数字人作为智能交互的核心载体，其技术的创新突破对人工智能与数字经济的深度融合具有关键意义。本文聚焦于计算机视觉领域，围绕数字人技术的两大核心主题建模与驱动展开讨论，并系统整理相关数据集的特性及评估方法。在建模方面，研究从传统几何建模技术展开，涵盖基于网格优化、点云处理的精细化三维重建方法，进而探讨深度学习驱动的生成式建模新范式。在驱动方面，重点分析基于视频序列的人体姿态估计与表情迁移技术，以及结合音频特征的语音驱动口型同步生成算法。数据集的规模与多样性对数字人形象生成至关重要，评估方法的完善程度则能更客观地衡量生成效果。本文对数字人建模与驱动领域的代表性工作进行系统归类和总结，分析现有方法的优势与不足，并结合当前技术发展趋势，展望未来可能的研究方向。

为了解交叉口车路协同领域的研究现状及未来研究热点，以Web of Science和CNKI数据库作为数据源，检索了2000年1月至2024年9月的427篇核心期刊文献。通过文献计量分析，从发文趋势、文献来源和关键词共词分析等角度进行了统计和可视化。统计结果显示，近年来此领域的发文数量呈增长趋势，且样本文献具有较强的代表性。关键词共现分析表明，此领域的研究方向主要包括交叉口管控、路径与速度引导、信号-车辆协同优化、建模与仿真、多车交互安全、单一车辆安全、弱势道路使用者安全、网络通信和路侧感知。对以上研究方向的发展脉络以及具体方法进行了梳理和总结，并基于此展望了交叉口车路协同领域的未来研究热点。

基于GT-Power搭建耦合柴油机颗粒捕集器（DPF）的国六柴油机一维瞬态模型，探讨了变海拔下DPF对柴油机恒转速变扭矩瞬态特性的影响，并研究了灰分层渗透率变化对柴油机瞬态性能及DPF工作特性的影响，同时对DPF载体配比及直径范围进行了优化。结果显示，DPF会导致柴油机瞬态进气流量、扭矩和热效率低于原机，燃油消耗率则高于原机，在高海拔及恒转速增扭矩工况后期尤为明显。钙基灰分对瞬态特性的影响最大，在变海拔恒转速增扭矩工况后期，镁基和锌基灰分会导致DPF压降出现转折。当载体配比超过1.2和载体直径大于190 mm时，DPF对附加燃油消耗率的影响趋于平缓，碳载量的增加会加剧这一趋势。

在T型三电平逆变器的永磁同步电机矢量控制系统中，开关管常出现开路或短路故障，此类故障会使原有调制策略失效，引起三相电流畸变，导致转速和转矩波动，严重影响系统稳定性。为解决这些问题，提出了一种容错T型三电平逆变器拓扑及相应的容错五段式空间矢量脉冲宽度调制（SVPWM）策略。新拓扑能够将潜在的短路故障统一转化为开路故障，从而减少短路故障对系统的损害。根据故障相数对故障进行分类，当故障类型满足容错调制策略的可行性要求时，系统从原调制策略自动切换到容错五段式SVPWM策略，确保系统在故障状态下正常运行。仿真和实验结果验证了本文所提逆变器拓扑和容错调制策略在实际应用中的有效性和可靠性。

精确实时地评估电池健康状况是电动汽车电池管理系统的核心，本文提出了一种新的电池全充时间估计模型。首先，利用无迹卡尔曼滤波处理非线性问题时的高估计精度，设计了精度进一步提升的双无迹卡尔曼滤波预测-校正框架，能精确估计锂电池当下的全充时间。在此框架下，利用高斯过程回归和支持向量回归预测结果做线性加权学习了无迹卡尔曼滤波的量测方程。实验结果表明：本文提出的框架具有高精度和实时性，估计180次全充时间的平均相对误差为0.001 6。与EKF和DEKF算法相比，平均相对误差分别减小了98.87%和98.15%。

为提高空间激光通信平台粗跟踪系统中永磁同步电机的跟踪精度和抗干扰能力，设计了基于改进扰动观测器的鲁棒自适应反步控制器。首先，针对外部扰动的不确定性设计了基于扰动观测器的反步控制器，并对扰动观测器进行了改进，取得了较好的效果；然后，针对永磁同步电机实际运行过程中内部参数在一定范围内的时变性，设计了基于扰动观测器的自适应反步控制器，明显减小了系统跟踪误差；最后，为进一步减小系统运行过程中观测误差等不确定因素的干扰，在自适应反步控制器中增加了鲁棒反馈项，再次提升了系统的跟踪精度。数值仿真结果表明：该控制器可以有效减小位置跟踪误差，且具有良好的抗扰性能。

三缸压裂泵工作中，其振动频率与固有模态频率重合时，产生的共振现象会加剧压裂泵的振动，引起振动位移幅值剧烈波动，从而导致三缸压裂泵运行的稳定性降低。因此，提出考虑激振峰值的三缸压裂泵振动频率控制算法。通过考虑固有模态频率，即曲柄滑块机构的惯性力、液力端的液压波动力和摩擦力的综合影响，确定三缸压裂泵的激振峰值。采用FBLMS控制算法，对三缸压裂泵激振峰值与其期望目标值之间的误差信号进行频域变换，得到振动频率的响应结果，之后采用FFT技术确定振动信号位置，根据信号位置更新振动加速度权重，从而降低振动位移幅值，实现三缸压裂泵振动频率控制。实验结果显示：该算法有效降低了三缸压裂泵的振动幅值至0.1 μm左右，提高了三缸压裂泵运行的稳定性。

为进一步提升货车制动过程的安全性，对高速公路下坡段货车停车视距可靠性进行了研究，构建了考虑防抱死制动系统（ABS）的4阶段停车视距模型。该模型引入可靠度理论，采用蒙特卡罗方法对高速公路下坡段货车停车视距可靠度进行分析，给出货车停车视距建议值。同时，通过工程实例与TruckSim仿真验证模型的合理性。结果表明：停车视距失效概率与事故率有正相关性；可靠度模型计算值误差较规范值更小，结果更加保守。本文研究成果对降低道路安全风险具有一定的现实意义。

为研究车辆在弯曲道路上的跟驰特性及稳定条件，在智能驾驶员模型（IDM）的基础上，综合考虑弯道半径及超高等因素的影响，结合道路力学特性建立了扩展模型。通过分析弯道对交通流稳定性的影响，推导出适用于人工驾驶车辆（HDVs）、智能车辆（AVs）和智能网联车辆（CAVs）的同质与异质交通流的稳定性条件，并进行参数灵敏度分析与数值验证。研究结果显示，工况2（R=\mathrm{250} m，i_{\mathrm{e}}=\mathrm{8}\mathrm{\%}）的交通流稳定性最好。增加平衡态速度有助于提升交通流的稳定性，自由流速度的增加对稳定性不利。此外，随着CAVs渗透率的增加，混合交通流的稳定性逐步改善，而最大车队规模的增加会使交通流变得不稳定。在同质交通流中，低速行驶时速度越低越有利于稳定性；在高速行驶时，HDVs以29.9 m/s、AVs以26.8 m/s、CAVs以26.9 m/s的速度行驶稳定性最优。在混合交通流中，当CAVs渗透率超过0.72时，混合交通流能保持稳定。

兼顾阻尼器的经济性及震后可更换性，提出了由高强螺栓、钢套筒、活动挡板、固定挡板、钢拉杆及可更换橡胶组成的铜筒内置可更换橡胶穿心式摩擦阻尼器（SPRFD），并介绍其基本构造及工作原理。通过往复加载试验，考察了不同预紧力下阻尼器滞回曲线的变化规律，分析了不同加载位移下的滞回反应特征、等效刚度及等效阻尼比的变化规律，获得了可更换橡胶的摩擦损伤特征；将SPRFD应用于铁路自复位桥墩中，通过往复加载分析研究了其抗震性能。结果表明：在较小的预紧力下，阻尼器的滞回性能稳定，滞回曲线具有刚塑性模型的特征；随着预紧力的增大，往复循环及大位移加载均会因橡胶损伤导致阻尼力减小，滞回曲线具有弹塑性模型的特征。整个加载过程中，阻尼器具有较稳定的等效黏滞阻尼比。不同预紧力的SPRFD对自复位桥墩滞回曲线的影响不同，预紧力的大小影响滞回曲线卸载刚度的变化，预紧力越大，滞回曲线越捏拢，提供给自复位桥墩的抗侧强度越大。

针对混合交通流中传统模型难以精准刻画车队动态演化与人工驾驶车辆（HDV）异质行为交互的问题，提出了一种融合离散运动规则与动态编队演化的混合交通流建模框架。首先，设计离散运动安全距离模型，通过元胞间距整数决策规则解决连续加速度建模的失真问题；其次，构建基于马尔可夫链的车队规模转移概率矩阵，动态表征车队分裂、合并与重组过程；最后，基于多场景仿真数据量化队内车间距、反应时间、换道行为及车队规模对CO?排放的影响机制。结果表明：当智能网联车辆（CAV）渗透率>0.6时，编队模式才能有效改善混合交通流的运行状态，并显著降低CO?排放，降幅达18.2%~25.1%；优化队内车间距可提升减排效率，减排峰值高达42.5%；换道策略需适配交通密度，低密度下提升HDV换道概率可实现碳减排，而高密度时CAV换道概率需控制在0.4~0.6；3~5辆编队规模为减排效率最优区间。本文揭示了队列动态参数对碳排放的作用机制，为智能网联车队协同控制策略优化及低碳交通系统设计提供了理论支撑。

本文聚焦快速路互通交织区的超车换道行为，旨在分析超车换道车辆对换道空间的选择特征并探索超车换道行为的控制方法。通过实时的轨迹数据提取，分析超车换道车辆不同阶段的间隙选择和换道点选择的差异性。依托机器学习的方法对换道持续时间和换道空间选择变化进行了预测，并基于预测结果建立了超车换道行为速度优化控制模型，利用元胞自动机仿真环境对模型控制效果进行了检验。结果表明：控制模型下车辆选择“优”“良”等级换道间隙和最佳换道点位置的比例相比实际值最高可分别提升18.86和6.89个百分点。同时，控制模型下交织区三条车道的运行速度可分别提升6.91%、1.71%和3.85%，且各车道的时空利用率也具有更好的均衡性。

为解决经典路径规划算法的两个局限性，即较少考虑多交通方式组合换乘和缺少等待时间的建模方法，以厦门市交通网络为研究对象开展研究。构建了考虑等待时间的多层网络拓扑结构；基于FINLO的特性研究，提出了不同出行方式等待时间的时间依赖建模方法；最后，将等待时间依赖函数引入基于邻接字典的二叉堆Dijkstra算法，提出了一种考虑信号控制、车辆发车间隔的等待时间的多层网络路径规划算法。研究结果表明：本文方法能综合考虑多模式交通换乘、车辆班次和信号控制的等待时间依赖特性，弥补了现有时间依赖建模的不足，与不考虑等待时间依赖特性的路径规划算法相比，总行程时间缩短了8.4%。

为分析行程时间相关性和资源约束对交通网络最可靠路径选择的影响，建立考虑行程时间相关性的随机交通网络约束最可靠路径模型，提出了改进乘子交替方向法的求解方法。通过Cholesky分解和二次项放缩，将目标函数转化为可分离结构的矩阵形式，采用块坐标下降法将增广拉格朗日松弛问题分解为一系列子问题，上下界迭代获得近似最优解。针对Sioux Falls网络和Chicago sketch网络进行数值模拟试验并对比分析改进交替方向法和拉格朗日松弛算法的性能。结果表明：有无路段行程时间相关性的约束最可靠路径问题是有区别的；行程时间相关性和资源约束对最可靠路径的选择有显著影响；改进乘子交替方向法的计算效率和收敛性优于拉格朗日松弛算法。

本文围绕无人机服务模式下的城市末端配送过程，通过两阶段数学规划模型，优化无人机配送设施选址及服务匹配策略。利用分布鲁棒优化方法刻画了需求不确定性对选址分配决策的影响，并将原始模型等价转化成混合整数二次锥规划问题，提出外逼近算法提升求解效率。本文依据上海市松江区的药品配送数据实例进行仿真验证，结果表明：本文提出的外逼近算法能将商业求解的运算时间缩短32.07%；与确定性模型对比，本文提出的分布鲁棒优化模型能够在需求具有较大波动时将系统总利润提高4.21倍。

现有的多模态驾驶疲劳研究主要集中于应用层面，缺乏对各模态与驾驶疲劳之间内在机理的深入探讨。本文旨在探究常用数据源（包括脑电图、心电图及车辆运动信息参数）与驾驶疲劳之间的关系，分析这些数据源在驾驶疲劳中的潜在关联性。通过驾驶模拟试验收集了32组数据，并使用卡罗琳斯卡嗜睡量表评估主观疲劳等级，以眼睑闭合度作为客观疲劳等级的指标。3个模态中参与分析的参数分别为心电R峰间期的标准差（RMSSD）、脑电频段功率比（α+θ/β）以及车辆横向偏移的标准差（SDLP）。探索性因子分析结果中，前3个因子的方差解释率超过50%。采用结构方程模型构建了各模态与驾驶疲劳之间的潜在关系模型，分析结果表明：各模态均能在一定程度上解释驾驶疲劳的变异性，其中，RMSSD和SDLP在预测主观疲劳方面具有显著优势，而α+θ/β与客观疲劳表现出密切的关联性。

城市地铁-公交网络站点交叉重叠、线路复杂，高峰时段的客流潮汐现象下，布局不合理的交通网络难以资源互补，导致线路换乘乘客出行耗时延长、交通碳排放量增大。为此，提出改进蚁群算法下城市地铁-公交耦合网络布局效率优化方法。该方法通过耦合站点对和耦合距离完成城市地铁-公交耦合网络中交叉重叠线路、站点的复杂拓扑结构连接，实现地铁-公交交通资源互补；基于拓扑结构，设计换乘乘客出行耗时和交通碳排放量减少的换乘站点布局目标函数，以及碳排放效益最大化的约束条件，以解决换乘乘客出行耗时延长、交通碳排放量增大问题；改进传统蚁群算法的信息素挥发系数的自适应设置方法，快速求解满足目标函数与约束条件的地铁-公交耦合网络换乘站点位置、线路走向的布局方案。研究结果显示：该方法可以将复杂的城市地铁-公交耦合换乘网络用耦合站点对和耦合线路关联起来，完成耦合建模。本文方法改进蚁群算法后，算法对布局优化方案的求解时长最大值低于1 s，明显小于优化前。城市地铁-公交耦合网络布局优化后，换乘乘客的换乘步行距离变化值为-16 m，步行时间缩短-5.46%。换乘乘客的出行总时间减少1.18 h。城市地铁-公交耦合网络换乘效率提升，碳排放效益显著，且求解布局优化方案时更加高效。

为实现针对复杂路面多种异常状况的快速、准确检测，本文提出了一种行车视角下的路面异常检测算法ATFL-YOLOv8。首先，采用ADown卷积模块替换基线模型（YOLOv8n）中的部分普通卷积，进行高效的特征提取及采样；其次，在基线模型主干网络末端添加Triplet注意力层，提升模型的感知能力；然后，采用部分卷积思想构造出新的轻量化模块C2f-Faster，替换基线模型颈部网络中的C2f模块；再次，引入全新的LSCD-Head检测头进一步减少模型参数量并提升模型检测性能。测试结果显示：相较于基线模型，ATFL-YOLOv8在自建的行车视角下包含坑洞、裂缝、井盖、减速带的路面异常数据集上mAP0.5与mAP@0.5：0.95分别提升3.1个百分点、4.2个百分点，达到89.9%、59.7%；同时参数量、浮点运算数量、模型大小分别下降47%、37%、45%，降至1.61 M、5.2 G、3.31 MB，经实车验证，其具备一定低速下行车端路面异常检测能力。

提出了一种时间特征与空间特征融合的桥梁异常状态检测模型TSSF-BADM，通过图注意力网络（GAT）和长短期记忆网络（LSTM）提取时间和空间的数据特征，将不同维度的特征通过门控循环单元（GRU）进行融合并捕获时间序列的顺序模式；融合后的数据再通过预测和重构模型进行联合优化，分别使用堆叠LSTM网络和变分自编码器（VAE）进行预测和重构；最后，使用峰值超过阈值（POT）方法对模型的预测和重建误差进行分析，获得阈值并进行异常检测，将超过异常阈值的样本视为异常样本。实验对比结果表明：本文模型在真实桥梁Z24上取得了良好效果，识别的准确率达到了0.986 8，识别延迟仅有0.008，均优于LSTM_VAE、MAD_GAN、OmniAnomaly等其他对比模型，能够有效进行桥梁异常状态检测，可为桥梁安全检测、预防性维护等提供决策。

在不平衡数据分类中，多数类样本在数量上占优，其分布会对聚类结果产生较大的“拉扯”作用，而少数类样本由于数量少，其特征在整个数据集中相对不明显，导致数据流出现漂移问题，影响数据流分类效果。为解决此问题，本文研究基于谱聚类欠取样的不平衡漂移大数据流分类算法。通过欠取样技术减少不平衡漂移大数据流中多数类数据的冗余数据量，均衡多数类数据与少数类数据的数据量，缓解数据因聚类“拉扯”导致的漂移问题；选取均衡后大数据流的核心点构成核心点集，通过谱聚类算法对此核心点集实施聚类，基于谱聚类所得到的聚类结构以及选定的核心点，实现不平衡漂移大数据流分类。实验结果显示：该算法可实现不平衡漂移大数据流的均衡处理，处理后平均不均衡度可降至1.024，几乎接近于平衡状态；可实现不同属性大数据流核心点的选定与有效分组，为此类大数据流的后续有效应用提供保障。

在视频描述任务中，常见问题之一是对象描述不够具体，主要原因在于模型没有充分学习视频中的对象信息。同时，视频包含了丰富的特征信息，如对象信息、运动信息和上下文信息，这使得如何提升模型在生成描述时学习关键信息的能力成为一项具有挑战性的任务。为解决上述问题，本文提出了一种基于增强对象学习和注意力网络的方法。首先，设计了一种新的增强对象学习模块，旨在充分学习视频中的对象信息，从而实现对视频内容的准确描述；其次，构建了一种注意力网络，致力于有效关注不同类型的信息，以提升模型在生成描述时学习关键信息的能力。在MSVD和MSR-VTT数据集上的实验中，本文方法生成的描述展现出更高的具体性和准确性，同时在各项评价指标上均超过了目前的先进方法，有效验证了该方法的可行性。

为充分利用RGB图像的外观特征和深度图像的几何特征，提出了一种“外观-几何”特征并行融合的物体位姿估计方法。首先，在特征提取与融合阶段，构建了一种具有3个并行支流的双向融合体系结构，确保在每个编码层和解码层对并行的RGB图像特征和深度图像特征进行融合；同时，为避免重要特征丢失，且实现两种特征的充分融合，设计了两个互补的注意力机制，使两种特征获得局部和全局的互补；其次，在位姿推理计算阶段，考虑网络输出关键点与物体中心点之间的距离，提出了一种基于距离量和距离约束相结合的关键点检测网络，实现了精确的位姿估计。本文算法其在两个具有挑战性的6D物体位姿估计数据集上进行了测试，验证了其有效性。

针对现有基于深度学习的目标检测算法因模型复杂而不利于星上部署的问题，本文提出了一种面向光学遥感图像舰船识别任务的多尺度特征增强轻量化检测算法（MFLDet）。首先，为减少算法的参数量和计算量，构造轻量化网络架构PG-HGNet作为主干网络，同时构造轻量化跨尺度特征融合网络实现特征交互融合；其次，设计多尺度特征增强模块（MFEM），以适应遥感图像中舰船目标的尺度差异性，提高检测精度；最后，引入MPDIoU边界框损失函数，以适应预测框与真实框长宽比相同但长宽绝对值不同的情况。在数据集HRSC2016上进行的对比实验结果表明，与基准模型相比，MFLDet的参数量和计算量分别下降了55%和23.5%，而平均精确度仅下降0.2个百分点，在降低算法复杂度的同时实现了与精确度的平衡。综合考量，所提方法在轻量化水平和检测精度方面均优于其他对比方法。

针对当前基于硬件的自适应光学技术存在的波前校正器像差校正不完全、硬件成本高及系统结构复杂等问题，本研究提出了一种全新的简单自适应光学高分辨计算成像技术。该技术在硬件上完全摒弃了传统的波前探测器件及校正器件，利用计算成像技术直接在图像层面通过深度学习算法对波前像差导致的畸变进行校正。首先，基于深度学习算法，利用一幅系统焦面退化图像一次性解算出大气湍流像差；然后，基于解算的波前像差对退化图像进行解卷积操作，从而获得观测目标的高分辨重建。结果表明，在配置的硬件环境下基于提出的深度神经网络能够快速、高精度地解算出大气湍流像差，基于解算像差利用解卷积策略复原的图像与未校正的图像相比，其成像质量有大幅度提升，实现了完全无硬件的简单自适应光学高分辨成像。

针对篡改视频内容审查和筛选导致大量人力资源消耗问题，本文提出了一种识别视频篡改内容的技术。首先，该技术通过计算帧间差异提取关键帧；其次，通过对关键帧与原始帧进行差值分析获取篡改位置；再次，基于位置关联和语义聚合现象，利用密度聚类算法（DBSCAN）算法解决因篡改位置和内容结构的随机性造成的位置分散和语义离散问题；最后，通过光学字符识别技术解析篡改的具体内容。本文方法实现了视频篡改内容的时空定位和内容识别，为公共安全、传媒、商务等领域的视频内容检测提供了坚实的技术基础。

针对电子对抗领域雷达信号截获困难和分选准确率低的问题，提出一种基于数据流自监督的雷达信号在线分选新方法。先通过生成对抗网络的均衡特征融合方法，利用有限样本完成高质量特征融合和样本增强；再构建一种基于多任务元学习的自监督模型，实现无标签信号流的在线分选。实验表明，在4 dB时，采用所提方法在仿真数据集上准确率为95.82%，在实测数据和公开数据集上也具有良好表现，证实了所提方法在数据流在线分选方面的有效性。

为减少人机协作模式下车辆和驾驶人之间的操控冲突，实现车辆控制权的柔性切换，首先，开展了驾驶模拟器跟车实验，基于碰撞时间、越过车道线时间和制动时间建立驾驶风险评估模型；其次，基于纵向加速度和方向盘转角，使用随机森林回归建立驾驶人跟车能力损失预测模型；最后，基于驾驶风险和驾驶员能力损失边界阈值建立了车辆控制权分配策略。结果表明：在纵向碰撞和濒临碰撞事件中，所提模型建议车辆应干预的时刻分别比驾驶员实际采取制动措施提前了0.62 s和1.03 s，有效识别率为87%。本研究可以为人机协作驾驶模式下车辆与驾驶人的控制权分配和过渡设计提供初步的参考。