2019年5月15日—5月21日，应物流科学与工程研究院的邀请，美国夏威夷大学土木与环境工程系张国惠副教授于来我校进行学术交流，并开设了智能交通前沿研究、基于智能数据感知的高速公路的拥挤策略分析、大规模时空交通数据预测及自动驾驶的关键技术等相关主题的报告。各报告主要内容如下：
1.智能交通前沿研究
张国惠教授指出，智能交通系统（intelligent transportation systems , ITS）是将先进的信息技术、数据通信传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。其是现代地面交通运输体系的发展方向，也是交通运输进入信息时代的重要标志，智能交通系统已成为当前国际公认解决交通问题的最佳途径。张国惠教授分析了智能交通系统涵盖的运输方式，重点阐述了物联网技术及智能车辆技术的发展瓶颈，并指出车路协同是国际智能交通领域研究的新热点，智能车路协同控制的关键技术。
2.基于智能数据感知的高速公路的拥挤策略分析
张教授根据布设在高速公路的线圈传感器，提取公路上车流量信息，并综合利用机器学习、人工智能、计算机视觉等方法实现全方位的感知高速公路全感知，并给出不同的价格策略应对交通拥挤情况。
3.大规模时空交通数据预测
张教授提出一种大规模路网交通流实时动态预测方法，其中包括交通流检测器、数据融合模块、交通流参数预测模块、交通地理信息平台及后期的定价机制。其中交通流检测器用于采集多个路况的交通流参数；数据融合模块用于对交通流参数进行融合；交通流参数预测模块用于根据历史和融合数据对下个时间段的路况进行预测；交通流预测模型学习模块，用于对实测交通流参数和预测信息进行对比，以根据比对结果对预测模型进行调整；交通地理信息平台用于显示道路交通流的当前和预测状态；根据上述不同模块的内容进行大规模时空交通数据预测。
4.自动驾驶的关键技术研究
张教授认为自动驾驶是一个复杂的软硬件结合的系统，主要关键技术为环境感知、智能决策、控制执行三大技术模块。感知模块主要是通过摄像头、雷达等高精度传感器，为自动驾驶提供环境信息。决策模块是依据感知系统提供的车辆定位和周边环境数据，在平台中根据适当的模型进行路径规划等决策，执行模块是以自适应控制和协同控制方式，驱动车辆执行相应命令动作。视觉主导与激光雷达主导的两大技术方案是当前业界普遍采用的感知技术方案、决策算法是现阶段自动驾驶行业的竞争焦点，以因果推理为顶层框架搭建专家系统等框架是现有自动驾驶的转型路线，多路传感器融合是自动驾驶感知技术的发展趋势。
通过张教授全面系统的介绍，广大师生对智能交通有了更为全面深入的了解，更激发了对其进行深入研究的兴趣。讲座结束后，张教授也就智能交通的相关知识，与师生进行了互动和探讨。
