师资队伍

师资队伍

裴欣

副研究员
自动化系系统工程研究所


教育背景


2001年9月-2005年7月 在清华大学自动化系自动化专业学习,获工学学士学位

2005年9月-2007年7月 在清华大学土木工程系交通运输规划与管理专业学习,获工学硕士学位(导师:陆化普教授)

2007年9月-2011年9月 在香港大学土木工程系交通工程专业学习,获博士学位(导师:Prof. S.C. Wong)


工作履历


2017/12 至今,清华大学,自动化系,系统工程研究所,副研究员

2016/07-2017/11,清华大学,自动化系,系统工程研究所,助理研究员

2013/11-2016/07,清华大学,自动化系,系统工程研究所,讲师

2011/11-2013/11,清华大学,自动化系,博士后流动站,博士后、助理研究员(合作导师:姚丹亚研究员)

2011/09-2011/11,香港大学,土木工程系,助理研究员


学术兼职


担任中国人工智能学会智能交通专业委员会副秘书长

担任世界交通运输大会(WTC)技术委员会委员

担任交通领域重要学术期刊及国际会议审稿人,包括但不限于:

(1)Accident Analysis and Prevention (2016年荣获期刊杰出审稿人)

(2)Journal of Transportation Engineering –ASCE

(3)Journal of Advanced Transportation

(4)Journal of Transportation Safety & Security

(5)Journal of Transport Geography

(6)Transportmetrica A

(7)中国公路学报

(8)IEEE Conference on Intelligent Transportation Systems

(9)Transportation Research Board (TRB) Annual Meeting


研究领域


围绕人-车-路协同安全理论与方法,分别从安全风险泛在感知与预测、协同安全智能决策与控制两个方面展开研究,具体研究内容包括:道路交通安全评价、驾驶行为及驾驶风险研究、泛在网联环境下协同安全决策与控制方法等。


研究概况


近年来主要负责和参与的项目如下:

1.国家重点研发计划政府间合作项目课题,2018YFE0102800,异构交通主体群体协同行为研究,2019-2021,课题负责人。

2.国家自然科学基金面上项目,71671100,自动驾驶与人工驾驶车辆混行条件下的交通安全系统评价理论与方法,2017-2020,主持。

3.国家自然科学青年基金项目,71301083,基于完全贝叶斯方法的道路交叉口交通安全综合评价建模与分析,2014-2016,主持。

4.国家自然科学基金国际(地区)合作项目,71561167001,融合安全考量的交通系统分析方法,2016-2019,子课题负责人。

5.博士后基金特别资助项目,2013T60127,基于街道形态的街区交通安全综合评价,2013/03-2013/12,主持。

6.博士后基金面上资助项目,2012M510461,基于贝叶斯综合预测模型的城乡道路车速与事故关系研究,2011/11-2013/11,主持

7.国家863计划主题项目,2011AA110400,智能车路协同关键技术研究,2011/09-2013/12,骨干。

8.北京市科委项目,智能汽车多目标优化与群决策关键技术研究,2017-2019,骨干。

9.北京市科委重点项目,绿色校园微循环电动车示范,2015-2016,骨干。

10.清华大学自主科研项目,基于交通大数据的安全指数评价理论与方法研究,2015-2018,主持

11.中国电子科技集团电子科学研究院国家工程实验室开放基金项目,异质对象时空轨迹关联融合与异常检测,2018-2020,主持。


奖励与荣誉


2017年“智能车路协同系统仿真方法与测试验证应用关键技术”荣获中国智能交通协会科学技术奖一等奖(排名第八)

2017年荣获清华大学挑战杯优秀指导教师

2017年荣获清华大学优秀共产党员称号

2016年荣获SRT优秀指导教师

2016年荣获清华大学教育教学成果奖一等奖(排名第三)

2016年荣获中国自动化学会高等教育教学成果奖二等奖(排名第三)


学术成果


部分期刊论文

[1]Yue Y., Yang Z., Pei X.*, Chen H., Song C., Yao D., Will crash experience affect driver’s behavior? An observation and analysis on time headway variation before and after a traffic crash, Tsinghua Science and Technology, 2020, 25(4), 471-478.

[2]Liu S., Zhang W., Feng S., Pei X.*, Yao D., Wu X., A simulation system and speed guidance algorithms for intersection traffic control using connected vehicle technology, Tsinghua Science and Technology, 2019, 24(2), 160-170.

[3]Sun C., Pei X.*, Hao J., Wang Y., Zhang Z. and Wong S.C. (2018) Role of road network features in the evaluation of incident impacts on urban traffic mobility. Transportation Research Part B, 117, 101-116.

[4]Wang D., Pei X., Li L.* , Yao D., Risky Driver Recognition Based on Vehicle Speed Time Series, IEEE TRANSACTIONS ON HUMAN-MACHINE SYSTEMS, 2018, 48 (1): 63~71

[5]Guo Q., Xu P., Pei X.*, Wong S. C., Yao D., The effect of road network patterns on pedestrian safety: A zone-based Bayesian spatial modeling approach, Accident Analysis and Prevention, 2017, 99: 114~124

[6]Chen H., Feng S., Pei X.*, Zhang Z, Yao D., Dangerous Driving Behavior Recognition and Prevention Using an Autoregressive Time-Series Model, Tsinghua Science and Technology, 2017, 22(6): 682~690

[7]Pei X.*, Sze N.N., Wong S.C., Yao D., Bootstrap resampling approach to disaggregate analysis of road crashes in Hong Kong, Accident Analysis and Prevention, 2016, 95: 512~520

[8]Pei X.*, Pan Y., Wang H., Wong S.C., Choi K., Empirical evidence and stability analysis of the linear car-following model with gamma-distributed memory effect, Physica A: Statistical Mechanics and Its Applications, 2016, 449: 311~323

[9]Zeng Q., Wen H., Wong S.C., Huang H., Guo Q. and Pei X.* (2018) Spatial joint analysis for zonal daytime and nighttime crash frequencies using a Bayesian bivariate autoregressive model. Journal of Transportation Safety & Security.

[10]Huang H., Zeng Q., Pei, X.*, Wong, S.C, Xu P. Predicting crash frequency using an optimized radial basis function neural network model. Transportmetrica A: Transport Science, vol.12, pp.330-345, 2016.

[11]Pei X., Wong S.C., Sze N.N.*, The roles of exposure and speed in road safety analysis, Accident Analysis and Prevention, 2012, 48: 464~471

[12]Pei X., Wong S.C., Sze N.N.*, A joint-probability approach to crash prediction models, Accident Analysis and Prevention, 2011, 43(3): 1160~1166


 

学术专著

[1]Bayesian approach to road safety analyses (道路交通安全综合评价理论与方法),北京交通大学出版社,2013。

部分发明专利

[1]裴欣、李力、张佐、张毅、姚丹亚,一种用于事故分析预安全评价的平衡采样方法,已授权,专利号:ZL201510382446.X,授权日期:2017年6月30日

[2]裴欣、胡坚明、郭强、张毅、姚丹亚,一种基于连通性空间权重矩阵的区域交通安全评价方法,已授权,专利号:ZL201611100616.1,授权日期:2019年2月22日

[3]裴欣、胡坚明、潘雁、王鹏举、李兴山,一种用于驾驶员实时安全特性评估的分析方法,申请号:201611170129.2

[4]裴欣、胡坚明、贾邵程、田珊、杨子、岳云,一种基于单目图像的稠密深度估计方法,已受理,申请号:2019112494039

[5]裴欣、胡坚明、贾邵程、岳云、杨子、李力、江逸楠,一种基于贝叶斯神经网络的出行方式识别方法,已受理,申请号:2020101018455

[6]岳云、裴欣、田珊、姚丹亚,一种高效的运动轨迹与道路的匹配方法及装置,已受理,申请号:202010105840X

[7]杨子、裴欣、李兴山、张四维、张毅,一种交叉口转向流量数据的获取方法、装置和存储介质,已受理,申请号:2020101311018