APR还原再生剂修复老化沥青性能研究

通过室内模拟道路沥青不同阶段的老化程度,使用不同剂量的APR还原再生剂修复老化沥青,并结合对路面沥青混合料抽提后的沥青进行试验,验证了APR还原再生剂具有修复老化沥青的功能。试验结果表明老化时间越短则修复效果越好,路面铺筑后实际使用2～3a后的老化程度使用效果最佳。     

隧道口减光设施对照明的影响研究

近年来,伴随着我国基础设施建设的不断推进,隧道里程不断增多,隧道照明系统的重要性日益突出,因此对隧道洞口驾驶员视觉特性、减光设施的特点及减光效果进行研究,具有重要的意义。本文通过对隧道洞口驾驶员的视觉特性进行研究,分别论述各种洞口减光设施的特点,并以南京扬子江路隧道、富贵山隧道、双龙街立交隧道的检测数据为基础,计算减光设施对洞口亮度的影响,以及隧道内加强照明的亮度需求的降低程度,进一步分析得出采用减光设施对照明设施建设的投资影响以及可节约的照明养护成本等。     

亚帆中心工程环抱形防波堤掩护效果及护面块体稳定性试验研究

针对工程环抱形防波堤平面布置方案,利用整体物理模型试验手段进行了验证。结果表明:1)掩护后传入港内波峰线发生了偏转和波能集中,致使码头局部泊稳条件不满足标准要求。将位轴线顺时针旋转15°,与波峰线平行优化布置后,则满足。2)根据越堤波浪是否冲击港内码头轴线标准,论证10.0、10.5、11.0 m共3个防波提高程掩护体,得出11.0 m是可行的。3)防波堤外侧质量6 t护面块体失稳,经多次优化后采用质量10 t则稳定,弧形转弯处勾连性护面块体受侧向波浪力作用比受正向波浪力偏于危险。4)将试验结果与规范公式计算值进行对比,前者均大,因此对于弧形转弯段的处理应给予关注,尽量遵循规范要求轴线夹角的相关规定。5)试验再次验证了三维港池整体物理模型试验在防波堤稳定性、越浪量和优化设计方面的必要性。     

喀麦隆克里比深水港二期排水规划中Civil 3D的运用

随着“一带一路”倡议的不断推进，中国企业在非洲国家大量建设港口、公路和工业园区等基础设施。随着项目的推进，项目所在地附近的排水情况需要不断变更，排水规划尤为重要。结合Civil 3D软件的地形分析、汇流分析和汇流区域边界分析模块，给出一套分析大区域排水以及进行大区域排水规划的设计方法。结合喀麦隆克里比港区二期周边的排水规划设计，介绍该方法的运用，为其他大型项目的整体区域排水规划设计提供了重要的设计方法参考。     

全橡胶环氧树脂混凝土力学性能研究

为研究全橡胶环氧树脂混凝土(FREC)力学性能,考察其作为路面修复材料的可行性,通过添加不同弹性改性剂用量,制备了一系列环氧树脂胶黏剂(EA)及FREC,研究了弹性改性剂用量对EA性能和FREC应力-应变全曲线的影响。试验结果表明:随着改性剂用量增大,EA的拉伸强度降低,二者呈现近似线性相关,同时断裂伸长率增大,拉伸剪切强度先增大后减小,拉伸弹性模量近似线性降低;FREC抗折全过程应力-应变曲线显示材料实现由刚性-半刚性-弹性的转变;抗压全过程应力-应变曲线显示材料实现由半刚性向弹性的转变;抗折峰值应力先增大后减小,抗压峰值应力先增大后减小再增大;抗折和抗压峰值应变均不断增大,增长速率均在掺量40 pbw前明显低于40 pbw后;抗折和抗压杨氏模量变化趋势和幅度基本一致,均先增加后减小。为兼顾强度和变形能力,建议弹性改性剂掺量在50～70 pbw为宜,此时FREC具有较好的综合性能。     

面向智能车辆的现役道路设施行驶适应性研究综述

为了总结面向智能车辆的现役道路设施行驶适应性，即现役道路基础设施承载智能车辆行驶的适宜程度，阐述自主智能驾驶定义与驾驶自动化等级分类，在此基础上剖析不同等级间的人机功能差异，并分别从感知层、感知-决策层、决策-控制层探讨与道路设计要素相关联的人机功能差异，通过归纳总结智能车辆与道路几何要素、路面性能及其他道路要素(如道路标线)的相互作用机制研究，从道路工程角度及其他道路要素方面回顾该领域的研究现状，指出存在的问题和未来发展方向。研究结果表明：相比传统车辆，配置高等级自动驾驶系统的智能车辆对现役道路设施行驶适应性最高，主动安全系统次之，而驾驶辅助及有条件自动驾驶系统适应性不足。而目前研究主要问题包括：难以归纳、标定不同驾驶自动化等级间的人机功能差异及其对于道路设计参数的需求设计值；测试道路场景条件过于理想，考虑的驾驶自动化等级单一，试验规模和样本有限；道路几何、路面性能以及道路标志、标线等道路要素与智能车辆间的相互作用机制研究不足，缺乏与不同道路场景相匹配的智能车辆驾驶特征数据的获取手段。因此建议：重视并推动与道路设计要素相关联的关键人机功能差异指标信息共享；联合高保真且可交互的道路场景、高精度感知传感器物理模型、车辆动力学模型及微观交通流模型，利用测试场景自动化生成、极限工况场景搜寻与泛化等技术开展智能驾驶虚拟测试，突破现有研究的深度和广度；探索反映不同等级智能车辆的道路行驶适应性特征指标与评价标准，精准、有效地评估预测复杂道路场景及不利道路条件下的行驶适应性。     

基于LBP算子的路面类型识别研究

不同的路面类型会对车辆的制动、加速、变道等决策产生不同影响,因此实时获取路面类型信息对于提高智能汽车的安全性、舒适性等有着重要意义。论文提出一种基于LBP算子的路面类型识别方法,首先采集了四种车辆行驶常见路面的图像信息,并对图像进行了增广处理;然后使用LBP算子提取出路面图像的纹理特征,再采用PCA方式对纹理特征进行降维;最后通过分类器对数据进行训练与分类。实验结果表明该方法的最高分类准确率可以达到98.5%,有效提升了当前路面类型识别的精度。