研究方向

本团队研究人类与交通系统之间的复杂互动，重点关注行人、驾驶人及其他交通参与者的心理、行为与安全。我们融合沉浸式虚拟现实（VR）、先进数据挖掘和人工智能方法，将实证发现转化为面向更安全、更具适应性和以人为本交通系统的分析与决策工具。

行为、人因与心理

• 陌生交通规则下的行人行为 — 利用 VR 揭示在与原居住地通行规则相反的环境中，习惯性观察行为如何增加过街风险。
• 酒精影响与决策 — 研究酒精如何使行人过街动机从安全偏向效率，并由此改变碰撞风险。
• 人与自动驾驶车辆交互 — 结合 VR 与眼动追踪，分析外部人机界面对注意分配、认知负荷和过街错误的影响。
• 行人与自动驾驶卡车编队交互 — 建模信任、风险感知和行为倾向对可接受间隙决策的作用。

交通事故分析与数据挖掘

• 面向异质性和重尾海事事故损失的贝叶斯随机参数与分位数模型。
• 基于安全报告文本挖掘识别反复出现的事故原因并提出针对性对策。
• 面向海事与多模式交通系统的韧性和风险分析。

基于人工智能的交通建模与预测

• 用逆强化学习刻画行为中的安全—效率权衡。
• 用物理信息神经网络解决动态交通分配和状态估计问题。
• 风险感知的行人—车辆交互与轨迹建模。
• 面向交通安全预测的可解释机器学习。

我们的使命

团队连接交通工程、行为心理学、数据科学和机器学习，为政策制定者、规划人员和产业界建设更安全的交通系统提供支持。