中文 English 联系我们

研究生工作
 当前位置:  首页 >> 学生工作

同路人学术论坛:车联网与自动驾驶车辆数据驱动的交通安全与系统评估方法研究
  发表时间:2025-12-26    阅读次数:

主讲人:高婧沁 助理研究主任

邀请人:朱兴一 教授

时间:20251229日(周一)下午13:30Beijing Time

地点:通达馆102会议室

主讲人简介:

高婧沁博士现任纽约大学(New York University, NYU C2SMART 交通研究中心助理研究主任及资深研究科学家,拥有超过 15 年的交通专业研究与实践经验。在此期间,高博士担任多项由美国联邦政府、国家科学院以及州和地方政府机构资助项目的项目负责人。

高博士的研究方向聚焦于智能交通领域的新兴技术。她在以下研究方向具有广泛影响力:美国交通部在纽约市的车联网试点项目安全系统评估、面向智慧城市的人工智能交通解决方案以及停车行为与系统分析等。

加入纽约大学之前,高博士曾就职于纽约市交通局的交通模型与数据分析部门,主要负责支持机构内部交通规划与技术审查工作,并参与跨机构区域交通项目的协调与合作。

在学术与专业服务方面,高博士于 2023 年入选 Who’s Who America in Professional Women;并于 2019 年荣获美国交通工程师协会(Institute of Transportation Engineers)大都会分会(ITE MET)颁发的 Louis J. Pignataro 交通教育纪念奖以及 WTS 大纽约分会(WTS-GNY)授予的国家领导力传承奖。

主讲内容简介:

随着计算机技术的持续演进、新兴数据来源的不断涌现以及通信技术的快速发展,交通运行策略与系统评估方法在提升交通安全方面迎来了新的研究机遇。本次学术报告将系统介绍近期在前瞻性应用实时车联网及自动驾驶(Connected and Automated VehiclesCAV)数据方面的研究进展,并探讨在不同运行场景和应用条件下,如何利用 CAV 数据改进城市交通与高速公路运行策略,从而降低运行与管理成本、提升分析精度,并拓展交通系统安全管理的能力边界。

作为具体研究示例,报告将重点介绍如何基于 CAV 数据实现面向排队状态感知与事故感知的高速公路匝道信号控制优化。同时,将介绍一种新提出的方法,该方法将替代安全指标(Surrogate Safety MeasuresSSMs)与多目标随机优化框架相结合,用于在兼顾交通效率与安全性的前提下,对交通仿真模型进行联合标定。

CAV 相关研究之外,本次报告还将简要介绍 C2SMART 团队的若干最新研究进展,包括数字孪生以及语言视觉模型在交通系统分析与管理中的应用探索。

欢迎各位老师、同学参加同路人学术论坛!

交通学院研究生会
交通学院青年教师沙龙