横风作用下运行环境不同导致高速列车气动特性发生突变，严重影响列车运行安全和乘客的舒适性。基于高速列车流场的可压缩、非定常特性，建立隧道-列车-横风三维数值模型，采用SST k-\omega湍流模型进行求解，通过与动模型试验对比，验证了数值模拟的准确性，进一步分析横风对列车周围流场与表面压力分布的影响，得到了横风作用下列车气动荷载变化规律。研究结果表明：列车周围流场分布受横风影响显著，隧道外流场向列车背风侧偏移，并形成起始于隧道入口处的纵向涡旋，而隧道内列车背风侧涡旋消失，迎风侧形成延伸至入口处的垂向涡旋，并在列车驶入过程中隧道内涡旋结构逐渐消失。在列车驶入隧道前列车迎风面气动压力以正值为主，背风面气动压力以负值为主。当列车驶入隧道时列车表面压力发生剧烈变化，气动压力波动程度随列车驶入而明显减弱。气动荷载变化规律与风环境密切相关，无风时尾车横向力和升力变化幅值最大，而横风下头车横向力和升力变化幅值最大。此外，列车气动性能与编组位置密切相关，横风下头车横向力变化幅值分别是中车、尾车的4.8倍和15.4倍，头车升力变化幅值分别为中车、尾车的1.1倍和1.2倍，头车发生行车安全事故风险最高。研究成果可为类似情形下高速列车运行安全性评价和高铁隧道选线提供参考。

无人驾驶车辆的传感器代替人眼感知道路空间的信息，保障一定感知空间的可感知性，是无人驾驶安全运行的重要前提。因此，该文在国内外研究文献调研以及相关软硬件技术分析的基础上，分析了当前无人驾驶车辆感知技术的局限性，包括激光雷达、摄像头和毫米波雷达等传感器的识别范围和特性；利用激光雷达和组合导航系统对道路的现实信息进行采集，进一步利用收集到的点云数据、定位信息、同步定位与建模算法构建无人驾驶车辆的三维感知空间，实现了道路的三维数字模型构建。同时在三维点云地图中进行测距能力、水平视场角和垂直视场角等参数数学表达模型构建，利用空间坐标变换方法，将传感器识别范围内的三维点云数据进行分离，并转换到统一的坐标系下。最后利用Delaunay三角化方法，构建出能够反映感知空间特性的三维模型，从而实现三维感知空间的可感知性的判定方法。为验证该文方法的实用性和准确性，利用实地采集的数据对算法进行了测试。测试结果表明，该文提出的方法具有良好的鲁棒性，能够在复杂的道路环境中稳定工作，可以准确评估无人驾驶车辆的感知能力。这一研究成果不仅为无人驾驶车辆的道路设计和安全评估提供了科学依据，也为无人驾驶技术的进一步发展和应用提供了强有力的技术支持。

为改善高速公路桥梁路段雾天环境下的交通运行状态，以人因为导向，提出传统交通安全设施与风险预警、动态限速、视线诱导等智能技术融合的桥梁运行风险主动预警防控策略，通过不同风险等级下防控水平的变化，充分利用设施资源，实现由静态告知向动态引导过渡的多层级、差异化防控目标。但该过程对于驾驶行为及交通运行的安全高效性是否起到改善效用尚未清晰，难以支撑其有效设计与应用。故以鄂东长江大桥为例，通过驾驶模拟测试量化评估防控策略改善效用，以验证其有效性，基于人因需求服务于防控策略配置优选与实施，进而指导实际应用具有更优的作用效果。研究综合考虑心理感受、安全效用及通行效率3个层面，通过各指标改善率实现防控策略改善效用评价。结果表明：主动预警防控策略有助于提高驾驶人自信程度并缓解紧张感，明显改善了驾驶人行为表现及交通运行状态，提高了车辆横纵向运行安全性和通行效率；对于安全效用的改善能力最强，尤其体现在纵向层面；较高亮度视线诱导策略更有利于提高安全水平，显著增加通行能力，相比于低亮度条件对于驾驶人心理感受可能存在一定负面影响，但并不明显；当桥梁能见度为100 m时，推荐智能雾天诱导灯闪烁频率为0.5 Hz，亮度为3 500 cd/m²。研究结果为防控策略在雾天桥梁的实际应用提供了必要的理论依据。提出的雾天跨江桥段运行风险主动防控的解决方案及其改善效用分析思路，为风险路段的靶向防控和治理提供借鉴。

快速路交织区主动管控策略对提高快速路运行效率、改善行车环境、提升行车安全等具有重要意义。主动发光标线是一种新型道路交通安全主动管控设施，因其智能可控、虚实变换、应急预警等功能特点，越来越受到关注和逐步被推广应用。为探究发光标线这一新型道路标线在快速路交织区对行车安全的作用效果，从驾驶人角度出发，基于驾驶模拟试验，分析发光标线对驾驶行为的影响特征，评估发光标线作用效果。通过设计夜间环境下普通标线和发光标线两种驾驶模拟试验场景方案，获取驾驶行为数据，从行车安全性、舒适性和驾驶人操纵表现3方面选取速度标准差、横向偏移标准差、纵向加速度均方根值、加速度标准差、平均速度、油门功效6项指标构建评价指标体系。进一步分析各项指标在不同标线场景下的差异显著性及效应量水平，最后采用可拓物元方法构建综合评价模型，对比两种标线方案的作用效果。研究结果表明：发光标线对交织区及临近交织区路段驾驶行为特性具有较显著的影响，发光标线下驾驶人横向位置感知和操纵水平提升，车速调控能力提高，车辆行驶更加平稳。基于可拓物元模型综合评价结果表明，在快速路交织区及临近交织区路段发光标线作用效果均优于普通标线，有利于提升快速路交织区行车安全。

城市轨道交通与地面公交之间的便利衔接是满足居民多元化出行需求，促进城市公共交通系统发展的关键。现有研究在建立公交线路优化模型时缺少对一些重要微观指标的考虑，例如高峰期需等待多班公交的比例和车内拥挤度等。同时对线路运营中随机性和异质性要求的考虑也存在不足，导致其在实际应用中表现欠佳。为解决上述问题，该文从公交的服务过程出发，以乘客出行成本与企业成本最小化为目标，建立考虑运行速度、车辆类型、发车频率、线路票价、车辆拥挤程度、线路线型等影响因素的优化模型，使用非支配排序遗传算法（NSGA-Ⅱ）进行模型求解，并针对遗传操作部分进行改进。同时为提高求解精度，设计了一种微观仿真算法对解进行评估。在此基础上，采用Kriging代理模型进行辅助计算以提高算法求解效率。最后，以深圳市地铁公交接驳为例，采集地铁与公交IC卡刷卡数据，对提出的算法进行验证。同时，进一步对线路票价、运行速度、运营车型以及客流大小等因素进行了灵敏度分析，依据分析结果提出了运营线路的改善建议。结果表明，该算法相较于传统NSGA-Ⅱ算法能在相同的求解时间下得到更好的线路优化方案，方案平均节省约35.49%的总成本，且迭代速度提高26.94%。由此可见，该文提出的地铁接驳公交优化方法对提升接驳效率与运营水平均具有实际意义。

大城市多种交通方式交织形成了彼此互通的客流网络，而跨交通方式客流之间的时空关联关系错综复杂，需要客流联合预测来解析整体出行规律，这对实现跨交通方式客流无缝衔接出行至关重要。针对跨交通方式客流网络，引入跨交通方式超图关联矩阵刻画公交和地铁的客流超图网络之间关联关系，提出一种基于双模时空超图卷积网络（BSTHCN）的跨交通方式客流联合预测模型。具体来说，模型由3部分组成：输入模块、时空卷积模块（包括时间卷积和空间卷积）和输出模块，可同时捕捉公交、地铁站点和线路的客流特征，以及两种客流网络之间换乘客流特征。最终，模型可识别提取重要信息特征，并进行特征聚合和分配。实证分析结果表明，相对于经典预测模型而言，BSTHCN具有更优的预测精度，以预测1h后的客流为例，在公交和地铁数据集上的平均绝对误差（MAE）指标至少分别减小了8.93%和8.10%，均方根误差（RMSE）指标至少分别降低了10.64%、7.47%。且BSTHCN的参数量和模型运行时间均在合理范围内，相比于时空卷积网络（S-TGCN）和扩散卷积递归神经网络（DCRNN），BSTHCN在实现更精准预测的同时，运行时间仅增加了4.82%。综合来看，BSTHCN显示出较强的竞争力。消融实验结果则进一步表明，BSTHCN在引入超图并考虑跨交通方式关联后，可更好地反映客流网络中的局部与整体特征，提升客流预测的精度。