位精准感知、耐腐蚀构造设计、靶向养护设计等提供科学原理。

驾驶经验不足、多拉快跑心理等人因因素是高速公路长大下坡路段重载货车制动失效的主要成因，通过信息干预诱导驾驶人合理控速是解决该类问题的有效方法，其根本是优化速度主动干预策略，使其满足驾驶人序贯决策过程的信息需要。基于强化学习建立了具备序贯决策能力的优秀驾驶人模型，并提取自然驾驶人运行状态与优秀驾驶人模型间的显著差异特征，映射形成行车速度干预优化策略。首先，依托中国某高速公路长大下坡路段，搭建了与优秀驾驶人模型交互的环境；其次，鉴于高速公路长大下坡路段行车风险的累积效应，设计了综合考虑行车安全性、高效性和舒适性的单步奖励函数和全局奖励函数；然后，利用对偶深度Q学习网络(Dueling Deep Q-Learning Network, DuDQN)实现优秀驾驶人模型的训练；最后，通过驾驶模拟试验获取自然人驾驶运行状态数据，并基于行驶速度趋势检验提取其与优秀驾驶人模型的时空差异特征，实现速度干预点位和干预目标的确定。结果表明：基于DuDQN和DQN建立的优秀驾驶人模型并无显著性能差异，只是前者具有微弱优势；相比于自然人驾驶，优秀驾驶人模型的安全性提升了4%，而且其最大加速度变化率为0.12 m·s^-3，低于自然人驾驶的0.22 m·s^-3；自然人驾驶与优秀驾驶人模型的运行状态显著差异往往出现在坡度频繁变化路段，通过对差异特征的提取能够得到合理的行车速度干预策略。所提方法框架以模型驱动方式支撑行车速度干预策略的制定，可有助于提升高速公路长大下坡路段交通安全主动防控能力。

基于车路协同的车辆碰撞及危险预警主流方案依靠激光雷达，但激光雷达总体价格昂贵，且雷达点云处理算力需求严苛，导致预警方案应用成本高昂。而相机具备低单价、低处理算力需求的特点，成为预警方案实施的有效载体。目前基于相机的预警方案在像素平面进行，定位精度低，易引发预警错误。对此，首次提出面向路侧相机的3D追踪算法，通过目标级车路感知融合，扩展车端感知范围并提升车端视野盲区内感知性能。针对路侧场景特点，改进3D目标检测模块，基于相机成像原理，量纲一化训练数据标签。利用监督学习范式，让模型有效学习像素与深度的映射关系，提升定位性能。提出多类别运动预测算法，根据不同类别交通参与者的运动特点，进行非线性运动建模，实现目标未来运动趋势的精准拟合。利用广义交并比进行相似度度量，扩大密集路侧场景中目标间差异并提升关联匹配精准度。依据仿射变换，完成车路感知结果空间对齐。通过相似度度量与匈牙利匹配算法完成最终车路感知结果融合。在V2X-Seq公开数据集上的试验结果表明:与其他先进3D追踪方法相比，该算法具有更优异的感知精准度。通过车路协同感知，针对“鬼探头”场景，进行危险碰撞预警，可有效提升碰撞预警成功率并增强单车智能的安全性能。

为探索赤泥在道路基层中的高值化利用路径，提出一种赤泥基地聚合物(RMG)与赤泥基轻集料(RA)协同制备赤泥基地聚合物-轻集料路面基层材料(RGAC)的技术方案。以赤泥、粉煤灰和矿渣粉为前驱体，经复合碱激发制备RMG；以赤泥和矿渣粉为基体，经挤压造粒制备RA，并按15%和23%的体积掺量替代4.75~9.5 mm天然集料。研究RMG掺量和RA掺量对RGAC不同龄期力学强度、微观结构、有害物质浸出特性及碳足迹的影响。结果表明：RGAC的7 d无侧限抗压强度为4.42～7.65 MPa，28 d强度达到90 d强度的82.7%～90.7%；随着RMG掺量增加，各龄期无侧限抗压强度、劈裂强度及弹性模量均显著提升，但增幅在RMG掺量超过7%后趋于平缓；RA掺量由15%增至23%时，RGAC各龄期无侧限抗压强度、劈裂强度及弹性模量整体呈下降趋势。微观分析表明：RMG水化生成N—A—S—H、C—A—S—H等凝胶产物可填充孔隙，包裹颗粒并增强界面黏结；当赤泥掺量为40%～60%，体系Si/Al比为1.6～2.3时，凝胶网络较致密，宏观力学性能较优；赤泥掺量过高则因活性组分不足导致凝胶生成量减少、结构疏松、强度劣化。各配比RGAC的重金属浸出浓度均低于《地下水质量标准》(GB/T 14848—2017)Ⅲ类限值，且提高RMG掺量可显著增强重金属固化效果，其固化机制涉及物理吸附、化学键合、离子交换及沉淀反应等多重协同作用。与水泥稳定碎石基层相比，RGAC胶凝材料相关CO₂当量排放降低约46%。

计算机视觉光流法在结构健康检测领域具有广泛的应用潜力。然而，传统光流法在面对复杂环境变化时，其鲁棒性和准确性仍存在较大不足。提出了一种基于计算机视觉的自适应特征点识别算法，旨在提高在光照变化、视角变化、噪音干扰及雨水干扰等复杂环境条件下的特征点检测和跟踪精度。算法通过动态调整特征点提取、匹配和优化参数，适应不同场景和环境干扰条件下的特征点运动和变化。试验结果表明:在光照变化(包括亮光、暗光)、视角变化、噪音干扰(包括强噪音、弱噪音)和雨水干扰(包括大雨、小雨)下，算法的均方根误差均显著低于传统LK光流法，验证了自适应特征点识别算法在复杂环境中的鲁棒性和准确性。此外，通过处理时间和特征点数量的对比，证明了该算法在实时性方面的优势。研究成果为桥梁工程结构的实时监测提供了有效方法，有助于提高结构施工质量，保障运营安全。

下沉式隧道属城市道路低洼区段，在强降雨影响条件下不出现过多积水，是预防甚至杜绝城市内涝灾害保证交通安全的关键。为此，以路面状况与雨量损失为切入点，构建由进流量、排水能力及路面坡度函数表征的低洼路段积水深度预测公式。进一步地，采用SWMM(Storm Water Management Model)构建排水管网模型，对不同降雨、不同排水条件下积水深度进行预测，并验证理论公式的可行性。最后，根据模拟预测结果，完成对隧道内积水深度的风险等级评估。研究结果表明:隧道在理想排水条件下，降雨重现期为10、50、100年时，最大积水深度分别为14.93、20.85、22.74 cm;积水深度模拟预测曲线与理论公式计算结果吻合度良好，表现为先快速增长，后缓慢增长，达到峰值后快速下降，积水峰值在雨强峰值后出现;考虑25%管道堵塞率情况下，降雨重现期10年时的积水风险等级为Ⅲ级，重现期为50和100年时的积水风险等级均为Ⅳ级。研究成果对于下沉式隧道积水深度监测、预警与风险评估具有借鉴意义。

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。

尝试在施加预应力的基础上，引入混杂纤维混凝土(HFRC)，以改善连续组合梁负弯矩区抗裂性能。首先设计制作了4片不同混凝土板的组合梁，分别为普通混凝土板(CB-1)、HFRC板(CB-2)、预应力普通混凝土板(PCB-1)和预应力HFRC板(PCB-2)，进行静载试验，采集LS-1(0 kN)、LS-2(100 kN)、LS-3(极限荷载)3个静载阶段的频率及对应振型。由试验可知：与试件CB-1相比，试件CB-2、PCB-1、PCB-2最大裂缝宽度分别减小了19.2%、42.5%、59.2%，开裂荷载分别提高了43%、129%、189%；在LS-1阶段，试件CB-2、PCB-1、PCB-2一阶频率分别提升了2.4%、2.9%、7.6%，二阶频率分别提升了3.6%、5.9%、6.8%，三阶频率分别提升了0.6%、1.4%、3.5%；加入预应力技术与混杂纤维，能够改善组合梁负弯矩区的抗裂性能和刚度，其中预应力技术的改善效果优于HFRC，2种结合效果更优。然后分别采用频率、振型和增强型协调模态保证准则(eCOMAC)对4片组合梁试件进行损伤识别，发现eCOMAC精度最高；由eCOMAC量化组合梁的负弯矩区损伤程度可知，试件CB-2、PCB-1、PCB-2跨中位置的eCOMAC值分别比试件CB-1下降了22.5%、34.3%、54.8%，其与试验结果吻合较好。最后利用有限元软件ABAQUS，结合eCOMAC识别方法，考察预应力、钢纤维和聚丙烯纤维体积掺量对组合梁负弯矩区开裂性能的影响，结果表明聚丙烯纤维对负弯矩区损伤改善效果轻微，钢纤维改善效果较明显，预应力效果最好。

为明确道路几何设计对驶出货车速度的影响规律，分析了高速公路主线至匝道路段货车运行速度的浮动车数据特性，并在此基础上构建了高速公路驶出货车运行速度预测模型。首先，通过分析货车驶出过程中速度变化的趋势，结合道路几何设计要素，确定了分流区货车速度的特征截面。然后，通过变量投影重要性分析，识别了影响特征截面货车速度变化的关键几何设计要素。最后，基于12个案例的实测数据，采用偏最小二乘回归法建立了货车在3个特征截面处的运行速度预测模型，并利用4个案例的实测数据对模型进行了验证。结果表明：货车在渐变点、分流点和分流鼻3个截面处的速度变化显著;货车减速行为通常在出口上游约500 m处首次出现，这意味着几何设计和交通标志对货车速度有重要影响;渐变段长度、减速车道长度、过渡段渐变率、渐变线长度、导流线长度及分流鼻端曲率半径是影响货车速度变化的关键设计要素;所建立的预测模型能够较为准确地描述货车在分流区的速度变化规律，其预测结果的平均绝对百分比误差均小于10%。研究成果可为互通立交路段线形一致性评估、限速方案制定及交通安全设施布设提供理论支撑和实践依据。

为提升隔震桥梁的抗震性能，结合变曲率摩擦摆(VCPB)与形状记忆合金(SMA)索的优势，提出了新型形状记忆合金变频摩擦摆(SVFPB)及其隔震桥梁参数设计方法。首先，推导了SVFPB的力学模型，基于OpenSees平台分别开展了VCPB与SMA索建模，并验证了模型精度，进而建立了SVFPB模型。其次，采用SVFPB参数设计方法开展了SVFPB隔震桥梁参数优化设计，确定了SMA索最优比例系数及分配系数，得到了SMA索的最优屈服力。最后，进一步研究了SVFPB参数设计方法的有效性及SVFPB隔震桥梁的抗震性能，分析讨论了SVFPB隔震桥梁地震响应的控制效果。结果表明：SVFPB参数设计方法能够准确得到SMA索最优参数；采用最优参数的SVFPB隔震系统可有效提升隔震桥梁的性能，能够实现主梁、支座、桥墩地震响应的综合最优控制，主梁峰值位移减小6.7%，支座残余位移减小51.3%；桥墩剪力、弯矩最大增幅仅为7.4%、7.0%。研究结果可为SVFPB隔震桥梁性能的提升提供参考。

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。

针对重载交通与极端环境的严峻挑战，改性沥青的研发正经历从“宏观经验试错”向“分子级精准定制”的范式转变。综述了聚合物改性沥青技术的发展历程、微观机理与前沿态势。首先，从经典的SARA四组分模型出发，探讨了现代分离与高级表征技术在构建沥青“化学-流变”跨尺度关联模型中的应用，阐明了微观组分对宏观力学响应的影响。其次，系统梳理了改性剂技术的代际演化，涵盖了从早期的热塑性树脂与热塑性弹性体到废旧橡塑材料的绿色化与反应性高值利用，并强调了微量化学增容剂在改善多相体系相容性中的关键作用。此外，基于相容性热力学理论和微观相态的演化规律，深入剖析了决定改性沥青储存稳定性的物理化学本质。最后，展望了基于材料基因组计划的沥青基因库建设，分子动力学模拟的虚拟实验室应用，以及结合物理信息神经网络的数字化逆向设计等前沿方向。这些新技术和多学科的融合正推动改性沥青的研发由传统低效的经验试错模式向分子级精准定制和智能化设计方向的根本性转型。

为了改善3D打印混凝土结构层间薄弱面的黏结性能，提升桥梁打印构件，尤其是主梁构件的抗弯承载能力，推动3D打印技术在桥梁工程的进一步应用，提出一种鱼骨形(Herringbone, HB)加强筋，对3D打印混凝土构件进行穿层加筋增强。设计并制备了多种加筋试件，分别进行了直接拉伸试验、劈裂拉伸试验与直接剪切试验,研究HB加强筋对打印构件层间界面黏结性能的影响。试验结果显示，HB加强筋的引入显著增强了打印试件的抗拉性能与抗剪性能。与无加筋的对照组试件相比，试件垂直于层间界面方向(Z方向)的抗拉强度从0.832 MPa提升至1.823 MPa，提升了119%；沿打印路径方向(X方向)的劈裂强度从1.262 MPa提升至2.387 MPa，提升了89%；垂直于打印路径方向(Y方向)的劈裂强度从1.179 MPa提升至2.212 MPa，提升了87%；X方向抗剪强度从1.487 MPa提升至3.819 MPa，提升了156%；Y方向抗剪强度从0.897 MPa提升至3.350 MPa，提升了273%。这些结果表明，使用HB加强筋作穿层布置可以有效地提高打印构件的层间界面黏结性能，尤其是抗拉和抗剪性能。此外，通过荷载-位移曲线分析，揭示了未加筋与加筋试件在承受荷载时的典型特征，证明了加强筋的植入不仅提高了试件的层间界面力学强度，还增强了3D打印试件的结构韧性。最后，根据试验结果，基于半理论半经验的方法回归了3D打印加筋试件的抗拉和抗剪强度计算公式，为加筋3D打印混凝土的工程应用提供了理论支持。

为促进拱桥合理拱轴线设计理论的发展，回顾了合理拱轴线设计理论演进历程，总结了合理拱轴线计算方法的代表性研究成果和面临的主要问题，探讨了未来研究重点与方向。研究结果表明：拱桥的发展离不开合理拱轴线设计理论的完善，求解匹配恒载作用模式、逼近恒载压力线的拱轴线是拱桥设计的关键，能够实现材料特性与结构受力的高效协同，提升拱桥整体性能和承载效率；合理拱轴线计算方法总体上分为解析方程法和曲线拟合法,前者的重点在于确定拱桥主拱和拱上建筑的恒载作用模式、建立和求解拱轴线方程，后者的重点在于选择拟合曲线类型、确定控制点位置和数量、判定拟合方法及优化目标，常用的拟合曲线有悬链线、高次抛物线、样条曲线等；解析方程法将合理拱轴线用恒载集度、水平推力等结构设计参数表达，能够指导主拱和拱上建筑的合理结构布置与选型，显著优化拱桥受力；曲线拟合法求得的拱轴线多为光滑曲线，主拱在集中力作用截面或相邻集中力中间截面将产生较大的局部弯矩；未来需结合大跨拱桥创新发展趋势，重点攻克轻质高强材料应用、复杂结构布置优化及特殊施工方法适配等3类场景交互作用下的拱桥合理拱轴线设计难题，为大跨拱桥合理成桥状态提供理论支撑。

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。

为全面反映砂岩地质特征、赋存环境与载荷效应对砂岩损伤及变形渗透机制的影响，开展含软弱夹层岩样三轴渗流试验，并基于D-P破坏准则和有效应力原理建立夹层砂岩多因子水-力耦合损伤本构模型。结果表明：一方面，夹层砂岩的峰值强度和弹性模量较完整岩样均有所降低，且随夹层倾角变化呈U形分布，并随着渗透压等级的提高呈线性衰减；另一方面，砂岩的力学行为和渗透特性受夹层倾角和渗透压的共同影响，二者展现出复杂的交互性，初始渗透率和夹层倾角、渗透压均呈正相关，30°夹层倾角岩样受荷全过程渗透率经历2个阶段的变化。此外，为突破经验分析损伤的局限，从经典损伤理论出发，得出总损伤量D₀初始值随夹层倾角的递增呈倒U形分布，整体变化趋势遵循S形增长模式。最后，结合试验所得力学参数，运用定性描述与定量分析相结合的方法，构建了水-力耦合作用下砂岩损伤本构模型，准确捕捉了砂岩在多种条件下的力学响应特征，并通过试验数据与理论曲线的对比验证了模型的合理性。

为了研究降雨入渗作用影响下地震诱发路基变形的发展特性及失稳破坏过程，基于离心物理模型试验与有限元数值模拟方法，分析降雨后地震作用下路基动力响应特征、位移与应变发展规律以及失稳破坏特点。研究结果表明：前期降雨引起路基内部渗流发展和水分迁移，使得降雨后地震作用下路基动力响应更为显著且变形进一步发展；降雨结束后，路基内部渗流持续向坡脚方向发展，不同位置处土体饱和度发生改变，地震诱发路基变形规律与滑动特点受到前期降雨引起的水分迁移影响，当渗流引起路基坡脚附近土体湿化达到饱和时，地震作用下路基变形破坏最为明显；前期降雨总量与持时相同条件下，当降雨强度递减时，降雨初期雨水入渗速率较高，路基内部渗流发展加速，内部水分迁移加快，土体吸力值迅速减小且从非饱和状态向饱和状态转化，有效应力持续降低，地震作用下路基变形规模更大，失稳破坏形成的滑动面范围扩大；在相同地震荷载作用下，前期降雨强度递减条件下路基累积变形最为显著，其次为雨强恒定条件，雨强递增条件下路基累积变形最小。

冲刷是桥梁水毁失效的重要原因之一。然而，传统冲刷分析理论虽然在数值模拟、湍流唯象等方面有新的进展，但是仍不能妥善兼顾计算精度和计算效率，难以高效准确计算冲刷平衡深度和空间形态，制约了桥梁水下安全设计与运维技术的发展。一方面，主流的平衡冲刷深度计算公式往往过于保守，与实桥测量相差较大；另一方面，经典的单相流仿真方法与水槽结果在形态和深度上仍存在不小差异，而可以更准确描述泥沙运输的两相流模型计算成本高昂。从冲刷计算公式优化、单相流和双相流智能仿真3个角度出发，通过多源数据、多维领域知识和先进人工智能算法的协同作用，提出了一套桥梁冲刷智能分析理论体系与技术路径。在相关智能化分析案例中，该理论体系与技术路径无论从计算精度、效率还是安全性、泛化能力等关键维度上，均展现出优于传统主流经验公式与仿真方法的显著优势，有效缓解了传统冲刷计算中精度与效率难以兼顾的矛盾，不仅为高精度、高效率冲刷评估提供了可行解决方案，也为桥梁全寿命周期设计与防灾减灾提供了技术支撑。

为解决传统路面标线视觉识别性差等问题，以稀土铝酸锶[SrAl₂O₄∶Eu²⁺,Dy³⁺ (SAO)]作为发光粉，钛白粉和碳酸钙作为填料，十二碳醇酯作为成膜助剂，制备水性长余辉自发光路面标线涂料。采用磨耗试验、浸水试验、紫外老化试验等探究长余辉自发光路面标线涂料的耐久性，并结合红外光谱和扫描电镜揭示其微观衰变机理。结果表明：长余辉自发光路面标线的主要磨耗形式为填料的剥落，钛白粉比碳酸钙更容易发生磨耗剥落；浸水不会降低自发光路面涂料的发光效果，但会略微降低路面标线涂料的抗滑性能，浸水过程主要是物理作用，没有引起化学变化；紫外辐射对涂料初始亮度和余辉时长均有提升效果，主要是因为铝酸锶可吸收部分紫外线，将其转化为热能或激发自身的发光特性，增加涂料的亮度和余辉时间；在紫外辐照能量较低时，紫外辐射可以增强其黏附性能，而随着辐照能量的增加，黏附力下降。此外，硅丙乳液有优异的成膜性，能够有效隔绝水分和紫外辐射的侵害；二氧化钛通过提高涂料的反射性能、抗紫外线能力，增强了涂料的可视性和耐久性；碳酸钙改善了涂料的硬度和耐磨性。材料之间协同作用显著提升了长余辉自发光路面涂料的整体性能。

地铁车站在修建过程中常对主体结构开设孔洞以满足其换乘等功能需求,但会较大地削弱开洞部位主体结构的承载能力。为了探究洞桩(Pile-beam-arch, PBA) 法地铁车站拱顶开洞结构力学行为,以广州某新建的洞桩法地铁车站为研究对象,通过室内模型试验对洞桩法车站拱顶开洞结构的破坏模式、裂缝扩展与变形规律展开深入研究；其次通过数值模拟方法对全尺度车站拱顶开洞结构的稳定性和开洞的影响范围进行分析。研究结果表明：车站拱顶开洞段的纵梁处于三维扭转状态,但其水平抗弯刚度较大,仍以竖向弯曲为主要变形特征；纵梁无拱一侧的纵断面中心形成“Y”形拉-剪复合型贯穿裂缝,而跨中部分形成的45°贯穿剪切斜裂缝；洞口边界出现显著的应力集中现象,同时车站结构整体传力路径发生改变,中扣拱不直接影响开洞区域内的其余结构；相比于未开洞段,以变形之差小于10%为判据,得到车站拱顶开洞的影响范围为开洞长度的80%,各结构内力受影响程度排序从大到小为纵梁、拱、底板、侧墙。研究成果可为类似地质条件下的地下工程建设提供重要参考。

作为桥梁运维的核心环节，桥梁巡检的数智化是其发展的重要方向与内容。桥梁数字孪生具有虚实交互、数据驱动、多物理场仿真等特性和优势，已成为支撑桥梁数智化运维的关键部分。面向桥梁巡检的数智化发展，对数字孪生背景下的桥梁巡检技术体系进行了全面综述。首先，提出了融合数字孪生的桥梁巡检技术框架，围绕数据采集、处理、表达的桥梁巡检全过程，讨论了结构三维建模与病害表达技术的最新进展。其次，聚焦数字孪生桥梁巡检应用，分析了巡检机器人系统无人自主化、远程实景巡检等研究现状和发展关系。最后，探讨了结构数字孪生与表达、桥梁场景数据增强、数字孪生桥梁巡检系统构建等关键问题，展望了未来发展趋势。综述分析表明，面向桥梁结构长寿命运维需求，数字孪生技术是实现科学化、精细化、时效化巡检的关键路径。尽管当前研究在巡检软硬件的数智化程度上实现了诸多突破，但在数字孪生的大背景下，该领域仍有大量的基础理论与技术亟需突破创新。

针对山区公路沿线滑坡灾害时空演化复杂、诱发机制多样及传统处治手段响应滞后的问题，提出一套识别-预警-控制全流程一体化的滑坡处治方法。在隐患识别方面，融合遥感影像、InSAR干涉测量、无人机航测及激光雷达等多源数据，提出滑坡快速识别与演化追踪方法，并结合地球物理勘探与钻孔测斜，精准解析滑动面几何特征。在监测预警方面，建立融合GNSS、测斜、应力计、微震及气象传感器的多参量监测体系，构建基于变形-力学控制-环境响应的分级预警模型，实现复杂地质条件下滑坡的动态监测与精准预警。在控制策略方面，提出集成微型桩和智能锚固等构件的结构优化与阶段化快速应急处治策略，实现针对性强、部署高效的处治目标。提出的方法在都巴高速那良滑坡治理工程中得到验证，结果表明其在公路沿线滑坡“识别-预警-控制”一体化处治中适应性较强。

在全球碳中和目标驱动下，公路的清洁化能源供给是实现交通脱碳的关键路径。立足交通基础设施与能源系统的协同发展视角，对路域绿色能源的开发利用潜力进行了系统性综述。首先，根据能量来源将路域绿色能源归纳为2类:①太阳能、自然风能、地热能和水能等路域自然禀赋能源；②机械振动能、路面热能和交通风能等公路交通引发能源。其次，系统梳理了光伏电池、风力涡轮机、地源热泵、水能和波浪能转换装置、基于压电效应、摩擦纳米发电或电磁感应的振动能收集器以及热电发电机等多种能源收集利用技术、转化效能与技术瓶颈。最后，建立统一场景下的潜力评估模型，横向对比了不同能源的输出功率、经济性及减碳效益，并总结了路域绿色能源的典型应用场景。研究表明:尽管路域绿色能源潜力巨大，但其开发利用面临着能源精细化评估、技术效率与耐久性及系统集成与经济性等多维度的挑战。该研究为构建清洁低碳、高效融合的新型交通能源体系提供了理论框架与决策参考。

为探究粗骨料超高性能混凝土(CA-UHPC)薄板中PBL剪力连接件的力学性能，基于推出试验结果与分析，探讨了有无贯穿钢筋、开孔钢板厚度、孔径大小、混凝土强度及连接件形式等因素的影响规律与机理。分析结果表明：无贯穿钢筋试件中由于混凝土榫需单独承受相对滑移作用，因而伴随竖向裂缝的迅速发展，发生剪切破坏，无法发挥其优异的抗压性能；相比有贯穿钢筋试件，抗剪承载力及刚度分别下降了34.5%及28.8%，表现为脆性破坏形式。通过面积及刚度的等效替换理论，表明可使用贯穿钢筋的等效混凝土榫面积来表征其抗剪贡献。由于采用了长度为13、20 mm的钢纤维，开孔钢板板厚由12 mm增加至20 mm时，混凝土榫下方抗剪界面上纤维分布根数减少了52.9%，削弱了其对于抗剪的销栓抵抗作用，从而使抗剪承载力下降了17.2%。由于混凝土榫的承载体积及强度的提升，开孔钢板孔径从40 mm增加至50 mm，以及CA-UHPC的抗压强度从146 MPa提升至163 MPa时，抗剪承载力分别提升了32.8%及62.2%，两者为承载力及刚度的主要贡献因素。同时，与普通UHPC相比，粗骨料的加入促使CA-UHPC混凝土榫的抗压承载力及刚度有所提升，从而使PBL连接件具有更优的抗剪承载性能。该研究对于PBL连接件在粗骨料超高性能混凝土领域的性能设计及工程应用提供了一定的数据及理论支持。

为了探究局部锈蚀位置和锈蚀程度对PC梁抗弯性能的影响，设计了3根后张PC梁，并对其中2根梁的跨中和1/4跨位置进行局部电化学加速锈蚀试验。在局部区域达到设计锈蚀程度后，对3根PC梁分别开展了弯曲加载试验，分析了局部锈蚀对梁挠度、裂缝扩展、截面应变及破坏模式的影响，并结合3D扫描技术和ABAQUS模型进行了数值仿真分析。结果表明：局部锈蚀显著降低了PC梁的抗弯刚度，削弱了PC梁的承载能力、延性和挠度性能，且跨中锈蚀对抗弯性能的削弱能力大于1/4跨锈蚀;局部锈蚀显著降低了锈蚀区域的抗裂能力，导致裂缝数量增多且裂缝开展速度加快;跨中区域的局部锈蚀主要影响正截面抗弯区的裂缝宽度，而1/4跨位置的锈蚀则主要影响斜裂缝的宽度，但跨中锈蚀对极限荷载下的最大裂缝宽度影响更为显著;与未锈蚀梁相比，局部损伤区域的开裂荷载下降10%~20%，裂缝数量随锈蚀程度增加而增加；极限荷载下最大裂缝宽度下降32%~50%。锈蚀梁的非均匀锈蚀效应较均匀锈蚀更容易引发局部应力集中，导致局部区域的裂缝损伤更为严重，影响裂缝的发展和宽度，基于3D扫描得到的非均匀锈蚀模型更准确地反映了锈蚀对梁局部力学性能的影响。

为实现锂渣资源化消纳与利用，采用锂渣、矿渣粉、煤矸石、电石渣和脱硫石膏构建全固废胶凝体系，经冷粘造粒制备锂渣轻集料(LS-LA)。设置30%、50%、70%和90%四种锂渣掺量，测试LS-LA的物理性能、单颗粒抗压强度、长期水稳定性、重金属浸出，并分析其经济性；采用XRD、SEM、FTIR、TG-DTG和MIP分析其水化产物与孔结构演化规律；基于Talbot级配评价轻集料水泥稳定混合料(LA-HBM)的7 d无侧限抗压强度。结果表明，LS-LA堆积密度为946～1 021 kg·m^-3，表观密度约为1 600 kg·m^-3，具有轻质化特征；当锂渣掺量由30%增至90%时，LS-LA密度和单颗粒强度降低，吸水率和浸水质量损失率升高。连续浸水120 d后，LS-30和LS-50质量损失率均低于5%。浸出试验结果显示，冷粘造粒降低了重金属释放风险，Mn浸出浓度由原始锂渣的0.827 mg·L^-1最低降至LS-LA中的0.002 mg·L^-1。微观分析表明，C—(A)—S—H凝胶和钙矾石(AFt)可填充颗粒孔隙并细化孔结构，凝胶相化学结合和颗粒结构物理包封共同限制重金属迁移。LA-HBM的7 d无侧限抗压强度受级配影响明显，Talbot指数n=0.5时强度最高，但低于天然集料对照组。经济性分析表明，LS-LA材料成本为18.56～67.76 元·t^-1，LS-50单位强度成本最低。综上，采用全固废胶凝体系的冷粘造粒技术可将锂渣等多源固废转化为轻质、低浸出风险的人造集料。LS-50综合性能与经济性较优，可作为低等级公路基层或底基层的替代集料。

混合动力电动汽车在节能减排与缓解用户里程焦虑方面展现出显著优势，能量管理策略(EMS)作为混合动力系统的核心技术，其相关研究已成为电动汽车领域的技术热点。近年来，随着机器学习的快速发展，其在智能网联场景下对多源高维信息的感知能力为电动汽车节能优化提供了新的技术路径。基于此，系统性地总结了机器学习在混合动力系统能量管理中的应用与研究进展，重点探讨了两大类方法：基于经典机器学习的智能预测型EMS和基于强化学习的智能学习型EMS。研究发现：以监督学习和无监督学习为代表的经典机器学习方法能够有效提取网联交通环境和车辆运行数据中的关键特征信息，可在智能预测型能量管理的工况预处理任务中发挥重要作用，并为传统优化控制算法的策略优化提供有力支撑；深度强化学习则通过融合具有环境感知能力的深度学习与具备策略决策优势的强化学习，在复杂动态交通场景下的电动汽车实时优化控制中展现出独特优势。基于现有研究进展，就机器学习在能量管理领域的未来研究方向进行了展望，可为后续研究提供理论参考和实践指导。

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。

针对传统交通冲突指标在高速公路场景应用过程中存在的局限性,即行为随机性刻画欠缺、群车间耦合作用建模不充分、风险时空连续性量化困难，提出了交通冲突风险场构建方法。该方法从车辆行为多模态特性入手，引入高斯混合模型建模轨迹概率分布；融合行为克隆与变分推断法求解群车轨迹概率密度函数，以轨迹概率密度之间的泛函内积定义冲突风险场强，表征车辆冲突概率。在此基础上，定义群车交互场景下场强为两两车辆相互作用产生场强的线性叠加，定义车辆之间的冲突风险值为场强在时空域内的积分，推导出其闭式解作为新型交通冲突指标。基于真实高速公路场景采集的车辆轨迹数据，系统开展了合流、换道、并排行驶、跟驰、群车交互等典型场景及全样本数据中的冲突风险度量试验。与传统冲突指标对比，所提出方法克服了传统“冲突点”式模型在风险度量方面存在的离散化局限，解决了先前模型中的冲突风险“检测盲区”问题，实现了两车以及群车交互场景下冲突风险时空连续性刻画并客观反映车辆交互过程中冲突风险的变化。交通冲突风险场实现了交通冲突度量从点到场，从确定性到随机性的范式转变，可为高速公路主动安全管理和车辆安全决策提供新的方法论支持。

车路云一体化系统(Vehicle-road-cloud Integrated System, VRCIS)作为支撑高级别自动驾驶规模化落地与智慧交通转型升级的重要技术路径，目前，相关研究多聚焦于单项关键技术突破、局部场景验证或工程示范应用，仍缺乏从人工智能赋能视角对VRCIS技术体系、演进脉络与应用实践的系统性梳理。基于此，从人工智能赋能角度出发，立足于数据驱动向生成式智能的范式变革阶段特征，系统阐述VRCIS的总体架构、关键技术与应用实践。首先，明确VRCIS的核心组件，进而阐述其智能演进机制以及关键发展阶段。其次，剖析VRCIS两个阶段技术演进范式：VRCIS-1.0(数据驱动阶段)依托多源数据融合和深度学习等方法，突破单车感知局限，完善协同机制，分层次探讨协同感知、协同决策与规划、协同控制、通信等关键技术的演进路径与突破方向；VRCIS-2.0(生成式智能阶段)采用生成式大模型等方法，实现生成式协同推演与建模，并解决复杂环境长尾问题的处理。最后，总结港口、Robotaxi、物流小巴、矿山等多场景下VRCIS的应用实践，梳理VRCIS标准体系与评价体系的建设进展。研究结果可为VRCIS 的技术路线制定、标准规范建立及工程化落地提供理论支撑与参考。