为了迎接新学期，增进课题组老师与2024级新生的了解，帮助TOPS课题组2024级新生更好地熟悉课题组，快速实现研究生身份转变，2024年9月4日下午13:30，同济大学交通学院TOPS课题组在通达馆A102召开新生入学交流会。与会成员有TOPS课题组全体老师及2024级19位硕博新生。

课题组老师新生们欢聚一堂

       首先，由2024级新生依次进行汇报，汇报情况如下：

       冯华越与大家分享了本科毕业设计《面向自动驾驶决策规划的人机交互场景泛化生成》的内容，技术路线主要分为场景识别、场景生成和场景评估几个部分，随后介绍了未来的研究计划，他将对毕业设计的内容进行进一步优化，将大量人人交互场景和少量人机混驾交互场景结合，训练模型。

 蒋溪彦与大家分享了本科毕业设计及其延伸《InterHub: A Dense Driving Interaction Dataset with Standardized Scene Description》的内容，构建标准化场景描述的密集驾驶交互数据集，应用于挑战自动驾驶关键任务的基准，并介绍近期主要在进行数据集和开源代码的整理工作。

蒋溪彦研究工作展示

 李思营用丰富的图片进行自我介绍，与大家分享了《机非交互危险场景识别》的相关研究内容，主要包括非机动车识别、危险场景识别以及危险场景提取与分析三个方面的内容，接着介绍了关于《自动驾驶场景生成》方面的研究，采用ChatSim，生成场景真实且稳定、可对场景重复编辑，最后展示了模型实测的结果以及未来的改进方向。

 连邦安与大家分享了本科本科毕设的相关内容，针对汇入瓶颈区复杂的交互环境，构建数据驱动型仿真模型，考虑不同类型的汇入行为提升模型的泛化能力，接着分享了现阶段的研究《机动车在混合交通环境中的链式决策与交互行为分析》，计划采用基于博弈论与速度场的链式决策算法。

连邦安研究工作展示

  刘埮与大家分享了本科毕业设计《人工驾驶合作行为学习与自动驾驶决策引导》的内容，包括：强冲突场景片段提取、人工驾驶合作行为学习以及自动驾驶决策引导，接着介绍了目前关于多车交互决策优化的研究，确立冲突关系与影响权重并对交互决策建模加速求解，最后介绍未来计划进行《考虑社会价值取向的多车交互图博弈建模决策优化》方面的研究。

 施炎妍与大家分享了交通科技大赛《面向路侧视觉感知能力评价的模拟测试场景生成》的相关内容，进行图像增强，扩充不良天气条件下的图像数据集，接着分享了本科毕设《基于生成模型的道路病害线激光扫描图像增强》的内容，通过线激光扫描得到真实病害的图像，在StyleGANv2模型上进行微调训练，生成模拟病害图像，最后介绍了目前正在进行的路侧多传感器融合感知有关内容。

 孙博雅与大家分享了本科毕业设计《驾驶人与自动驾驶汽车交互意愿调查分析》的有关内容，基于SEM分析交互意愿，接着介绍了目前正在做的和未来的研究《面向群体的eHMI人车交互策略研究——基于决策时域图》，首先基于决策时域图对人车交互群体效应进行验证，并优化eHMI提示策略提高人车交互效率。

孙博雅研究工作展示

 王洁与大家分享了本科毕业设计《L3级自动驾驶接管反应时间预测》的内容，提取接管过程关键帧特征，预测接管反应关键区段时间，接着介绍了当前的主要研究，华为项目中关于接管请求策略制定的部分，基于QN-MHP制定最优分级请求策略（模态和内容设计），并进行实验验证。

 修晓煊与大家分享了本科的一些科研经历，介绍了毕业设计《面向应急车辆优先的路侧单元多目标选址优化》的相关内容，构建加权路网并进行多目标选址优化模型构建与算法设计，接着介绍了已经完全的研究，包括四川蜀道集团的项目工作：交通系统全息感知与可计算模型构建，以及面向个体车辆路径重构的AVI设施布点优化的科研工作。

修晓煊研究工作展示

 严周栋与大家分享了硕士论文《凸轮型电子机械制动器线控制动系统研究》的相关内容，接着介绍了近期的研究工作，包括科技部轨迹预测项目、及OnSite平台相关工作，最后介绍了未来的研究计划，自动驾驶对横穿行为的VRU防御性驾驶策略的研究。

 阳友康首先介绍了他本科毕业设计的研究成果《考虑人机信任匹配的人机协同控制》。该研究通过博弈的方式构建了驾驶员与控制器之间的交互关系，并结合模型预测控制求解控制器的输出策略。他还分享了未来的研究计划，希望从现有的交通流宏观模型出发，将联网与自动驾驶车辆纳入已有的交通流连续体模型中。

 赵宇家分享了他本科毕业设计的研究成果《交叉口右转冲突场景下非机动车群体行为建模》的相关内容。该研究初步实现了在群体影响下的个体仿真，并进一步研究了非机动车群体动作的时空关联性，准确再现了非机动车群体的行为决策。他随后分享了个人未来的研究重点，将集中于面向自动驾驶测试的群体非机动车轨迹生成。

赵宇家研究工作展示

 赵梓皓介绍了他本科毕业设计的研究成果《面向自动驾驶测试的可控背景交通仿真》。他展示了模型验证及轨迹生成的结果，并提出了个人的长期研究规划，即将模型的应用场景扩展，希望提出更具规范性的切入方式，如风格场景生成等。

 周昕在自我介绍后，展示了已完成的研究成果《自动驾驶规划决策系统故障诊断》。他的研究基于动态贝叶斯网络学习变量间的因果关系，并通过故障树进行系统分析，实现了从单点到链条的故障路径推断。

 郭慧洁首先介绍了她当前的研究方向——自动驾驶仿真测试场景生成，并分享了她本科毕业设计的研究成果《面向自动驾驶仿真测试的背景车多样性驾驶行为建模方法》。该研究基于深度学习模型，对跟驰和切入场景中的多样性背景车驾驶行为进行了建模。随后，她介绍了未来的研究计划，即将多样性的背景车模型接入仿真测试，并进行背景车驾驶行为的异质性刻画。

 郭翼成分享了他在大四阶段的研究成果《基于优先级意图共享的CAV协同决策》。该研究提出了基于意图共享的CAV协同方法，以缓解汇入区的瓶颈失效问题。通过宏观实验结果分析，最终得出MAPPO-PIS算法能够缓解瓶颈失效，提升交通效率。他还介绍了未来的研究计划，将集中于基于强化学习的智能对抗测试。

郭翼成研究工作展示

 黄烨鑫与大家分享了他的本科毕设研究《紧急接管场景下驾驶员风险感知特征挖掘与纠偏方法》，研究中解决了自动驾驶紧急接管下驾驶员风险感知快速回归的问题，优化接管绩效，并提出未来研究计划，将基于大模型方法来完成驾驶员眼动扫视模型改进。

 潘昱蓉介绍了她已完成的本科毕业设计研究成果《基于驾驶员注视特征的智能汽车变道盲区功能安全性评价》。该研究针对不同品牌车辆的盲区设计安全性进行了综合分析，并指出了未来的研究计划，即完善驾驶员意图判断、调整车辆策略以及实验验证部分。

 孙宇航介绍了他目前的研究方向，主要集中于校准驾驶员对自动驾驶系统的信任度水平。他认为，利用驾驶风格调节驾驶员的信任度需要克服信任度辨识与工作负荷的影响问题。通过使用相对保守的驾驶风格、驾驶员与车辆驾驶风格的匹配等策略，可以实现对信任度的改善。他还介绍了下一步的研究计划，即将信任度状态向信任度动态过程改进，提高模型精度，并进一步完善模型和处理数据。

 新生交流分享结束后，课题组的几位老师分别做出了点评并对课题组进行了简单介绍。孙剑老师介绍了课题组的管理制度，强调TOPS课题组发展过程中始终注重“理论实践协同引领，内核技术自主可控，原创理论方法涌现”，提到课题组将为同学们提供个性化的指导和支持，帮助学生专注于科学研究。倪颖老师则建议同学们要尽快找到自己感兴趣且擅长的研究方向，并鼓励大家勇于探索。孙杰老师则强调了积极参与组会的重要性，建议同学们在提问环节中多发言，并提倡同学间加强交流与合作。杭鹏老师强调了科研活动与实际项目之间的相互促进作用，并鼓励学生们要充分利用实验室提供的优质资源。岳李圣飒老师则强调了在科研工作中主动性的价值，鼓励学生培养触类旁通的学习能力。他提倡学生应做到“多观察、多思考、多实践、增强直觉力”，并通过研究生期间的科研经历来不断提高自己的能力边界。

 随后，三位高年级研究生代表分别分享了他们的研究和项目经验。

 张赫同学建议新同学们积极参与实践，保持积极乐观的心态面对科研中的挑战。她特别提到，在遇到困难和失败时，应当善于总结经验教训，以此作为成长的契机。张赫还鼓励学弟学妹们积极投稿学术期刊，即便稿件被拒，也能从审稿意见中获得有价值的反馈。

张赫经验分享展示

       黄䶮同学结合自身参与项目的经历，强调了参与实际项目对于提升个人能力和推动研究进展的重要性。他建议学弟学妹们尽早明确自己的职业规划和发展方向，并提醒大家注重日常的文件管理，确保重要资料有多重备份，以防数据丢失。

黄䶮经验分享展示

 崔一鸣同学分享了从本科生过渡到研究生身份的心得，建议大家积极与课题组内的同学交流，以培养独立思考和解决实际问题的能力。此外，她还分享了一些关于PPT制作的实用技巧，包括收集组会中其他同学PPT中的有用素材，并推荐了一些PPT设计和内容获取的渠道，供同学们参考。

崔一鸣经验分享展示

至此，本次新生交流会圆满结束。希望每一位加入TOPS的新成员都能追求卓越，也祝愿大家在未来的学习中收获满满，成就非凡。让我们一起在接下来的日子里与TOPS共同进步！