以提升车辆主动安全、减少纵向碰撞事故为目标，提出了一种基于车尾边缘特征信息的前车识别方法与基于单目视觉的纵向车距检测方法。有别于传统算法利用全局边缘特征或灰度纹理特征来识别前车，该算法首先依据路面灰度分布特性来分割车底阴影，再利用车尾水平与竖直边缘的分布特性建立前车ROI,进一步利用竖直边缘的对称强度验证车辆身份。根据摄像机的小孔成像原理建立纵向车距测量模型，避免了复杂的内外部参数标定。道路试验表明，算法对车辆的平均识别率达到88．5％，纵向车距检测的平均相对误差小于3％，能够实现的有效测距范围为（6．9-78．3）m，其精度与运行速度可以满足实际驾驶中的纵向车距检测。

车道线检测时容易受到路面环境的干扰、检测准确度与实时性不易保证。为此,提出了基于稀疏网格和动态特征窗口（DFW）的车道线检测方法。首先在道路区域建立了稀疏网格区域,然后提取了网格上的车道线灰度信息,大幅度排除了冗余像素。利用车道线的方向特性,提出了对称性六向梯度边缘检测方法,进而采用椭圆膨胀元素建立了车道线DFW。利用车道线方向和长度的显著特征,提取了车道线特征边缘并对其进行了Hough直线拟合。在多样性的道路环境中进行了算法测试,讨论了不同分辨率图像的车道线检测耗时。试验表明：提出的算法简单、快速,可以有效排除各类路面干扰像素,能够鲁棒、准识别多种路面环境中的车道线。

对0．75t汽车桥壳进行了液压胀形试验，分析了管件胀形的两种失效形式：胀裂和起皱。通过管件胀裂实验数据绘制出胀形极限图，并得到胀形系数和轴向应变之间存在线性比例关系Kr=l＋δ-1．72ε2，揭示了管件材料的固有属性与外界加载条件对成形共同起着决定性作用。管件胀形中的起皱行为分为有益皱纹和有害皱纹。前者作为一种预成形方法能够为进一步成形聚集材料，管件成形的界限可得到扩大。