基于定容弹试验平台以及CONVERGE软件搭建的定容弹仿真模型，研究了喷孔结构（喷孔直径、喷孔间锥角、喷孔数量）对氢气射流特征参数的影响规律。研究发现：喷孔直径增大时，氢气射流贯穿距、面积、体积及卷吸比均先增大后减小。小孔径射流初始锥角较大，所有孔径的射流锥角最终趋于稳定；喷孔间锥角增大时，射流贯穿距、面积、体积及卷吸比先减小后增加，射流锥角则先增后减；喷孔数量增加时，射流贯穿距、面积、体积及卷吸比均先减后增，多孔射流的稳定锥角更大。研究结果揭示了喷孔结构与氢气射流特性间的关系，可为氢气喷射系统优化提供依据。

为提升车载交互系统在复杂驾驶场景中的反馈效率与感知一致性，构建了融合视觉、听觉与触觉的伪触觉信号系统，并验证了其在典型工况下的实用性。系统基于电容屏与压电执行器设计振动参数矩阵，建立感知属性与振动参数的映射关系，采用克里金插值构建三维感知曲面。提出了频率映射与谐波包络两种信号生成方法，后者在频率一致性与信号区分度方面表现更优。辨识试验设置4个刺激等级，视觉模态识别性能最优，触觉模态对刺激数量变化更敏感。在3.2 km驾驶仿真场景中，A+H（+V）共发掩蔽次任务配置在多数工况中横摆角RMS和峰值最低，表明该次任务条件下驾驶稳定性最好，且操作时间与主观评分方面综合表现最优。

为实现自动驾驶汽车在单车智能条件下对周车未来轨迹进行准确预测的功能，提出了综合车辆感知检测框与运动状态的轨迹预测方法。通过融合车载摄像头图像、激光雷达以及自车运动信息，广泛提取目标车运动特征及自车运动趋势。首先，对目标车轨迹和位移进行编码并建立视觉特征融合的跨模态注意力机制。其次，设计自车位移差-角度差编码器，结合光流特征准确捕捉自车的运动趋势，并采用Transformer架构实现目标车运动特征与自身运动特征的深度融合。最后，将融合后的特征与目标车的光流特征输入解码器，生成目标车的预测轨迹。本文提出的轨迹预测方法在NuScenes数据集上进行了训练与测试，并且部署于东风AX7改装智能车辆进行实车实验，结果表明本文方法在预测精度和部署能力上具备优势。

针对大口径平面光学元件连续抛光加工过程中Φ1 200 mm口径金属抛光盘表面修整的热变形问题，提出了一种利用流体压力实现金属抛光盘表面修整热误差的补偿方法。设计Φ1 200 mm口径金属抛光盘表面的流体压力调控系统结构，针对抛光盘表面热变形、抛光盘表面流体压力调控规律以及流体压力调控的抛光盘表面热误差补偿开展实验研究。试验结果表明，通过调节流体压力可以实现抛光盘表面热位移误差补偿，当进液口压力为0.10 MPa时，Φ1 200 mm直径抛光盘表面热误差补偿效果最好，峰谷值从原始的24 μm降低到14 μm，热误差降低了42%。

针对运动学模型应用于无人履带车辆轨迹跟踪控制时存在模型失配的问题，提出了一种基于动力学前馈补偿的履带车辆轨迹跟踪控制方法。首先，基于剪切力-位移理论，建立了履带车辆转向动力学模型，并对动力学模型的有效性进行验证。然后，以零差速式转向无人履带车辆为研究对象，建立了轨迹跟踪误差模型，设计了动力学前馈补偿模型预测控制器。最后，通过实车试验对本文方法进行验证。结果表明，基于运动学模型建立的轨迹跟踪控制器经过动力学前馈补偿后，无人履带车辆轨迹跟踪控制的横向平均误差和航向角平均误差分别减小了55.67%和24.25%。该方法对于提高无人履带车辆的轨迹跟踪控制精确度具有一定的参考作用。

考虑到低能见度对人工驾驶车辆（HDV）的安全距离、加速度、视距及换道行为的影响，基于元胞自动机构建了HDV跟驰模型，采用Path实验室开发的跟驰模型刻画网联自动驾驶车辆（CAV）跟驰行为；构建了考虑能见度、驾驶风格等因素的HDV换道模型，根据前方车辆类型和换道条件刻画CAV的换道决策，开展低能见度条件下高速公路异构交通流仿真研究，基于仿真结果评估不同能见度及CAV渗透率下的通行能力、拥堵率、冲突严重程度、平均油耗及排放量。结果表明：随着能见度和CAV渗透率的增大，通行能力和平均车速均显著提高；相较于Nasch模型，本文构建的低能见度条件下高速公路异构交通流跟驰和换道模型在安全性方面提升约23.1%，平均油耗和氮氧化物排放分别降低了3.42%和1.5%。本文研究成果可丰富高速公路交通流理论，为研究异构交通环境下的相关交通问题提供基础模型。

为明确城市快速路短交织区车辆交互风险特征及交互风险严重程度的关键影响因素，以昆明市大树营立交为研究对象，基于无人机航拍视频提取的轨迹数据，通过行车风险场模型计算得到两车交互风险值数据集，利用累计频率法将交互风险划分为4个风险严重程度不同的层级，结果表明严重风险主要分布于车道1以及车道3和车道4的上半段。选取11个影响交互风险严重程度的关键因素作为特征变量，分别利用XGBoost和RF算法构建交互风险严重程度预测模型，结果表明XGBoost算法预测的准确率为92.92%，F₁分数为92.91%；RF算法预测的准确率为90.22%，F₁分数为90.19%。为进一步揭示特征变量的作用机制，引入SHAP量化11个特征变量对交互风险严重程度的贡献度，结果表明纵向间距、横向间距、目标车速度、两车速度差是贡献度排名前4的变量。本文研究成果可为车辆主动防控和快速路短交织区交通安全管理提供依据。

针对接驳城市轨道交通的固定容量公交存在资源浪费和效率不足的问题，提出了模块化公交主路线动态调度方法。通过设计解离耦合点确定机制和动态发车模式，构建以车辆购置、运营成本和乘客时间成本最小化为目标的调度模型，采用改进麻雀搜索算法求解该模型。基于武汉市地铁1号线东吴大道站服务区域案例，结合DBSCAN算法确定合乘点并利用A^*算法规划主接驳路线。实例验证表明：模块化公交主路线运行模式较固定公交运行模式和独立运行模式，系统总成本分别降低了11.59%和4.54%，座位利用率分别提高了23.45%和11.50%，能够在一定程度上改善公共交通的资源配置问题。

为研究建成环境与行人量之间的非线性关联，以南京市主城区街景图像数据为基础，采用深度学习模型从中提取行人量和街景特征，并结合多源数据从社区和街道两个尺度构建建成环境指标。利用极限梯度提升模型（XGBoost），探究建成环境影响行人量的关键因素，分析各因素与行人量之间的潜在非线性关系。研究结果显示：在社区建成环境因素中，距市中心距离、生活服务设施数量和餐馆数量对行人量影响较大；街道建成环境因素中，非建筑区域地面指数、天空开阔度和绿视率对行人量的影响贡献较大。此外，建成环境各变量对行人量均存在非线性效应且各变量的反馈机制不同。距市中心的距离和非建筑区域地面指数对行人量的影响呈现负反馈特征；生活服务设施数量、餐馆数量和绿视率对行人量的影响呈现正反馈特征；天空开阔度和行人量非线性关系则呈现倒“U”型分布。本文研究成果可为优化城市空间布局和完善步行友好型交通政策提供理论参考。

为改善传统信号控制滞后响应交通流实时波动的状况，提出了一种网联环境下交叉口信号相位与车辆轨迹联合优化方法。通过协同优化车辆行驶轨迹与信号相位配时方案，动态适配交通流波动，达到提升交叉口通行效率的目的。仿真结果表明：相较于无轨迹优化的信号控制策略，该方法可降低6.45%~16.42%的车均延误以及2.36%~8.39%的停车率；在交通流随机波动较大的场景下，本文方法较混合整数线性规划协同优化方法性能更稳定。进一步分析表明，网联车渗透率越高，本文方法的控制效果越显著。

为揭示城市交通拥堵背景下居民出行方式选择的复杂影响机制，并优化公共交通与私家车出行结构，提出了一种基于多维成本的出行方式选择建模及调控方法。首先，通过整合个体一天内的出行记录，生成8 368条单日出行链，融合个体社会属性特征，构建多项式Logit模型解析出行决策行为；其次，基于13 806条出行记录，结合百度地图API获取多模式交通时空数据，并在多种成本情景下构建5个机器学习模型；最后，进行政策成本调控分析。结果表明，出行费用和时间成本显著影响出行方式选择，5个机器学习模型中XGBoost模型预测精度最高。当公共交通出行成本降低20%时，选择私家车出行的人数比例出现显著下降，降幅达4.65%。本文证实了成本调控工具在出行行为诱导中的有效性，为实施差别化交通定价、推进城市出行结构绿色转型提供了决策依据。

基于西安市10辆轻型车1年逐秒级车载诊断系统监测数据，结合高分辨率数字高程模型与地理信息系统路径匹配技术提取道路坡度，利用车辆比功率理论与机动车排放模拟器模型估算一氧化碳、碳氢化合物、氮氧化物和颗粒物排放。针对传统模型难以刻画速度与坡度耦合效应的问题，构建了速度-坡度二元多项式回归模型，并采用上下坡分区策略分析排放的非线性特征。研究结果表明：本文模型决定系数均高于0.82，误差指标表现良好。具体来看，上坡条件下各污染物排放随速度与坡度升高显著增加；下坡工况虽整体排放较低，但存在局部峰值。同时，三维拟合曲面显示，碳氢化合物与氮氧化物对工况负载变化更为敏感。该研究实现了速度-坡度-排放关系的高分辨率量化，为城市微观排放精准估算、工况识别及交通减排策略制定提供了理论依据与数据支持。

为探究我国西北大温差地区高速铁路多跨简支梁桥上无砟轨道的地震响应特性，以某10跨CRTS Ⅲ型板式无砟轨道简支梁桥为研究对象，建立线桥一体化有限元模型，采用动力时程分析法系统研究环境温度-地震耦合作用下桥上无砟轨道各部件及其层间连接的地震响应规律。研究结果表明：①在地震强度PGA≤0.2g（g=9.81 m/s2）且温度-30~40 ℃工况下，钢轨纵向应力始终处于安全范围，且相同地震作用下低温环境对钢轨纵向应力的影响显著高于高温环境；②相较于小震作用，结构位移响应对环境温度变化更为敏感，其中高温环境会显著增大各结构纵向位移，而低温环境则使钢轨竖向位移增幅更为明显；③在温度与地震耦合场下，钢轨与轨道板层间纵向变形极值均出现在边跨，但随温度变化呈现显著空间差异：低温（-50 ℃）时第一跨变形较常温增大131.83%，而高温（50 ℃）时第十跨变形增幅达137.54%；④在中小震作用下，-20 ℃环境温度时轨道结构表现出最优抗震性能，各响应参数均维持在较低水平。

为了改善多传感器融合过程中图像局部语义信息丢失和关机键点采样过程中引入大量背景点的问题，提出了一种基于BEVFusion网络的改进算法，在图像流中引入空洞卷积和加权双向特征金字塔，扩张感知区域，维持语义完整性；引入语义感知的最远点采样算法，关注信息量更大的前景点；在动态融合网络基础上引入了挤压和激励操作，设计了自适应门控的双动态融合网络，动态地选择不同模态有价值的信息。本文使用KITTI 数据集进行实验评估，并在 nuScenes 数据集上进行了泛化实验。实验结果证明，本文算法与当前主流算法相比表现出更高的检测精度。

现有的基于张量的多视图聚类算法虽然取得较好的聚类结果，但存在一定的局限性：①忽略了数据各视图特有的局部几何结构，难以处理非线性结构的数据；②易受大规模高强度噪声的影响；③基于奇异值分解的张量核范数对奇异值采用统一收缩策略，无法反映奇异值之间的差异。为此，本文提出融合高阶信息和局部结构的鲁棒多视图聚类算法。该算法通过融合加权张量Schatten-p范数和超拉普拉斯正则化，捕获数据高阶信息的同时保留各视图特有的局部结构，解决非线性数据的聚类问题。同时采用l_1，2范数增强簇结构，并利用柯西伪范数约束噪声项，减少噪声数据对聚类结果的影响。与10个聚类算法在8个公开的多视图数据集上进行实验比较，结果表明本文方法的性能大多数情况下优于对比算法。

针对传统相控超声聚焦算法在面对多物理场耦合的复杂环境时聚焦精度和收敛效果差的问题，提出了一种基于主副瓣分离式目标函数、柯西与随机混合粒子初始化和Sigmoid可变生成概率的改进型均衡优化算法，解决了优化时焦域分布不清、初始粒子分布不均、探索效率和收敛性差等问题。仿真结果表明，优化算法相比于原算法收敛速度提高了23%，声压优化效果提升了4.8%，且对比其他主流算法在收敛速度和声压优化效果上均有明显提升。

针对当前3D目标检测在稀疏点云环境下存在的远距离小尺度目标因特征提取能力受限 而导致检测精度下降的问题，提出了基于多重注意力机制和深层残差网络的CAResPillars。以 PointPillars 为基准算法，在点云特征编码阶段引入点通道注意力机制PC-Attention，通过建立点级和通道级的双重注意力权重，自适应增强关键几何特征，缓解稀疏点云信息的不足；在BEV特征提取阶段，采用集成坐标注意力机制的深层残差网络CAResNet42作为主干网络，以强化模型对远距离与小目标的特征建模能力，并减轻梯度消失的问题。在KITTI数据集实验中，改进算法显著提升检测性能，尤其是在目标相对较小的行人3D检测的平均精度提升6.39%，车辆3D检测精度也得到2.06%提高。消融实验验证了各模块的有效性，实车部署进一步证明了算法的鲁棒性和实用性，为实际应用提供了有效的解决方案。

半监督学习是缓解医学图像分割标注数据稀缺问题的关键技术，但现有方法对形态异质性强、边界模糊的复杂医学图像分割效果仍不足。为此，本文提出一种基于双尺度纠缠互补学习的半监督分割算法。通过双尺度纠缠互补解码模块建立双尺度特征间的协同互补关系，实现结构信息的互补建模。其中，跨层融合编码模块强化浅层细节与深层语义特征的交互；多维特征优化模块增强解码阶段的空间结构与边缘细节重建能力。结合监督损失与扰动、尺度一致性损失，实现半监督训练。实验结果表明：本文算法在结肠镜息肉、皮肤病变及脑部肿瘤数据集上取得了较优的分割性能，在分割精度、边界平滑性及跨测试集泛化能力上均表现出良好的稳定性。

为降低下一代无线通信网络二氧化碳排放并提升能源效率，提出了一种绿色无线通信系统，基站由可再生能源（RPS）供电，该系统由容量受限的可再生能源电源和基站组成；基站均须能够满足那些来自移动终端可预测的随机性连接，预留可再生能源，且需RPS策略对基站供电。本文视该问题为基站（BS）和RPS间的非合作博弈，首先，采用M/M/1的排队模型研究非合作方式优化各自成本的分散博弈决策，分析了能源储备策略与供给率设定之间的竞争关系，描述该非合作博弈的纳什均衡策略；然后，引入一组简单的线性契约达到最优性能，采用了一种激励相容机制令BS如实报告需求。仿真结果表明：连接需求不高时使用RPS可节省传统能源；网络流量较大时仍能由组合利用RPS和传统能源的供电方式节省能源成本。