通过在聚氨酯丙烯酸酯打印基体中预留导电路径并喷涂石墨烯导电溶液，制备了一种具有高效热/电触发形状记忆效应的电致驱动展开结构.随后，分别对该结构进行室温环境和水下环境中的电响应形状记忆行为测试，结果表明：展开结构在不同环境中都能够在低电压条件下快速响应回复.说明本研究所制备的电致驱动结构在水下具有优异的形状回复功能，不同表面结构在电刺激驱动下的形状变化对航行体产生了明显的减速效果.该研究为4D打印在水下智能执行器及电子设备的应用提供了新的思路.

为了在在线动作检测中充分合理利用动作的上下文特征、与类别关联的特征和预测的未来特征快速检测相应动作，提出基于线性注意和类别关联特征学习的在线动作检测方法.该方法改进了Transformer构架，采用哈达玛积的轻型线性自注意实现Transformer视频上下文特征学习，以减少计算开销；其次对训练样本动作特征进行聚类，将视频序列上下文特征与动作类别特征进行关联学习，有效获得与类别关联的特征表达；最后融合动作的上下文特征、与类别关联的特征和预测的未来特征检测相应时刻动作，以提升动作鉴别性.在典型数据集上进行性能试验，完成了超参取值分析，对比了不同方法的工作精度和运行效率.给出了消融试验和可视化分析.结果表明：在Thumos14(TSN-Anet)、Thumos14(TSN-Kinetics)和HDD数据集上，所提出方法的mAP比Colar方法分别提高了0.2、0.5、0.2百分点，可见新方法优于目前较先进的Colar方法.

为探究深基坑开挖引起近邻浅基础建筑物变形的参数敏感性，基于正交试验法，选择土体的黏聚力、弹性模量、内摩擦角、基础埋深、荷载、基础刚度及建筑物与基坑的距离作为影响参数，考虑近邻建筑物基础的最大沉降和水平位移进行试验.采用Midas GTS软件进行数值模拟，结合工程实测数据进行模型有效性验证，使用极差分析对结果进行敏感性评价.研究结果表明：在基坑开挖方式不变的情况下，影响浅基础建筑物的基础沉降和水平位移的关键参数均为土体的弹性模量；建筑物与基坑的距离、荷载、基础埋深等为重要影响参数，建筑物基础刚度、土体内摩擦角和黏聚力为一般影响参数.

针对胶轮地铁车辆在运行过程中存在走行轮胎漏气、径向力过大所导致的爆胎等问题，建立了胶轮地铁车辆动力学模型，开展了走行轮失效工况下车辆的动力学性能分析.利用Sobol法，对影响胶轮地铁车辆运行稳定性的主因子进行了敏感性分析.围绕胶轮地铁车辆走行轮爆胎的问题，基于非支配排序遗传算法（NSGA-II），对影响胶轮地铁车辆动力学性能较大的悬挂参数进行优化研究.研究结果表明：在走行轮失效工况下，胶轮地铁车辆的运行稳定性和曲线通过性仍能得到满足；通过参数协调匹配优化，减小了胶轮地铁车辆的走行轮径向力，改善了胶轮地铁车辆的动力性能.

质子交换膜燃料电池空气供应系统中进气流量和压力是两个强耦合的控制变量，影响燃料电池系统稳定运行.针对进气流量与压力的解耦控制要求，进行系统开环响应试验并采用系统辨识方法得到系统传递函数矩阵模型参数，在此基础上设计了双闭环PI、前馈解耦和模糊解耦控制策略，对比不同控制策略下的解耦效果及各控制策略对系统参数变化的抗干扰能力.仿真结果表明：双闭环PI控制下流量与压力耦合作用明显；前馈解耦控制能够实现完全解耦，但解耦效果受被控对象模型参数影响；模糊解耦控制解耦效果良好，而且较常规的前馈解耦控制对参数变化有更强的适应性，在多变量强耦合系统控制中具有更好的应用前景.

为研究齿轮副安装误差对传递误差的影响，以某重型商用车变速箱主箱搭载的一对圆柱斜齿轮副为研究对象，对部分轮齿进行网格划分，建立有限元仿真模型，获取不同负载扭矩下的齿面最大接触应力.基于赫兹接触理论获得节点位置齿面接触应力计算值，对比有限元仿真结果与理论数值解，验证仿真模型的正确性.对不同类型安装误差下的齿轮副传递误差进行仿真，结果表明：中心距误差、轴交角误差和交错角误差均会对传递误差造成影响.以传递误差峰-峰值为评价指标，对安装误差进行贡献量分析，结果表明：中心距误差对齿轮副传递误差影响程度最弱，交错角误差的影响最为显著，轴交角误差的影响介于两者之间.

针对目前视频异常检测方法未充分利用视频序列中的上下文语义信息的问题，提出一种融合注意力的卷积自编码器视频异常检测方法.首先，模型采用抽取帧预测的方式，并利用基于Inception模块的卷积自编码器提取输入视频序列中不同尺度的特征信息.其次，为学习视频帧中运动对象和静止背景的交互信息，引入位置注意力和通道注意力.最后，在卷积自编码器中加入记忆增强模块来限制模型泛化性，并引入潜在损失函数来进一步增大异常事件的重构误差.推导了异常得分计算，给出了异常检测数据集.为验证所提出方法的有效性，进行了异常行为定性分析、模型性能比较试验、记忆项更新阈值试验以及消融试验.结果表明：该方法能有效检测视频中的异常事件，并具有较高的检测精度，在UCSD Ped2、CUHK Avenue和ShanghaiTech数据集上的AUC值分别为97.7%、88.9%和73.8%.

为了解决无人驾驶汽车平行泊车路径曲率不连续、泊车效率低、路径跟踪精度低等问题，分析了圆弧-直线-圆弧型初始泊车路径的特点，并采用五次多项式曲线进行路径规划.为平衡路径长度与曲率，基于路径最大曲率、泊车所需空间及避障要求等约束条件，构建目标函数，旨在最小化最大曲率与泊车起点横坐标加权之和.随后，运用非线性动态自适应惯性权重的粒子群优化算法对泊车起点横坐标进行优化.经过优化，路径变得平缓光滑，曲率连续.基于模型预测控制的路径跟踪控制方法，通过遗传算法优化预测时域和控制时域，在保证跟踪精度的同时降低计算工作量，并在百度Apollo自动驾驶开发者套件上完成实车验证.试验结果表明：车辆能够安全无碰撞地完成泊车，验证了路径规划方法的有效性；在降低计算量的前提下，路径跟踪误差平均值较优化前降低了4.348%，表明该方法能够更精确地跟踪规划路径.

基于GB 13057—2023《客车座椅及其车辆固定件的强度》的规定，针对某客车座椅固定件进行了优化设计.选取方管的边长、方管的壁厚、方盖的厚度、侧边改进件的厚度以及用于上、下连接固定的薄壁件厚度作为设计变量，建立了客车座椅前倾位移的自适应克里金法（AKR）代理模型，利用Catia参数化设计方法计算了车辆固定件质量.以座椅前倾位移和固定件质量作为优化目标，采用粒子群优化（PSO）算法对座椅固定件尺寸进行多目标优化.优化结果显示：座椅前倾位移降低至443.22 mm，较优化前减小7.85%，显著提升了座椅牢固度，为乘员提供了更大的安全度；车辆固定件的质量减轻了11.08%，实现了轻量化设计目标.

针对商用自动驾驶车辆在保持当前车道的巡航或跟车运动时邻车道目标车辆切入自车车道的行为，利用横向安全距离阈值法对目标车辆的横向切入行为进行预判断和识别，并对主动模糊替代安全度量、责任敏感安全、车头时距、碰撞时间等4种纵向距离模型分别进行了研究与分析.仿真测试分析和开源数据环境测试结果表明：主动模糊替代安全度量模型充分利用了车辆的运动性能限制和感知模块传递的道路环境信息，不但能保证行车安全，而且对交通流的冲击较小；增加切入识别的算法能够在车辆切入到自车车道前采取缓和制动，避免出现原算法中紧急制动的危险行为，提高了自动驾驶车辆的行驶安全性和乘坐舒适性.

针对智能体在环境信息未知情况下与障碍物碰撞将会产生巨大成本的问题，提出一种基于贝叶斯优化与求积的鲁棒强化路径规划算法.首先建立环境的栅格地图，设置环境奖励函数.其次根据历史动作集，采用贝叶斯优化建立高斯过程代理模型，奖励的均值和方差由高斯过程进行估计，选择置信区间上界(upper confident bound, UCB)方法来平衡探索和开发，选择动作序列，从而避免探索过度和开发过度.然后利用贝叶斯求积方法主动对环境进行学习，通过最小化Q值期望的后验方差来减小环境信息的不确定性，以达到避免碰撞、提高鲁棒性的目的.再迭代更新Q表，使用Q学习方法规划路径.最后对该算法与经典的Q学习路径规划算法进行仿真试验对比.结果表明：该算法对环境学习效率更高，发生碰撞的概率更小，最优路径步数收敛速度更快，能够更有效地实现路径规划.

 针对现有汽车转向系统故障诊断研究方法泛化性差和故障数据集存在缺陷的问题，提出一种基于随机森林（random forest，RF）算法的智能转向系统故障诊断方法.首先基于Simscape进行智能转向系统物理模型的搭建，与CarSim进行联合仿真，设置多种转向系统关键故障，并采集多种行驶工况下的故障样本来建立数据集.然后建立基于RF的故障诊断模型，对输入数据进行分类，实现智能转向系统的故障诊断，并与典型算法进行对比研究.最后搭建转向系统台架，采集不平衡样本来建立数据集，研究该方法的诊断效果.结果表明：使用RF算法对仿真故障数据集进行故障诊断，故障诊断准确率约为87.43%；试验验证中该方法故障诊断准确率高达99.93%，且具有较快的诊断速度和较好的泛化性能.

首先在Simulink中建立一个四阶的燃料电池空气系统模型，包括电压模型、空压机模型、阴极模型、供应管道模型.其次设计PID、模糊PID和滑模控制器对空压机电压进行控制，使系统在燃料电池负载电流变化时可以及时跟踪最佳过氧比.仿真结果表明：当负载电流突变时，在输出空压机电压合理的前提下，滑模控制比PID和模糊PID控制缩短了约1.5 s的过氧比调节时间，能够更快到达最佳过氧比，有更好的控制效果，而且系统输出净功率可以保持在17 kW以上.

为探究全触屏车机系统和智能手机2种导航模式下驾驶人注视特性和车辆横向偏移的差异性，通过搭建2类真实道路驾驶数据采集平台，采集了27名被试驾驶人分别使用2种导航模式时的人-车相关数据.选取任务总时长、单次视线离开前方时间、注视切换次数、视线离开前方总时间和车道位置标准差5个指标，对4种车速下的1 041组有效数据进行均值比较、方差和显著性分析.研究结果表明：4种车速下全触屏车机系统导航的任务总时长、注视切换次数、视线离开前方总时间以及车道位置标准差的平均值均高于手机导航，任务总时长、注视切换次数以及视线离开前方总时间的平均值相比手机导航分别增加78.55%、77.17%和49.20%，单次视线离开前方时间的平均值相比手机导航下降15.98%；随着车速增加，2种导航模式的任务总时长、单次视线离开前方时间和视线离开前方总时间均呈现一定程度的下降趋势，而车道位置标准差则呈现明显的增加趋势；相比于传统的手机导航模式，全触屏车机系统在设置导航阶段可能引起更大的操作风险.

针对前车行驶工况多变所引起的自车稳定性和行驶安全性较差问题，以轮毂电动机驱动电动汽车为研究对象，提出同时考虑车间距与相对车速的定速/跟车巡航切换策略，优化设计安全车间时距模型.基于分层控制设计的汽车自适应巡航控制(adaptive cruise control，ACC)系统纵向跟踪控制策略，建立基于模型预测控制(model predictive control，MPC)的上层控制器，求解车辆的期望加速度.利用逆纵向动力学模型，建立下层控制器，求解输出转矩.设计前、后轴转矩分配策略，并由电动机精确控制车轮驱动与制动转矩，实现ACC的纵向跟踪控制.利用Matlab-Simulink和Carsim软件，建立联合仿真模型，分别对变速、变加速、变减速3种工况进行仿真试验.仿真结果表明，所提出的基于分层控制的自适应巡航控制系统在不同工况下，都能稳定地跟驰前车运动，且保持安全车间距，具有良好的跟车稳定性和安全性.

针对传统自动驾驶功能评价方法准确率低等问题，设计了基于V2I功能的自动驾驶车辆在环仿真测试平台，提出了一种FES-GALMBP评价算法.通过HotSpot关联规则法确定低速自动驾驶车辆服务质量的评价指标，基于AHP-CRITIC主客观组合权重优化确定指标权重，构建多级模糊综合评价模型（涵盖准则层、标准层与指标层权重计算）；利用模糊专家系统对测试样本集进行评价，生成训练数据以训练FES-GALMBP神经网络模型.以低速自动驾驶巴士为应用场景，通过Prescan/MATLAB进行联合仿真，并完成实车测试.结果表明，使用所提出的FES-GALMBP模型与传统BP神经网络模型评价巴士运营，得到质量准确率分别为94%、59%，而安全准确率分别为80%、53%，且新模型预测每一类别的AUC值均大于传统BP模型，因此新模型分类器效果更好.

在自动驾驶车辆周边行人轨迹预测中，针对现有方法在长时预测任务中表现不足，尤其是对复杂场景适应性较低的问题，提出了一种新方法.给出了行人轨迹预测问题建模流程，构建了基于CrossFormer的行人轨迹预测方法.新方法通过维度分段嵌入技术显式学习相邻时间帧的相关性；结合两阶段注意力机制层，充分学习行人轨迹的长时依赖关系；利用分层编码器-解码器结构，自适应地捕获行人轨迹在不同时间尺度上的依赖性，提高模型在长时预测上的可扩展性.新方法创新性地结合了多模态信息融合、自注意力机制和可扩展性优化，实现了对行人轨迹预测任务的高效解决.在ETH轨迹数据、江苏大学校园内行人轨迹数据（JDD）这两个数据集完成了试验，进行了时间序列的分割性分析以及定量、定性分析.结果表明，在ETH数据集上，新方法的平均位移误差ADE、最终位移误差FDE值分别为0.627、1.32，均显著优于传统方法如LSTM（0.895、1.74）和SR-LSTM（0.728、1.66）等；在JDD数据集上，新方法的ADE、FDE值分别为0.281、0.53，远优于GAN（0.562、1.01）、STGAT（0.673、1.43）等模型；新方法在复杂场景下的鲁棒性和泛化能力也得到了验证.

为深入解析安全保障措施对居民顺风车出行决策行为的影响，完善顺风车安保、服务体系，基于技术接受模型构建乘客使用顺风车意向的理论框架，以中国城市居民为例，建立多指标多因果模型进行影响路径验证分析，并进一步利用综合加权平均法评估安全措施的有效性.结果表明：安全风险是阻碍乘客使用顺风车的关键因素，而隐私风险对使用意向的负向影响却不显著；男性群体、对顺风车使用频率较高的群体、年龄较大的群体在措施上线后对使用顺风车出行呈现更积极的态度.安全措施的有效性分析显示，安全响应、车主审查和车主识别得分分别为6.43、6.07和6.02，乘客对这3项整改措施认可度较高.

为了探究催化层内部的水气传输和电子传导现象，建立了质子交换膜电解池阴极催化层的孔隙网络模型，获取了传输参数（渗透率、扩散率）以及电化学参数（电导率、电化学活性比表面积）随催化层微观结构的变化规律.结果表明：在催化层内部，随着水饱和度的降低，催化层不同方向上的气体相对扩散率和相对渗透率均逐渐增大，且当水饱和度为0~0.61时具有较佳的水气传输特性；催化层电导率随着铂颗粒半径的增大而非线性增大，铂颗粒半径由5 nm增大到20 nm时，电导率增大了55.7%；电导率随孔隙直径的增大而逐渐减小，但变化较小；催化层电化学活性比表面积随着铂颗粒半径或者孔隙直径的增大而非线性减小，且减小程度相当.

为了进一步提高声品质评价模型的稳定性和评价准确率，提出一种基于长短期记忆（long short-term memory，LSTM）网络和注意力机制的汽车车内声品质评价模型（ALSTM）.首先采集了不同品牌汽车在不同工况下驾驶员右耳处的稳态噪声样本，并以烦恼度为评价指标开展噪声样本的主观评价试验，建立了车内声品质评价数据集.在此数据集的基础上，将噪声样本的梅尔倒谱系数（Mel-scale frequency cepstral coefficient，MFCC）作为特征输入，构建了基于LSTM网络的声品质评价模型，同时引入注意力机制对模型进行优化.结果表明：提出的声品质评价模型能够有效地对车内噪声进行评价，在测试集上的准确率高达97.07%；与其他方法相比，ALSTM模型的稳定性、收敛速度和分类准确率均有所提高.

针对跨海大桥道路环境的不确定性导致自动驾驶车辆容易发生车辆动力学状态变化的问题，提出了基于深度确定性策略梯度（DDPG）算法的车辆侧倾控制策略，探索了该策略在不同车速下的泛化能力.首先构建了跨海大桥的垂向模型，以提供动态道路环境；其次构建了车辆动力学模型和车辆跟踪误差模型，融合了车辆的侧倾、侧滑和横摆的动力学特性，并构建了侧倾稳定性判据；最后设计了深度确定性策略梯度算法中的状态空间和动作空间，并根据车辆的侧倾状态设计了奖励函数.数值模拟结果表明深度确定性策略梯度算法在每一回合中都会获得良好的性能，具有良好的学习能力和解决不确定性复杂环境问题的能力，确保了车辆侧倾角和横向距离误差在可接受的微小波动范围内，满足车辆控制的安全性.

 针对行人检测中远距离目标像素稀少和遮挡产生人体模式信息缺失导致的严重漏检问题，提出一种基于双关键点组合的行人检测方法.该方法利用人体头部与中心区域的关键点，有效提取和融合行人的判别语义特征，从而显著降低行人的漏检率.首先，在深层聚合主干特征网络上引入可变形卷积来扩大感受野，增强人体模式的语义信息；其次，设计了一种基于关键点组合的双分支联合检测模块，通过重新定义不同分支的正样本，强化小尺度与遮挡目标的语义信息；最后，借助非极大值抑制算法融合双分支检测结果.结果表明：在CityPerson验证数据集的普通、小尺度与严重遮挡子集上，文中方法的平均漏检率分别达到8.24%、11.81%和30.59%，特别是对于严重遮挡子集，漏检率相比传统方法ACSP降低15.71%；文中方法检测速度也达到16帧/s；在CrowdHuman上文中方法的平均精度和平均漏检率分别达到86.30%和45.52%.与其他先进方法相比，文中方法在平均精度、漏检率和检测速度方面都呈现出更优异的性能，在密集行人的复杂场景中具有较好的应用价值.

为了探究交通量数据特性，提高交通量数据拟合的参数估计精度，基于最大相关熵准则提出了一种交通量数据拟合的参数估计方法.首先对交通量数据进行预处理，然后指定数据概率分布，再采用最大相关熵准则来估计模型参数，采用梯度上升法进行输出，得到概率分布参数估计值，并与传统最小二乘估计和最大似然估计进行结果比较.基于实测数据和假定的4个分布模型（正态分布、对数正态分布、韦布尔分布、瑞利分布）进行性能评估，研究表明：构建的基于最大相关熵准则方法拟合性能优于最小二乘估计和最大似然估计，4个分布模型综合评价指标分别为0.979 00、0.726 08、1.397 69和1.494 50，具有较强的准确性和可靠性.

基于并联式轮毂电动机驱动实车构型，分析影响制动能量回收效率的主要因素，采用联邦卡尔曼滤波纵向车速估计算法，提出了三层式复合制动控制策略.该策略中的制动决策层根据踏板输入信号和行驶状态来识别制动工况，并进入相应的制动模式.制动控制层根据制动决策层的指令，在常规制动工况下通过粒子群优化（PSO）算法优化前、后轮电制动力矩分配，实现电池有效回收效率最大化；紧急制动工况下，通过模糊自整定PID算法实现车辆在不同附着路面上各轮滑移率的安全有效控制，优化了制动防抱死控制的鲁棒性，提高制动安全性.制动执行层响应制动控制层的指令，设计了电制动补偿机制，以迅速补偿调节各轮轮缸的压力误差，提高车辆制动稳定性.最后实车验证了该复合控制策略的有效性.

针对存在干扰的四旋翼无人机姿态系统，设计了一种RBF网络鲁棒自适应反步滑模控制器.在反步滑模控制的基础上，通过RBF网络逼近和补偿标称控制律，采用神经网络最小参数学习法，取神经网络的权值上界估计作为神经网络的估计值，通过设计参数估计自适应律来代替神经网络权值的调整，并用Lyapunov理论证明系统的稳定性.仿真结果表明：该方法相比反步滑模控制方法，在有干扰的情况下，有更短的调节时间，更好的跟踪精度，验证了本方法具有更好的抗干扰性和鲁棒性.

为了研究加热器中暴露在高温环境下折流板的应力分布规律与安全可靠性，基于有限元分析方法对其进行应力分析，选取危险截面路径进行应力线性化分析，并根据安全评定结果对折流板结构进行优化.结果表明：尖角造成的应力集中对折流板的应力分布影响较大，其薄膜应力PL过高是导致应力评定危险的主要原因；折流板整体应力大小随着燃料进口速度的增大而增高，温度与热应力大小呈正相关，在不同速度下应力变化趋势相似，换热管束与折流板连接处的结构不连续会造成应力升高；优化方案中，当钝化尖角后，折流板最大热应力降低16.7%，再覆盖热障涂层时的最大热应力较钝化尖角时降低44.5%，较原始结构降低53.7%，且整体热应力下降，优化后折流板强度评定为合格.

对于具有“组异常”和“局部异常”分布特点的系统日志数据，传统的ADOA（anomaly detection with partially observed anomalies）半监督日志异常检测方法存在为无标签数据生成的伪标签准确性不佳的问题.针对此问题，提出一种改进的半监督日志异常检测模型.对已知异常样本采用k均值聚类，采用核主成分分析计算无标签样本的重构误差；运用重构误差和异常样本相似分计算出样本的综合异常分，作为其伪标签；依据伪标签计算LightGBM分类器的样本权重，训练异常检测模型.通过参数试验探究了训练集样本比例变化对模型性能的影响.在HDFS和BGL这2个公开数据集上进行试验，结果表明该模型能够提高伪标签的准确性，相较于DeepLog、LogAnomaly、LogCluster、PCA和PLELog等已有模型，精确率和F1分数均有提升.与传统的ADOA异常检测方法相比，该模型F1分数在2类数据集上分别提高了0.084和0.085.

 针对现有车载语音导航设备易受到车内外噪声干扰、无法准确判定声音信号来源的问题，提出了一种基于唇部状态识别的语音导航抗干扰系统.通过摄像头实时识别驾驶员唇部状态，准确判定驾驶员声音信号的起止时间端点，进而控制语音导航输入信号开启和关闭，增强驾驶员对语音导航的控制权限，减少车内外的噪声干扰.为保证唇部状态识别的准确性和鲁棒性，提出了一种基于关键点-外观短时特征融合的多模态唇部状态识别网络，进行了关键点短时特征有效性试验、多模态特征融合的唇部状态识别消融试验、实验室模拟环境和真实车载环境下的语音导航抗干扰试验.结果表明，文中提出的关键点短时特征算子可增强唇部状态变化表征能力14%以上，关键点-外观特征融合的唇部状态识别网络通过特征互补提升识别准确性8.98%以上.基于该网络的语音导航抗干扰系统准确性高（92.6%）、实时性好（检测速度为35帧/s）；在驾驶员左、右侧面超过70°的大幅度头部姿态变化下，能有效减少车内外噪声对导航语音控制的干扰，表现出较高的鲁棒性.

 为了优化节段预制波形钢腹板组合箱梁桥节段划分、存放及吊装方案，以南京长江五桥引桥——立新路跨线桥为研究背景，采用数值模拟方法对波形钢腹板组合箱梁桥节段进行合理划分长度，分析标准节段梁存放及吊装期的应力变化及变形特征，并提出合理的控制措施.结果表明：节段长度为240~400 cm时，对梁体抗弯承载力影响较小，波形钢腹板组合箱梁桥节段长度的合理划分取决于吊装及运输条件；节段梁存放层数不宜超过2层，如采用双层存放，需在波形钢腹板节段梁混凝土顶板与底板之间设置临时刚性支撑；节段梁吊装宜采用四吊点方案，即在靠近腹板处设置4个吊点，且起吊时在顶板与底板之间设置临时刚性支撑，以避免顶板变形过大，增加现场拼装控制的难度.