2021年9月26日，TOPS课题组第97期组会再通达馆A436线上线下同时召开。本次组会由21级硕士冯不凡和21级硕士吴学绵依次分别和大家交流讨论了《基于共享单车GPS轨迹数据的非机动车左转研究》和《徐汇区中观路网建模与逐日出行行为解析》。作为新学期的第一次组会，也是新加入TOPS课题组的八位新生第一次与所有师兄师姐见面，参会成员包括孙剑教授、倪颖副教授及课题组全体同学。

冯不凡的汇报主要分为两部分，首先简单介绍了他的毕设设计课题《基于深度学习的列车调度作业单信息自动录入系统的研究及实现》。该系统基于目前CTC车站系统无法直接获取列车调度作业计划的问题，利用深度学习技术，实现了一个可以自动录入调车作业单信息的系统，可以大幅增加车站的工作效率、减少值班员的工作量。然后，冯不凡介绍了自己目前的研究——《基于共享单车GPS轨迹数据的非机动车左转研究》。冯不凡基于叫目前对于非机动车交叉口左转行为的研究较少的背景，利用共享单车GPS轨迹大数据对非机动车骑行者在不同交叉口的左转方式选择进行了研究。他主要介绍了数据的来源和情况、轨迹数据和路网数据的处理，并初步探究了各影响因素与骑行者左转过街方式选择之间的相关性，最后得出结论：影响共享单车骑行者左转方式选择的主要因素有交叉口的信号控制以及交叉口相交道路的道路等级大小。

汇报时刻

吴学绵的汇报主要围绕《徐汇区中观路网建模与逐日出行行为解析》展开。他首先介绍了现有的数据，并解释了为什么要选择中观层面来对路网进行建模。随后，他按照技术路线介绍了自己如何一步步完成路网建模，并逐日对不同出行者的不同出行行为进行了详细的解析。最后，他展示了模型的仿真结果，并对模型下一步如何提升精度提出了自己的想法。

在交流环节中，孙剑教授首先对冯不凡的研究主题提出了批评与质疑，认为冯不凡应该找到更加硬核、实在、具有具体意义的切入点进行研究，例如从骑行者的等待时间或交叉口的信号配时入手，并对其后续的研究路线和研究方法提出了宝贵且中肯的意见；杨逸琳、黄浩宇、王诗涵依次对冯不凡后续研究的切入点提出了不同的见解，他们认为后续研究中应当研究得更加细致，把更多可能的影响因素纳入考量；赵晓聪对冯不凡研究中轨迹数据的处理方法给出了非常实用的意见。

交流环节

然后，孙剑教授先对吴学绵目前的研究成果表示了肯定，再提出了路网模型精度需要进一步提高的问题；蒙艺玮对吴学绵研究使用的数据精度提出了疑问，并表达了希望吴学绵的研究能够更加深入的想法。

最后，孙剑教授对组会进行了总结，对新生表示了欢迎，并提出了希望课题组的高年级学生能轮流为新生做一次培训，帮助新生成长。

最近更新：2021年9月27日 23:50:42