吕能超(研究员、外院)

发布时间:2021-03-16
   
  姓名:吕能超
  性别:
  邮箱:lnc@whut.edu.cn
  职称:研究员
  研究方向:智能网联交通与自动驾驶中的控制、道路交通安全中的驾驶行为与人因研究
  主讲课程:交通信息采集与处理
  手机:13410546709
  QQ:29077543
 
 教师简介
  

一、基本情况

  吕能超,湖北黄冈人,1982年生;武汉理工大学-美国University of Wisconsin- Madison大学联合培养博士;武汉理工大学青年拔尖人才、教授、博导;获交通运输青年科技英才、湖北省杰出青年、中国交通运输协会科技创新青年奖称号;任交通运输协会青年科技工作者委员会常务委员、世界交通运输大会交通工程学部技术委员会主席、中国智能交通协会专家委员会专家;担任《交通运输工程学报(英文版)》、《安全与环境学报》、《交通科技与经济》等期刊编委,担任《中国公路学报》、《交通运输工程学报》、《交通运输系统工程与信息》、《IEEE Transaction on ITS》、《Safety Science》、《Accident Analysis and Prevention》、《Transportation Research Part A/C/F》等期刊审稿专家;获湖北省技术发明一等奖、中国智能交通协会一等奖、中国公路学会二等奖、中国人工智能学会二等奖等省部级奖励5项。

二、研究方向

  主要从事智能网联交通系统的感知与控制、道路交通安全分析与评价、驾驶行为与交通安全的研究。

三、主要业绩

主持国家自然科学基金4项、国家科技支撑计划子课题等省部级项目6项、智能交通相关项目近30项;在《中国公路学报》、《交通运输工程学报》、《IEEE Transaction on ITS》、《Journal of Intelligent Transportation Systems》、《Accident Analysis and Prevention》等交通领域知名期刊发表论文100余篇,其中SCI/EI检索70余篇;获发明专利或软件著作权20余项;主持研发了多功能道路交通实验车平台、人机交互模拟驾驶实验平台、车路协同测试平台。

  主讲交通系统建模与仿真(研)、Transportation Engineering(研/留学生)、Intelligent Transportation System(研/留学生)、智能交通系统(本)、车辆信息采集与驾驶行为分析等(本)课程;指导硕士研究生毕业10余人,博士生毕业3人;2人获校优秀硕士论文;毕业生在交通、汽车、信息领域的大型企业、设计院工作,部分学生继续读博深造从事科研工作。

代表性课题

1.         不同人车路协同水平下的驾驶人工作负荷变化规律(U1664262),国家自然科学基金重点项目子课题(58.8万),20171- 202012月,课题负责人。

2.         智能网联环境下互通交织区风险演变机理与路车协同干预方法(52072290),国家自然科学基金面上项目(59万),2021/1/1  2024/12/31,项目负责人

3.         考虑驾驶负荷的认知决策行为建模及驾驶绩效改善方法(51678460),国家自然科学基金面上项目(58万),201701-202012月,项目负责人。

4.         高速公路匝道区域驾驶负荷因素分析及其调控方法(51208401),国家自然科学基金青年项目(25万),201301-201512月,项目负责人。

5.         路车智能融合控制与安全保障关键技术及应用(SQ2020YFB160040),国家重点研发计划项目子课题(180万),202101-202312月,项目负责人。

6.         重大突发事件现场处置技术及装备研制(2014BAG01B0503),国家重点研发计划项目子课题(165万元),201401-201612月,项目负责人。

7.         车路交互式行车安全系统关键技术(2011AA110402),国家863项目课题(80万元),20111-201312月,执行负责人。

8.         面向智慧公路的路段风险识别与主动管控方法(2020CFA081),湖北省杰青项目(30万),202010-202310月,项目负责人。

9.         复杂道路环境下驾驶人人知机理研究(2014319811200),交通运输部应用基础研究项目(20万),201404-201603月,项目负责人。

10.      智能汽车行车风险态势识别及切换交互控制(2018010402011175),武汉市科技局企业技术创新专项(50万),武汉市科技局,201801-202012月,项目负责人。

11.      智慧公路系统关键技术研究开发及示范应用,中设设计集团股份有限公司项目(50万),201810-201904月,项目负责人。

12.      车联网环境下驾驶行为辨识与预警模式优化方法(2017CFB522),湖北省自然科学基金面上项目,2017-2019,项目负责人。

13.      基于车联网的汽车不良驾驶行为识别与预警(2017050304010268),武汉市青年科技晨光计划,2017-2019,项目负责人。

14.      武汉市四环线沌口长江公路大桥交通流预警研究,企业委托,2015.09-2016.09,项目负责人。

15.      五指山至保亭至海棠湾高速公路提高限速交通安全评价及对策研究,企业委托,2018.03-2018.07,项目负责人。

16.      沈海高速龙岗至海丰鹅埠段改扩建工程交通组织专题研究,企业委托,2018.03-2021.12,项目负责人。

17.      襄阳市东津新区起步区周边市政工程智能交通系统规划设计方案研究,企业委托,2020.06-2021.06,项目负责人。

18.      昌樟高速公路改扩建仿真研究,企业委托,2020.05-2021.05,项目负责人。

19.      老路中央分离带封闭改造策略研究,企业委托,2020.07-2021.07,项目负责人。

20.      智慧公路与车路协同智能路侧系统关键技术,企业委托,2021.01-2022.06,项目负责人。

代表性奖励

1.         基于车路协同的主动交通安全技术及应用,湖北省人民政府,湖北省技术发明,二等奖,2017,排名第2

2.         汽车驾驶人行为识别与监控技术及应用,湖北省人民政府,湖北省技术发明奖,一等奖,2013,排名第5.

3.         不良驾驶行为智能识别与安全预警方法及应用,中国人工智能学会,吴文俊人工智能科学技术奖,二等奖,2016,排名第2.

4.         智能网联环境下的道路交通协同控制关键技术研究与示范,中国公路学会科学技术奖,二等奖,2020,排名第4.

5.         基于整车网络的安全感知增强及危险预警系统研发与应用,中国智能交通协会,中国智能交通协会科学技术奖,一等奖,2013,排名第9.

6.         2020,中国交通运输协会,科技创新青年奖

7.         2020,湖北省人民政府,湖北省杰出青年

8.         2018,交通运输部,交通运输部青年科技英才

9.         2017,武汉理工大学,青年拔尖人才

10.      2019,第十三届全国交通运输领域青年学术会议优秀论文奖,中国交通运输协会青年科技工作者工作委员会

11.      2019The 7th Cloud Programming World Cup Nomination AwardCloud Programming World Cup Committee

12.      2018,校优秀硕士论文指导老师荣誉,武汉理工大学

13.      2018The 6th Cloud Programming World Cup Honorable Judge AwardCloud Programming World Cup Committee

14.      2018,道路交通安全公安部重点实验室开放基金研究成果优秀奖,道路交通安全公安部重点实验室

15.      2017The 5th Cloud Programming World Cup Honorable Judge AwardCloud Programming World Cup Committee

代表性论文

1.         Nengchao Lyu*, Jiaqiang Wen, Zhicheng Duan, Chaozhong WU. Vehicle Trajectory Prediction and Cut-in Collision Warning Model in a Connected Vehicle Environment [J]. IEEE Transactions on Intelligent Transportation Systems, 2022, 23(2), 966-981 (10.1109/TITS.2020.3019050, SCI, JCR Q1 IF: 6.319)

2.         Nengchao Lyu, Zhicheng Duan, Changxi Ma, Chaozhong Wu. Safety margins – a novel approach from risk homeostasis theory for evaluating the impact of advanced driver assistance systems on driving behavior in near-crash events [J]. Journal of Intelligent Transportation Systems, 2021, 25(1), 93-106 (10.1080/15472450.2020.1795846, SCI, JCR Q2 IF3.269)

3.         Lyu, Nengchao, Wang, Y., Wu, C., Peng, L. and Thomas, A.F. Using naturalistic driving data to identify driving style based on longitudinal driving operation conditions[J]. Journal of Intelligent and Connected Vehicles, 2021. https://doi.org/10.1108/JICV-07-2021-0008

4.         Lian Xie, Chaozhong Wu, Min Duan, Nengchao Lyu*. Analysis of Freeway Safety Influencing Factors on Driving Workload and Performance Based on the Gray Correlation Method[J], Journal of Advanced Transportation, 2021, 6566207. (JCR Q2 IF: 2.419, doi.org/10.1155/2021/6566207)

5.         Lyu, Nengchao; Wang, Yugang; Wu, Chaozhong*; Wu, Haoran; Wen, Jiaqiang. Exploring longitudinal driving behaviour on a freeway deceleration lane using field operational test data[J]. IET Intelligent Transport Systems, 2021, 1-13, 12110(10.1049/itr2.12110)

6.         Nengchao Lyu, Jiaqiang Wen, Chaozhong Wu*. Novel Time-Delay Side-Collision Warning Model at Non-Signalized Intersections Based on Vehicle-to-Infrastructure Communication[J]. International Journal of Environmental Research and Public Health, 2021, 18(4), 1520. (doi.org/10.3390/ ijerph18041520 JCR Q2 IF: 2.849)

7.         Wei Hou, Nengchao Lyu*, Zhaoxin Liu, Xu Wang. Modelling large vehicles operating speed characteristics on freeway alignment based on aggregated GPS data [J]. IET Intelligent Transport Systems, 2020, 14(8): 857-865 (10.1049/iet-its.2019.0563, SCI, JCR Q3 IF: 2.48)

 

8.         Nengchao Lyu*, Cao Y, Wu C, Thomas AF, Wang X. Driving behavior and safety analysis at OSMS section for merged, one-way freeway based on simulated driving safety analysis of driving behaviour. PLoS ONE, 2020, 15(2): e0228238. (10.1371/journal.pone.0228238, SCI, JCR Q1 IF2.776)

9.         Chaozhong Wu ; Haoran Wu ; Nengchao Lyu* ; Mengfan Zheng. Take-over performance and safety analysis under different scenarios and secondary tasks in conditionally automated driving [J]. IEEE Access, 2019(7), 136924- 136933 (10.1109/ACCESS.2019.2914864, SCI, JCR Q1, IF4.098)

10.      Nengchao Lyu, Chao Deng, Lian Xie, Chaozhong Wu*, Zhihcheng Duan. 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 and Behavior, 2019(65), 730-747 (10.1016/j.trf.2018.01.003, SSCI, JCR Q2, IF1.830)

11.      Chao Deng, Chaozhong Wu, Shi Cao, Nengchao Lyu*. 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 and Behavior, 2019(65), 643-654. (DOI: 10.1016/j.trf.2017.12.017, SSCI, JCR Q2, IF1.830)

12.      Lian Xie, Chaozhong Wu, Nengchao Lyu*, Zhicheng Duan. Studying the Effects of Freeway Alignment, Traffic Flow and Sign Information on Subjective Driving Workload and Performance [J]. Advances in Mechanical Engineering, 2019, 11(5) 1–11. (10.1177/1687814019853925, SCI, JCR Q4, IF0.848)

13.      Nengchao Lyu, Yue Cao, Chaozhong Wu*, Lian Xie, Zhicheng Duan. The Effect of Gender, Occupation and Experience on Behavior while Driving on a Freeway Deceleration Lane based on Field Operational Test Data [J]. Accident Analysis and Prevention, 2018(121), 82-93 (10.1016/j.aap.2018.07.034, SSCI, JCR Q1, IF2.584) 12

14.      Hasan. A. H. Naji, Qingji Xue, Nengchao Lyu*, Chaozhong Wu and Ke Zheng. Evaluating the Driving Risk of Near-Crash Events Using a Mixed-Ordered Logit Model[J]. Sustainability, 2018, 10(8), 2868 (10.3390/su10082868, SCI, JCR Q2, IF2.075)

15.      Chao Deng, Chaozhong Wu, Nengchao Lyu*, Huang Z Driving style recognition method using braking characteristics based on hidden Markov model [J]. PLoS ONE, 2017, 12(8): e0182419 (SCI, JCR Q1 ,IF2.806)

16.      Nengchao Lyu, Gang Huang, Chaozhong Wu*, Zhicheng Duan, Pingfan Li. Modeling Vehicle Collision Angle in Traffic Crashes Based on Three-Dimensional Laser Scanning Data[J]. Sensors, 2017, 17 (3) :482 (SCI, JCR Q1, IF2.677)

17.      Nengchao Lyu, Lian Xie, Chaozhong Wu*, Qiang Fu and Chao Deng. 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 Environment Research and Public Health, 2017, 14(2), 203 (SCI, JCR Q2, IF2.101)

18.      吕能超, 彭凌枫, 吴超仲*, 文家强. 区分冲突类型的路段实时碰撞风险预测模型[J] 中国公路学报, 2022, 35(1): 1-16(出版中)

19.      吴超仲,吴浩然,吕能超*. 基于间接共享控制的智能车协同接管方法[J] 中国公路学报, 2022, 35(2):(出版中)

20.      吕能超, 杜子君, 吴超仲*, 王玉刚. 多车道高速公路出口开口段安全特性分析[J] 交通运输系统工程与信息, 2021, 21(3): 120-130

21.      马天奕, 文家强, 王丽园, 吕能超*, 王玉刚. 基于ADAS联网时空数据的路段交通参数估算模型[J].交通信息与安全, 2021, 39(01):64-75

22.      吕能超, 郑梦凡, 郝威, . 基于客观风险感知特性的前向碰撞预警算法优化与标定[J]. 交通运输工程学报, 2020, 20(2): 172-183.

23.      吴超仲,吴浩然,吕能超*.人机共驾智能汽车的控制权切换与安全性综述[J].交通运输工程学报, 2018, 18(06): 131-141

24.      吕能超, 曹越, 秦羚, 吴超仲*. 基于交通标志信息量的驾驶负荷加载有效性研究 [J]. 中国公路学报,2018, 31(8): 165-172

25.      吕能超, 段至诚, 吴超仲*. 驾驶经验对先进驾驶辅助系统的作用研究[J]. 交通运输系统工程与信息, 2017, 17, 2017(6): 48-55.

26.      吕能超, 任泽远, 段至诚, 罗毅*. Near-crash事件中驾驶人行为特征分析[J]. 中国安全科学学报,2017,(06):19-24. (国内A区)

代表性专利

1.         吕能超; 刘元庭; 任泽远; 黄远锋; 谢练; 邓超; 秦羚; 段至诚. 基于图像识别的驾驶员负荷检测车载装置, 发明专利CN201710237440.22020.08.25授权

2.         吕能超; 罗齐汉; 高岩; 俞春俊; 吴超仲; 陈云; 李泽; 黄珍; 杨海. 交通路锥自动收放装置, 发明专利ZL201510870894.4, 2017.12.29授权

3.         吕能超; 李泽; 罗齐汉; 吴超仲; 黄珍; 黄钢; 吕植勇; 张楚云. 智能交通路锥自动投放装置, 发明专利ZL201610001239.X, 2017.12.29授权

4.         吕能超; 罗齐汉; 黄珍; 俞春俊; 高岩; 陈云; 吴超仲; 李泽; 杨海. 交通路锥自动收放车, 发明专利ZL201510872598.8, 2017.10.24授权

5.         吕能超; 旷权; 邹银才; 吴超仲; 程启超; 谭青山; 褚端峰. 车路协同环境下车辆与行人碰撞规避方法与系统,发明专利ZL 201410472266.6, 2017.06.13授权

6.         吕能超, 吴超仲, 严新平, 谢练, 黄钢, 陈志军,李泽. 一种基于LED灯组的障碍物车载预警显示方法,发明专利ZL201410770934.3, 2017.05.17授权

7.         吕能超; 旷权; 吴超仲; 张瑀; 王文友; 尹佳成; 秦润轩; 郭彦刚; 黄钢; 陈志军. 一种基于车路协同的行人防碰撞系统和方法, 发明专利ZL201410472328.3, 2016.08.24授权

8.         吕能超, 吴超仲, 严新平, . 基于车路协同的驾驶员一体化预警装置, 发明专利ZL201110360335.0,  2015.09.30授权

9.         吕能超; 文家强; 吴超仲; 褚端峰; 高策. 用于车路协同环境下交叉路口表达及车路目标匹配的方法,发明专利201910515999.62019.10.11公开

10.      吕能超, 王维锋, 文家强, 万剑, 吴超仲, 段至诚. 一种在车车通信条件下考虑他车驾驶意图的安全辅助驾驶预警方法,发明专利201910414221.62019.08.23公开

11.      吕能超, 文家强, 吴超仲, 彭凌枫, 杜子君,叶斯哈提·阿扎提. 一种智能车辆定位方法,发明专利201910268806.12019.06.21公开

12.      吕能超, 叶斯哈提·阿扎提, 吴超仲, 文加强, 彭凌枫, 杜子君. 一种获取交通流参数的系统和方法,发明专利201910052194.22019.05.03公开

13.      吕能超; 郑梦凡; 吴浩然; 吴超仲; 段至诚; 谢练. 一种基于驾驶模拟器的自动驾驶人机交互仿真测试系统, 发明专利201810233196.72018.11.06公开

14.      吕能超; 郑梦凡; 吴浩然; 吴超仲; 段至诚; 谢练. 基于驾驶模拟器和可编程触摸屏的ADAS开发测试系统, 发明专利201810277637.3, 2018.08.24公开

15.      吕能超; 徐斌; 谢练; 段至诚; 吴超仲; 秦羚. 一种运用路段实际运行车速数据评价公路安全性的方法, 发明专利201810245974.4, 2018.03.23申请

科研条件:

1.         研究型多通道汽车驾驶模拟器。武汉理工大学智能交通系统研究中心自主开发的模拟驾驶平台,用于道路交通驾驶行为和交通安全研究。目前,有大型驾驶模拟器1台,各类小型模拟器若干台,配备有道路场景生成与合成软件,实现由道路勘察设计数据生成场景以及场景编辑,能根据事故多发路段特征因素设计驾驶场景。实验时可输出场景中道路参数、车辆状态参数、驾驶员操作等,可用于本课题不同冰雪条件下驾驶认知和行为量化指标、冰雪环境下的驾驶认知特征提取、车速车距控制方案的验证。

2.         道路交通实验车。由武汉理工大学ITS中心吕能超老师基于长安悦翔小汽车和广汽传祺汽车自主研发集成,配备GPS、道路环境图像采集系统、激光雷达、驾驶行为检测系统、车载数据采集系统等,能同步实时记录车辆行驶工况、驾驶操作及道路场景等数据,为实车道路实验及信息采集提供平台支撑。

3.         自然驾驶数据采集平台。传统的驾驶行为分析主要借助模拟驾驶实验与实车实验,但驾驶员始终处于实验状态,容易影响最终的驾驶行为分析结果。本项目利用武汉理工通宇新能源客车运营公司的车联网运营监控平台,采集驾驶员在自然驾驶状态下的所有数据,包括道路环境视频数据、车辆CAN数据,以及驾驶员监控数据等。它可用来分析驾驶员在日常实际驾车过程中的行为特性,从而得到驾驶员真实的驾驶习惯与驾驶风格等,为弯道行车安全预警系统中的驾驶员影响因子标定,以及弯道行车主动控制系统中的驾驶风格分类等提供数据支撑。

4.         基于监控视频的车辆行为定量分析系统。借助在路侧安装的高清摄像头,进行图像拼接和透视技术,能够获取俯视图下的道路场景,并对场景中车辆进行提取,拟合出车辆运动轨迹,定量分析特定场景下车辆的运动特性和驾驶行为。目前已制作连续空间长1.4km、连续时长4小时的精细数据集。

5.         40EEG工作站。中心购置有美国Neruoscan公司生产的40EEG工作站,以国际标准10-20系统电极放置法安装电极,可记录40EEG,同时可同步记录眼电和心电。脑电分析时用离线分析EEG数据,用Scan4.5软件融合数据和校正眼电。该设备能够用于不同驾驶负荷下的ERPs分析以及EEG脑电频谱变换分析。

6.         眼动仪。课题组购置有德国SMI公司生产的IViewX HED Laptop眼动仪,能捕捉眼球运动和前方视景,并和场景视频录像叠加,从而分析外部事物通过视觉感知所产生的心理活动,分析视觉搜索特性和人眼瞳孔与光照间的变化关系。在本项课题中眼动仪将用于分析不同认知负荷下的眼动搜索特性。

7.         行为观察分析系统。行为观察记录分析系统Observer是一个用于收集、分析和演示观察数据的行为事件记录软件,能够执行复杂的数据筛选、数据可视化和数据分析,可将事件、多路视频以及生理数据流等集中同步管理,将被试对象行为进行编码,软件通过编码识别各种行为后进行分类整理统计分析。该系统可用于高负荷条件下及时操作记录和分析。

8.         Ibeo LUX-8激光雷达.LUX-8激光雷达是一款轻便高效的车载激光雷达,拥有 240 度的宽视角, 0.3m 200m 的探测距离,绝对安全的 1 等级激光。在有限的空间内,集七种功能和低成本于一体,能以点云方式反馈前方障碍物的特性,并提供模式识别算法,识别前方物体,轻松应对路面上的多种危险交通路况,轻易集成到任何车体和观察到任何角度。IBEO 8线激光雷达不仅保证了使用的便利性,而且提高了安全性。

招生要求:

交通、物流、航运、自动化、信息背景;硕士、博士均可招收。

联系方式:

电话:13410546709;邮箱:lnc@whut.edu.cnQQ29077543