登录TOPS×

*


*

验证码加载中……

请先拖动验证码到相应位置


——  孙  剑  教  授  课  题  组  ——

第84期组会:TOPS课题组硕士博士毕业论文开题答辩

撰稿 杨叶笛 杨逸琳   2020年11月22日 12:20:05  阅读()

2020年11月18日13:30,TOPS课题组硕士生毕业论文开题答辩在通达馆A517顺利召开。本次答辩由2019级硕士生蒙艺玮、周华骏、饶红玉、张赫、肖琳、王诗菡分别对其毕业论文进行开题汇报,答辩委员会由孙剑教授、倪颖副教授、李健副教授和田野副研究员组成。

汇报人蒙艺玮在城市路网结构复杂、AVI覆盖率低、路径重构复杂的背景下,提出了一种考虑多源数据且依据真实AVI数据进行路径重构的方法,期望能够得到一种路径重构插件并与仿真软件进行对接,为AVI布设、交通仿真及交通规划方面提供建议。对此,田野副研究员提出了利用现实AVI数据进行驾驶人出行行为分析及建模的补充建议。

蒙艺玮答辩时刻

汇报人周华骏在目前基于车道的交通仿真不适用于高密度混合交通流的背景下,提出了对不同交通参与者设计机理模型或数据驱动模型,并将两类模型系统集成与应用,最后生成适用于高密度混合交通流的仿真系统。该研究期望能够打破基于车道的仿真模型、综合机理模型与数据驱动模型、拓展交通仿真的通用范围。对此,李健副教授与田野副研究员提出了关于两类模型整合、衔接的相关建议。

周华骏答辩时刻

汇报人饶红玉考虑到驾驶行为很大程度上影响了交通事故、交通拥堵等交通问题的产生,针对驾驶人之间的异质性与驾驶人内在异质性进行了研究,首先对驾驶行为分布进行建模,然后进行驾驶人异质性分析,对内在异质性较大的驾驶人进行个性化驾驶行为建模,最后通过仿真验证与优化对驾驶行为进行总结分析。

饶红玉答辩时刻

汇报人张赫考虑到仿真测试安全方便、场景测试能够弥补里程测试不足、加速测试能够大幅减少测试时间的优点,对智能汽车场景派生与加速测试方法进行了研究。针对目前场景数量不足、多参数联合分布的场景、测试场景耗时较长的问题提出了相应解决方案,以期构建更加符合实际的测试场景、改进现有加速测试方法、发挥虚拟仿真平台的潜力。

张赫答辩时刻

汇报人肖琳考虑到现有研究存在忽略个体差异及出发时间变化影响、求解结果不符实际等问题,通过设计奖励方案激励用户自愿提供OD信息、基于出发时间变化设计最优奖励方案、在瓶颈模型中研究出行者非理性特征的研究方法,对基于奖励的主动需求管理方法进行了研究。

肖琳答辩时刻

汇报人王诗菡希望能够分析非机动车速度特性与骑行品质的关联系、识别能够反映骑行品质的关键速度特征参数、基于共享单车大数据客观快速的评价大规模道路骑行环境,以期给出非机动车出行通道的规划设计评价模型与政策建议,提高给机动车设施的服务品质,从而提高道路对非机动车出行的吸引力,缓解城市交通拥堵、减少事故和排放。

王诗菡答辩时刻

最后,答辩委员会对所有汇报人的开题报告进行了评价与打分,TOPS课题组2019级硕士生毕业论文开题答辩顺利结束。


2020年11月19日17:30,TOPS课题组博士生毕业论文开题答辩在通达馆A436顺利召开。本次答辩主要由2018级博士生吴纪龑、付全路、2019级博士生齐骁、李建强分别对其毕业论文进行开题汇报,答辩委员会由孙剑教授、倪颖副教授、许项东教授和余荣杰副教授组成。

汇报人吴纪龑在城市交通拥堵现象严重、交通系统供需不平衡、基于奖励的交通需求管理策略发展迅猛但面临许多挑战的背景下,开展基于奖励的交通需求管理建模优化研究,期望从理论角度出发求解奖励方案的最优解。具体为:从时间空间两个维度、结合出发时间、出行路径、出行模式(以拼车出行为例)三个靶向目标,分别求解不同靶向目标下的最优奖励方案。

吴纪龑答辩时刻

汇报人付全路在现阶段对于基于奖励的研究对象为路段级别,并且存在大量同质性假设;利用迭代仿真过程来求解系统最优会带来巨大的计算负担的背景下,开展基于仿真优化的出行激励政策优化研究。期望可以建立研究对象为路网级别的考虑奖励总预算等约束条件的基于奖励的出行需求管理的模型,建立考虑出行者时间价值异质的基于智能体建模和仿真的路径选择模型,将路径选择模型与仿真相结合,拟合出合适的代理模型,并寻找合适的寻优算法。

付全路答辩时刻

汇报人齐骁在智能汽车快速发展、人机混驾的驾驶环境下存在智能汽车的交互安全性问题、现有智能汽车底层交互策略不适用于人机混驾高密度交通流的背景下,针对人机混驾高密度交通流下智能汽车的底层交互策略展开研究。先是对现有的智能汽车底层交互策略进行适应性分析,接着挖掘人类驾驶员交互准则,最后提出智能汽车底层交互策略并验证。期望为人机混行高密度交通流下的智能汽车提供“安全高效、冲突消解”的交互策略。

齐骁答辩时刻

汇报人李建强在目前自动驾驶面临城市道路交叉口的非机动车轨迹预测问题的重大挑战、城市道路交叉口内部具有典型的非结构化道路特征并导致非机动车存在行为复杂性的背景下,开展城市道路交叉口非机动车轨迹预测研究,首先进行非机动车的行为解析,接着进行非机动车意图预测,最后进行非机动车的轨迹预测。期望提高自动驾驶车辆与非机动车的交互安全性和运行效率,为自动驾驶规划决策提供更可靠的决策信息。

李建强答辩时刻

最后,答辩委员会对所有汇报人的开题报告进行了评价与打分,TOPS课题组2018、2019级博士生毕业论文开题答辩顺利结束。

最近更新:2020年11月25日 12:19:32

电话:021-69583650  管理员邮箱:2015qgy@tongji.edu.cn  
地址:上海市曹安公路4800号同济大学交通运输工程学院A440  邮编:201804

Creative Commons License TOPS课题组 页面浏览465,829次/访客70,123人次