2022年7月17日13时，TOPS课题组16级博士生陈晓芸的博士学位论文答辩在线上顺利举行。黄品娟老师任答辩秘书，北京工业大学贺正冰教授、上海理工大学赵靖教授、同济大学唐克双教授、同济大学余荣杰教授以及同济大学孙剑教授担任答辩委员会委员，东南大学王昊教授担任答辩委员会主席。陈晓芸博士的答辩论文题目为《基于自然驾驶数据的高风险事件识别与分析》。

汇报时刻一

首先介绍了研究背景：道路交通安全问题不容小觑，而潜在的高风险事件成为突破。高风险事件可以分为交通运行高风险事件以及驾驶行为高风险事件两类。高风险事件数据可以有效地替代交通事故数据。而自然驾驶数据具有多元、实时、精确等特点，是可靠的数据支撑。基于此，陈晓芸提出了研究目标以及意义：1、使用通用型的交通指标，量化个体车辆微观行为的异常程度，表征交通流的紊乱状态；2、在低渗透率智能网联环境下，建立可靠精准的交通运行高风险事件预警模型；3、提出基于车辆运动学数据和车辆驾驶行为的识别路怒方法，并构建完整的路怒事件链。

汇报时刻二

接下来，陈晓芸依次从三个方面：交通熵的定义与计算方法、交通运行高风险事件预警方法以及路怒驾驶行为的识别与分析来对她的研究进行具体的展开介绍。提出的“交通熵”由行为概率函数的交叉熵和行为连续性系数两部分组成。通过可行性分析，发现交通熵可以表征交通流中的事故风险，并识别个体车辆的异常行为。然后，通过构建的预警模型框架，将交通熵作为输入，结合长短期记忆网络（LSTM）可以对交通运行高风险事件进行提前预警。然后，研究对路怒行为进行了定义，从基本驾驶行为分解、驾驶风格分类，交通熵识别异常驾驶行为，视频识别异常驾驶员姿态行为，构建路怒事件链四个步骤来实现路怒驾驶行为的识别。最后，陈晓芸对研究进行了总结和展望。论文首先提出了交通熵指标，并在此基础上提出了一种交通运行高风险事件的预警方法，并基于交通熵提出了一种自然驾驶过程中识别路怒驾驶行为的方法，构建完整路怒事件链。未来，还可以从拓展交通熵的应用场景，尝试融合多种机器学习方法以及将视频图像纳入交通熵量化三个方面进行更加深入的研究。

汇报时刻三

汇报时刻四

汇报结束后，贺正冰教授、赵靖教授、唐克双教授、余荣杰教授以及王昊教授依次从汇报表述、交通熵的定义和使用范围、高风险事件预警可行性等方面给出了意见并提出了疑问，陈晓芸对疑问进行了详尽的解答。

最后，由王昊教授代表答辩委员会宣读答辩决议，一致同意通过博士论文答辩，建议授予陈晓芸工学博士学位。TOPS全体成员祝陈晓芸博士毕业快乐！顶峰再相见！

汇报时刻五