邓超

发布时间:2021-03-05 发布者: 浏览次数:

姓名

邓超

性别

出生年月

1986/05

职称

副教授

最终学位

博士

专业

交通运输工程

邮箱

woec@wust.edu.cn

个人简介:

1.        研究兴趣:瞄准L3~L4级自动驾驶发展瓶颈之一的接管难题,深入研究驾驶人模型。

2.       理论方法:针对当前热门的端到端数据驱动模型无法克服的算力受限、长尾分布和机制难解问题,另辟蹊径地提出了基于综合认知体系框架的零数据驱动的驾驶人模型;相关成果发表在Transportation Research Board等交通运输领域高质量期刊上。

3.       实验手段:在环绕武科大湖区教11楼的智能网联汽车示范线道路上,利用端边云设备采集实验数据,验证智能算法;相关实验方法已形成行业标准《乘用车实验室人因测试实验设计方法》。

4.       仿真技术:基于QN-ACTR(人) + TruckSim(车) + Carla(路)的仿真体系,采取Ubuntu + Autoware + ROS + Darknet_ros + Pylon + OpenCV + CUDA的软件架构,运用C++/Java/Matlab/Python进行算法编程。

5.       成果转化:基于Android系统开发了分心驾驶监测APP(DriveGuard);基于NVIDIA Jetson Xavier NX套件开发了车联网边缘计算程序、log2world +闭环HIL回灌系统和人机共驾应急接管预警装置。

工作经历:

1.       武汉科技大学,汽车与交通工程学院,副教授(2020.12至今)。

2.       中国交通运输协会,青年科技工作者工作委员会,委员(2021.6至今)。

3.       武汉科技大学,武汉科技大学学报,特约审稿人(2023.9至今)。

4.       北京国家新能源汽车技术创新中心有限公司,双聘专家(2024.4至今)。

工程经历:

1.       20226月,参与武汉威士讯信息技术有限公司“威士讯自动驾驶产学研协同创新基地的建设并完工。

2.       20239月,参与北京国家新能源汽车技术创新中心有限公司“汽车数字化体验联合实验室”的建设并完工。

教育经历:

1.       武汉理工大学,ITS研究中心,交通运输工程,全日制博士研究生(2015.9~2019.6)。

2.       University of Waterloo,工学院,系统设计工程,公派联培博士生(2018.1~2018.12)。

主要研究方向

1.       交通运输(工程)专业:交通运输规划与管理。

2.       交通运输(工程)专业:载运工具运用工程。

教学科研情况

一、教研项目

1.       教育部产学合作协同育人项目(230803612214746),主持在研。

2.       教育部产学合作协同育人项目(202102580026),主持结题。

3.       武汉科技大学本科教学研究项目一般项目(2020X55),主持结题。

4.       武汉科技大学本科教学研究项目一般项目(2021X034),参与结题。

5.       武汉科技大学本科教学研究项目课程思政专项(2021X069),参与结题。

6.       武汉科技大学本科教学研究项目创新人才培养专项(2023X069),参与在研。

7.       武汉科技大学研究生网络在线课程建设项目(DFHT C2020-2019),参与结题。

二、科研项目

(一)主持项目

1.       “运输车辆检测、诊断与维修技术”交通行业重点实验室开放课题(JTZL2205),在研。

2.       云基物联网高速公路建养设备智能化实验室开放课题(KF_2022_301002),在研。

3.       国家自然科学基金青年科学基金项目(52002298),结题。

4.       湖北省自然科学基金计划青年项目(2020CFB118),结题。

5.       湖北省教育厅科学技术研究计划中青年人才项目(Q20201107),结题。

6.       中央高校基本科研业务费专项基金(2017-JL-003),结题。

7.       “运输车辆检测、诊断与维修技术”交通行业重点实验室开放课题(JTZL1903),结题。

8.       四川省无人系统智能感知控制技术工程实验室开放课题(WRXT2022-001),结题。

(二)指导项目

9.       湖北省大学生创新创业训练计划项目(S202010488060),结题。

10.       武汉科技大学大学生创新创业训练计划项目(22Z079),结题。

11.       武汉科技大学大学生创新创业训练计划项目(22Z081),结题。

12.       武汉科技大学大学生创新创业训练计划项目(20ZA099),结题。

(三)参与项目

13.       国家社会科学基金青年项目(20CGL018),在研。

14.       中央高校基本科研业务费专项基金(175205001),结题。

15.       国家自然科学基金面上项目(51678460),结题。

16.       国家自然科学基金面上项目(41274159),结题。

17.       国家自然科学基金汽车产业创新发展联合基金重点项目子课题(U1664262),结题。

18.       道路交通安全公安部重点实验室开放课题(2017ZDSYSKFKT02),结题。

三、论文

(一)教研论文

1.        Construction of traffic and transportation engineering innovation lab based on artificial intelligence [C]. Proceedings of 2021 International Conference on Electronic Commerce, Engineering Management and Information Systems. Toronto, Canada, 2021, 2: 459-463.

2.        Talent training mode reform based on the “specialty plus smart transportation” in transportation specialties [C]. Proceedings of 2021 5th International Conference on Education, Management and Social Science. Suzhou, China, 2021, 3: 544-547. (序5)

3.        考虑学生认知负荷的教学方式探讨[J]. 物流工程与管理. 2021, 43(8): 198-201.

4.       基于新工科+学科融合背景下的物流工程+本科专业建设举措[J]. 物流工程与管理. 2022, 44(3): 187-189. (序2)

5.       基于OBE理念的“项目管理”课程全过程、多方法教学创新设计[J]. 物流工程与管理. 2024, 46(3): 116-130. (序2)

(二)科研外文

6.       A traffic sign recognition method under complex illumination conditions [J]. IEEE Access, 2023, 11: 39185-39196. (SCI, 武汉科技大学第17届研究生学术论坛二等奖)

7.       Adaptive machine learning algorithm for human target detection in IoT environment [J]. Computing, 2022. DOI: 10.1007/s00607-022-01123-z. (SCI, 湖北省汽车工程学会2023年优秀论文二等奖)

8.       An experimental investigation of novice and experience drivers’ performance in a car following [C]. Proceedings of the 6th International Conference on Transportation Information and Safety. Wuhan, China, 2021, 81-85. (EI)

9.        Study on LiDAR obstacle detection for FSAC racing car Chiji [C]. Proceedings of the 4th International Conference on Intelligent Autonomous Systems. Wuhan, China, 2021, 24-28. (EI, 第4届智能自主系统国际会议论文奖)

10.        Modeling driver take-over reaction time and emergency response time using an integrated cognitive architecture [J]. Transportation Research Record, 2019, 2673(12): 380-390. (SCI)

11.       A field operational test in China: Exploring the effect of an advanced driver assistance system on driving performance and braking behavior [J]. Transportation Research Part F: Traffic Psychology & Behaviour, 2019, 65: 730-747. (SSCI/EI, 序2)

12.       Modeling the effect of limited sight distance through fog on car-following performance using QN-ACTR cognitive architecture [J]. Transportation Research Part F: Traffic Psychology & Behaviour, 2019, 65: 643-654. (SSCI/EI)

13.       Predicting drivers’ direction sign reading reaction time using an integrated cognitive architecture [J]. IET Intelligent Transport Systems, 2018, 13(4): 622-627.(SCI/EI)

14.       Driving style recognition method using braking characteristics based on hidden Markov model [J]. PLoS One, 2017, 12(8): e0182419. (SCI)

15.       Modeling driver take-over reaction time and emergency response time using an integrated cognitive architecture [C]. Proceedings of Transportation Research Board 98th Annual Meeting. Washington D.C., U.S.A.

16.       Modeling driver take-over reaction time using an integrated cognitive architecture [C]. Proceedings of 2nd International Meeting of Human and Technology. Philadelphia, U.S.A. (国际华人人因工程学会2018年最佳论文奖)

17.       A car following model based on safety margin considering human and road factors [C]. Proceedings of Transportation Research Board 100th Annual Meeting. Washington D.C., U.S.A.

18.       Effect of distracted driving with auditory tasks on driving safety using an integrated cognitive architecture [C]. Proceedings of Transportation Research Board 99th Annual Meeting. Washington D.C., U.S.A.

19.       Traffic sign recognition task cognitive integration model based on the ACT-R cognitive structure [C]. Proceedings of 4th International Conference on Transportation Information and Safety. Banff, Canada, 2017:337-342. (EI)

20.       Clustering-based lateral longitudinal target recognition of in-vehicle LIDAR data [C]. Proceedings of 16th COTA International Conference of Transportation Professionals. Shanghai, China: 2016, 308-321. (EI, 武汉理工大学2016-2017学年研究生科研成果奖)

21.       Driver’s cognitive workload and driving performance under traffic sign information exposure in complex environments: A case study of the highways in China [J]. International Journal of Environmental Research and Public Health, 2017, 14(2): 203.(SCI/SSCI, 序5)

(三)科研中文(交通运输规划与管理方向)

22.       绿色运输与物流的发展与现状——第16届海外华人国际交通科技年会综述[J]. 交通信息与安全. 2017, 35(4): 1-9. (C北大核心)

23.       面向配送中心选址问题的改进型重心法[J]. 物流科技. 2022, 45(5): 12-15.

24.       基于FCD轨迹数据挖掘的城市出行特征分析[J]. 物流工程与管理. 2021, 43(6): 23-26+44.

25.       鄂州市农村物流网络设计探究[J]. 物流工程与管理. 2021, 43(7): 10-13.

26.       公共交通方式对居民出行影响的Mix-Logit测度研究[J]. 物流工程与管理. 2021, 43(5): 62-65.

27.       考虑人因工程的折叠储物柜设计[J]. 物流技术. 2021, 40(11): 130-133+152.

28.       基于室内标志的视觉定位方法[J]. 交通信息与安全. 2021, 39(6): 172-179. (C北大核心, 序3)

29.       面向非结构化场景的AGV定位算法设计[J]. 计算机与数字工程. 2023, 11. (已录用, 序5)

30.       基于图像识别的人流预测取件系统[J]. 物流技术. 2022, 41(4): 126-130.

31.       零售连锁企业物流配送路径优化方法[J]. 物流技术. 2022, 41(3): 86-89.

32.       基于博弈论的新能源汽车回收模式研究[J]. 物流技术. 2022, 41(4): 80-83.

33.       基于树莓派的移动搬运机械臂设计与仿真[J].农业装备与车辆工程.2024,62(2):103-106.

(四)科研中文(载运工具运用工程方向)

34.       车路协同环境下行人目标信息融合算法研究[J]. 交通信息与安全. 2015, 33(6): 48-53. (C北大核心, 序4)

35.       人车碰撞风险识别及智能车辆控制系统[J]. 交通信息与安全. 2016, 34(6): 22-29. (C北大核心, 序5)

36.       方程式赛车ROS平台下基于TensorRT的YOLOv5算法改进[J]. 农业装备与车辆工程. 2023, 61(5): 14-19.

37.       基于轻量级神经网络的车辆识别算法研究[J]. 重庆交通大学学报(自然科学版). 2023, 12. (已录用, C北大核心)

38.       基于驾驶风格的城市快速路车辆换道轨迹研究[J]. 武汉理工大学学报(交通科学与工程版). 2023, 47(4): 611-614.

39.       基于时频分析的通话驾驶转向特征研究[J]. 武汉理工大学学报(交通科学与工程版). 2023, 47(6): 1055-1059.

40.       智能车辆连续换道模糊宽度学习决策模型研究[J]. 公路交通科技. 2022, 10. (已录用, C北大核心)

41.       基于车辆横向运行数据的遗传-支持向量机算法的分心驾驶状态判别模型[J]. 科学技术与工程. 2023, 23(25): 10990-10996. (C北大核心)

42.       深度学习背景下的语义分割方法综述[J]. 中国图象图形学报. 2023, 28(11): 3342-3362. (B北大核心)

43.       高速路下基于Hyperopt-XGBoost的车辆换道决策模型及应用[J]. 计算机与数字工程. 2023, 8. (已录用)

44.       基于BP神经网络的驾驶疲劳预测模型及其有效性分析[J]. 农业装备与车辆工程. 2024, 62(2): 40-43. (封面论文)

45.        基于多级注意关系知识蒸馏的分心驾驶行为识别[J]. 武汉科技大学学报(自然科学版). 2024, 2. (已录用, C北大核心)

四、专利:

1.               一种智能道路可变标线, ZL201611110651.1. 4.

2.              一种多功能道路实验车平台, ZL201610115542.2. 6.

3.              路锥自动回收装置及其回收方法, ZL201610804647.9. 6.

4.              基于图像识别的驾驶员负荷检测车载装置, ZL201710237440.2. 6.

5.              一种带反光刻度的城市内涝期道路水深检测装置, ZL202022380414.5.

五、教学奖励

1.              2023年湖北省教学成果奖(2023452),三等奖,7.

2.              2021年武汉科技大学教学成果奖,一等奖,序7.

3.              2021-2022学年度武汉科技大学教学优秀奖,二等奖.

4.               2020年武汉科技大学首届教师教学创新大赛,二等奖,4.

5.               2020年武汉科技大学汽车与交通工程学院首届“课程思政”教学设计大赛,二等奖.

6.              2020年武汉科技大学首届“课程思政”教学设计大赛,优秀奖.

7.              2022年美国大学生数学建模竞赛,国家级三等奖(B2级),指导老师.

8.              2021“互联网+”大学生创新创业大赛,优秀奖(A1级),指导老师.


上一条:游向荣 下一条:鄢威

关闭