道路全息感知与未来交通安全研究中心

关于中心

“道路全息感知与未来交通安全研究中心”以“多校联盟”的合作框架为基础，以
“道路全息感知与未来交通安全”为主要研究方向，联合同济大学、肯尼索州立
大学、奥本大学、东南大学、上海交通大学、上海海事大学、山东交通学院等
交通领域海内外知名高校，构建以海内外知名教授专家为核心团队的世界一流
合作研究和学术交流平台。

中心介绍
合作伙伴
中心大事记
科学研究

针对各种道路条件下驾驶行为特性进行研究，开展道路交通驾驶行为海量数据采
集与预处理、构建驾驶行为描述与人工智能模型、驾驶行为谱特征参数提取方法、
驾驶行为特征谱建库等方面的研究，代表性研究项目：“十三五”国家重点研发计
划公共安全专项“道路交通安全主动防控技术及系统集成”，国家自然科学基金项
目“基于人工智能建模的危险驾驶行为识别和风险评估”等。

道路交通驾驶行为解析及主动安全防控
交通安全分析理论及保障技术研究
道路全息感知与智能检测方法
数字化平台与未来交通安全
产学研合作
科研成果

1.Xue, Q., Xing, Y., & Lu, J. (2022). An integrated lane change prediction
model incorporating traffic context based on trajectory data.
Transportation Research Part C: Emerging Technologies, 141, 103738.
(SCI)……

科研论文
发明专利
荣誉奖励
标准规范
出版专著
中心人员

陆键教授团队深耕交通安全领域，针对车辆、交通行为开展了主动安全防控关键
技术研究，建立了面向人、车、路的点线面相结合的综合防控干预成套理论与技
术体系。近年来主持国家重点研发计划，国家自然科学基金等国家级及省部级课
题50余项，在国际一流杂志发表了学术研究论文近200余篇，出版专著八部。

中心负责人
研究员及博士后
特聘专家
研究生
相关课程

本课程是面向工科专业一年级本科学生的大类基础课。课程定位于培养学生用投
影方法在平面上以图形来表示空间的几何形体和几何形体之间关系的能力，培养
学生正确绘制、识读组合体二维图样，培养学生对三维形体的空间想象能力、空
间逻辑思维表达能力，培养学生阅读工程施工图和用尺规……

本科生课程
研究生课程
英文课程

科研成果

PUBLICATIONS

道路数智化感知与检测方法研究

RESEARCH ON ROAD DIGITAL INTELLIGENT PERCEPTION AND DETECTION METHODS

本团队该领域最新论文：

• 陈江，原野，郎洪，温添，丁朔，陆键. 基于多分支深度学习的沥青路面多病害检测方法[J]. 东南大学学报:自然科学版, 2023.
• Wen, T., Ding, S., Lang, H., Lu, J., Yuan, Y., Peng, Y.C., Chen, J., Wang, A. D. Automated pavement distress segmentation on asphalt surfaces using a deep learning network. International Journal of Pavement Engineering, 2022, Ahead-of-Print, 1-14.
• Ding, S., Xing, Y., Lang, H., Wen, T., Lu, J. Line-Structured Light Rut Detection of Asphalt Pavement with Pavement Markings Interference under Strong Light. Journal of Transportation Engineering, Part B: Pavements, 2022, 148(2), 04022007.
• Wen, T., Lang, H., Ding, S., Lu, J., Xing, Y. PCDNet: Seed Operation–Based Deep Learning Model for Pavement Crack Detection on 3D Asphalt Surface, Journal of Transportation Engineering Part B Pavements, 2022, 04022023-1-11
• 张萌, 温添, 陆键, 陈圣迪. 基于沉降点占比的非错台型桥头沉降检测方法. 公路交通科技, 2022, 已录用.
• Wang., A.D., Ding, S., Lang, H., Wen, T., Lu, J., Rutting Abnormality Detection and Correction on 3D Asphalt 1 Pavement Surfaces Based on Semantic Segmentation Model. Transportation Research Board (TRB) Annual Meeting, Washington, USA, January 21 - 29,
• Chen J, Wen T, Lu J J. Automatic Distress Segmentation on Asphalt Pavement Based on Deep Learning with Multiple Branches. Transportation Research Board (TRB) Annual Meeting, Washington, USA, January 21 - 29, 2021.
• 郎洪, 温添, 陆键, 丁朔, 陈圣迪. 基于深度学习的三维路面裂缝类病害检测方法. 东南大学学报:自然科学版, 2021, 51(1): 53-60.
• 郎洪. 基于人工智能算法的路面三维检测技术与前沿应用. 中国公路. 2021.1(4): 84-87.
• Lang, H., Lu, J., Lou, Y., Chen, S. Pavement cracking detection and classification based on 3d image using multiscale clustering model. Journal of Computing in Civil Engineering, 2020, 34(5), 04020034.
• Lang, H., Lu, J., Peng, Y.C. Automated Rutting Abnormality Detection on 3D Asphalt Pavement Surfaces Using a Template Based on Disease Seeds[A]. The 99th Transportation Research Board Annual Meeting, Washington, D.C., 2020.
• 娄月新, 陈圣迪, 陆键, 郎洪. 基于改进卡尔曼滤波算法的路面构造深度计算方法[J]. 东南大学学报：自然科学版, 2020, 50(1): 129-136.
• 郎洪, 陆键, 陈圣迪, 娄月新. 考虑病害三维特征的沥青路面车辙异常检验方法[J]. 东南大学学报：自然科学版, 2020, 50(3): 454-462.
• Ding, S., Xing, Y., Lu, J., Line-structured rut detection of asphalt pavement with traffic markings interface under strong light. The 98th Transportation Research Board Annual Meeting, Washington, D.C., 2019.
• Lou, Y.X., Lang, H., Chen, S.D., Lu, J. Development of A Portable Pavement Surface Macrotexture Measurement System Applied in China. The 98th Transportation Research Board Annual Meeting, Washington, D.C., 2019.
• 郎洪, 丁朔, 陆键, 马晓丽. 复杂场景下的交通视频显著性前景目标提取[J]. 中国图象图形学报, 2019, 24(1): 50-63.

1

共 1 页到第页

1.Xue, Q., Xing, Y., & Lu, J. (2022). An integrated lane change prediction model incorporating traffic context based on trajectory data. Transportation Research Part C: Emerging Technologies, 141, 103738. (SCI)……

1.Xue, Q., Xing, Y., & Lu, J. (2022). An integrated lane change prediction model incorporating traffic context based on trajectory data. Transportation Research Part C: Emerging Technologies, 141, 103738. (SCI)……

1.Xue, Q., Xing, Y., & Lu, J. (2022). An integrated lane change prediction
model incorporating traffic context based on trajectory data.
Transportation Research Part C: Emerging Technologies, 141, 103738.
(SCI)……

1.Xue, Q., Xing, Y., & Lu, J. (2022). An integrated lane change prediction
model incorporating traffic context based on trajectory data.
Transportation Research Part C: Emerging Technologies, 141, 103738.
(SCI)……