2024年5月8日，TOPS第142期组会于通达馆A211线下举行。本次组会由21级硕士生苏兴浩、吴学绵和张育林带来自己的预毕业答辩汇报，分别与大家讨论交流《毫米波雷达检测环境下全样本个体车辆轨迹重构》、《面向自动驾驶的网络交通流运行优化研究》和《数字孪生场景下个性化ADAS建模》。课题组全体老师同学出席了本次组会。

汇报时刻

首先汇报的是苏兴浩，为大家带来《毫米波雷达检测环境下全样本个体车辆轨迹重构》。在研究背景部分，他指出未来主动交通管控的关键在于毫秒级的全域车辆轨迹感知，然而原始的毫米波雷达数据并不能满足全样本车辆全域轨迹的监测需求。在分析了当前主流的车辆轨迹数据源特点以及车辆轨迹修复方法之后，得出了一种基于毫米波雷达数据的全样本个体车辆轨迹重构方法。他的研究内容主要分为三个部分，并通过仿真数据和自然驾驶数据对其进行了有效性验证：首先，他采用了一种基于纹理合成与交通激波的联合策略，对毫米波雷达检测区内的缺失数据进行了修复；然后，他采用了一种基于WCGAN的深度学习模型，对毫米波雷达稀疏布局下在检测盲区内的车辆轨迹进行了补全；之后，他进一步采用一种基于CGAN+与二分图匹配算法的集成模型，实现了对稀疏布局下跨雷达域的车辆身份重识别。最后，他对研究成果进行了总结，提出了研究的创新点在于综合考虑信号控制与停车行为差异的轨迹空缺修复、充分利用上下游轨迹信息的连续性长盲区轨迹生成和无视觉信息依赖的一体化车辆身份识别与轨迹生成，并对未来研究方向进行了展望。

汇报内容

接下来，吴学绵为大家带来《面向自动驾驶的网络交通流运行优化研究》。绪论部分，他指出了自动驾驶时代下网络交通流运行优化的必要性，然而，交通网络大规模、高维的问题对网络优化提出了重大挑战。研究内容部分，首先，他对面向AV行驶区域设计问题的加速寻优方法进行了研究，并设计了一种基于多用户结构信息代理模型和改进的生长型遗传算法的仿真优化框架；然后，他以上海徐汇区路网和广州中心城区路网为例，从供给侧和需求侧两个方面考察了AV形式区域对于不同场景的适应性；之后，他对不同路权形式下，不用网络交通流场景中，网络运行优化设计的影响因素和适应度进行了分析。总结与展望部分，他总结了研究的创新点在于将人机混驾的领域知识引入仿真优化框架、从动态个体层面评估了AV行驶区的真实布设效果和对比了不同布设形式在不同交通运行场景下的适应度，并对未来社会公平性下AV行驶区域布设、AV出行动态需求等方面的研究进行了展望。

汇报内容

最后，张育林为大家带来《数字孪生场景下个性化ADAS建模》。在研究背景部分，他指出了建立充分考虑驾驶员行为特征和风格偏好的个性化ADAS对提升驾驶安全和舒适的重要意义。研究综述部分，传统FCW建模不考虑驾驶个性化因素和接受程度，且所考虑的驾驶场景较为单一，缺乏实证数据支撑，导致驾驶员对ADAS预警方案的接受度不高。研究内容部分，首先，他对自然驾驶数据进行了采集和分析，发现了驾驶人对预警信息的反应特征和对主观风险程度的感知存在显著差异，并引入风险感知因子量化了这一异质性；然后，他建立了一种考虑驾驶人个性化因素的自适应预警响应模型；之后，他设计了数字孪生驾驶模拟实验，对模型效果进行了验证。最后，他对研究内容以及主要贡献进行了总结。

汇报内容

在提问环节，孙剑老师强调要提高对组会重视程度，以及研究内容要闭环。田野老师对应用场景实际性，文章题目范围进行了建议。倪颖老师对汇报形式和内容详略提了建议：应注意方法论和实际结果的衔接，不需要对每个章节进行总结，且应该尽量避免过多的公式与技术细节。杭鹏老师对研究技术路线设计进行了建议，每一部分的输入输出逻辑要严密。秦国阳老师对问题描述和明确应用场景提出了建议。梁浩阳老师对文献综述的全面性进行了建议。吕志超老师对模型有效性检验的内容提出了问题与建议。