با داده‌های خودروهای متصل، بینایی ماشین، لیدار و منابع تازه داده‌های جابه‌جایی، خطر را پیش از وقوع حادثه شناسایی می‌کنیم.
پژوهشگر حمل‌ونقل · مهندس · مدرس
پژوهش در حمل‌ونقل هوشمند، برای نجات جان انسان‌ها.
با توسعه حسگرهای هوشمند، دوقلوهای دیجیتال حمل‌ونقل و روش‌های نوین تحلیل داده، می‌کوشم به شناسایی زودهنگام خطر، مداخله پیشگیرانه و ایمن‌ترشدن رفت‌وآمد برای همه کمک کنم.
محل فعالیت کنونیدانشجوی دکتری مهندسی حمل‌ونقل · دانشگاه واشنگتن · آزمایشگاه کاربرد و پژوهش حمل‌ونقل هوشمند (STAR)
نگاه پژوهشی منایمنی · فناوری هوشمند · کاربرد عملی
چرا این کار اهمیت دارد
پژوهش در حمل‌ونقل، برای نجات جان انسان‌ها.
من پژوهشگر حمل‌ونقل در دانشگاه واشنگتن هستم. کارم در نقطه پیوند ایمنی ترافیک، هوش مصنوعی، بینایی ماشین، شبیه‌سازی و جابه‌جایی انسان‌محور شکل می‌گیرد.
برای من، ایمنی از پیش از تصادف آغاز می‌شود: باید خطر را زمانی بشناسیم که هنوز می‌توان از یک فاجعه جلوگیری کرد. به همین دلیل، دوقلوهای دیجیتال، پایش هوشمند مبتنی بر هوش مصنوعی و داده‌های جابه‌جایی را کنار هم می‌گذارم تا به مداخله زودهنگام و سیاست‌گذاری مستند کمک کنم.
دو دهه شواهد ملی
تلفات جاده‌ای آمریکا، ۲۰۰۴–۲۰۲۳
39,345برآورد جان‌باختگان ترافیک آمریکا در ۲۰۲۴برآورد مقدماتی NHTSA ↗۱٫۱۹ میلیونمرگ ناشی از ترافیک در جهان، سالانهگزارش جهانی ایمنی راه سازمان جهانی بهداشت ۲۰۲۳ ↗
منبع نمودار: سامانه گزارش تحلیل تلفات (FARS) ↗
داده‌های حسگرها، مسیر حرکت خودروها، شبیه‌سازی و شاخص‌های ایمنی را کنار هم می‌گذاریم تا پیامد سناریوهای مختلف را شفاف‌تر بسنجیم.
یافته‌های گزارش پژوهشی NCHRP 1152 را به روش‌های عملی و داده‌محور برای تصمیم‌گیری ایمنی تبدیل می‌کنیم.
در جاهایی که داده محدود است، ابزارهایی کم‌هزینه برای پایش ترافیک، وضعیت راه، آب‌وهوا و ایمنی می‌سازیم.
با تحلیل‌های آماری و رفتاری، پیامد تصادف‌های عابران پیاده و ناوگان حمل‌ونقل عمومی را بهتر درک می‌کنیم.
جوایز و افتخارات
دستاوردهای پژوهشی و خدمات حرفه‌ای که جامعه حمل‌ونقل از آن‌ها تقدیر کرده است.
مه ۲۰۲۶
بورسیه دانشجوی تحصیلات تکمیلی ITE ایالت واشنگتن
این تقدیر در سطح ایالت واشنگتن، دستاوردهای تحصیلات تکمیلی و ادامه فعالیت در مهندسی حمل‌ونقل را ارج می‌نهد.
اکتبر ۲۰۲۵
جایزه بهترین پوستر دانشجویی
این جایزه برای ارائه روشن و اثرگذار پژوهش ایمنی حمل‌ونقل به پژوهشگران و متخصصان منطقه اهدا شد.
مسیرهای پژوهشی
چند مسیر پژوهشی، با یک هدف: رفت‌وآمد ایمن‌تر.
در چهار مسیر مکمل، داده‌های نو و سامانه‌های هوشمند را به تصمیم‌های واقعی در حمل‌ونقل پیوند می‌دهم.
همه پژوهش‌ها را ببینید ↗
تحلیل پیشگیرانه ایمنی ترافیک
مسیر حرکت خودروها، شاخص‌های جانشین ایمنی، الگوهای تصادف و یادگیری ماشین را کنار هم می‌گذارم تا تحلیل ایمنی به پیش از وقوع سانحه برسد.
جزئیات پژوهش ↗
تحلیل هوشمند زیرساخت با هوش مصنوعی
استخراج اطلاعات مهم برای ایمنی راه و کاربران آن از تصویر، لیدار، دوربین و حسگرهای گوناگون.
جزئیات پژوهش ↗
دوقلوهای دیجیتال ایمنی حمل‌ونقل
پایش، مسیرهای حرکت، شبیه‌سازی خردنگر، شاخص‌های ایمنی و گفت‌وگو به زبان طبیعی را برای سنجش شفاف سناریوهای «چه می‌شود اگر» به هم پیوند می‌دهیم.
جزئیات پژوهش ↗۲۰۲۶
From Camera-Based Sensing to Reasoning: A Comprehensive Review Toward Proactive Vulnerable Road User SafetyIEEE Transactions on Intelligent Transportation Systems, published online July 20, 2026, 1–17
↗۲۰۲۶Can surrogate safety measures explain crash patterns at signalized intersections? Evidence from network-wide connected-vehicle data using negative binomial, random forest, and diffusion GNN modelsJournal of Safety Research, 97, 553–564
↗۲۰۲۶Leveraging image semantic segmentation for road infrastructure localization in traffic safety applicationsTransportation Research Record, 2680(4), 210–225
↗۲۰۲۶NCHRP Research Report 1152: Leveraging AI and big data to enhance safety analysisTR News, Issue 357, Spring 2026, Transportation Research Board
↗پژوهش در عمل
پروژه‌ها و نمونه‌های قابل اجرا.
در این پروژه‌ها، پرسش پژوهشی به سامانه، روش تحلیلی و ابزاری تبدیل می‌شود که بتوان آن را آزمود و درباره‌اش گفت‌وگو کرد.
همه پروژه‌ها را ببینید ↗دانشگاه واشنگتن
↗دوقلوی دیجیتال ایمنی ترافیک تقویت‌شده با هوش مصنوعی
بستری پژوهشی که داده‌های حسگرهای ترافیکی، شبیه‌سازی SUMO، تحلیل ایمنی، مقایسه سناریوها و گفت‌وگو به زبان طبیعی را به هم پیوند می‌دهد.
- دوقلوی دیجیتال
- SUMO
- LLM
- تحلیل ایمنی
دانشگاه واشنگتن · همکاری ایمنی حمل‌ونقل قبیله‌ای
↗دوقلوی دیجیتال ایمنی ترافیک مناطق قبیله‌ای و روستایی
سامانه‌ای کم‌هزینه برای پایش، شبیه‌سازی و اطلاع‌رسانی که به مدیریت ایمنی در راه‌های روستایی و مناطق قبایلی کمک می‌کند از مشاهده خطر به پیشگیری برسد.
- حمل‌ونقل قبیله‌ای
- ایمنی روستایی
- دوقلوی دیجیتال
- حسگری هوشمند
- مدل زبانی بزرگ محلی
NCHRP 17-100 · گزارش پژوهشی ۱۱۵۲
↗بهره‌گیری از هوش مصنوعی و کلان‌داده برای ارتقای تحلیل ایمنی
کاربرد یادگیری ماشین در تحلیل داده‌های خودروهای متصل، تصاویر خیابانی، لیدار، پیش‌بینی سرعت، رفتار کاربران راه و شاخص‌های جانشین ایمنی.
- کلان‌داده
- بینایی ماشین
- خودروهای متصل
- تحلیل ایمنی
از کار مهندسی تا پژوهش
پرسش‌های مهندسی من از مسائل واقعی آغاز می‌شوند.
مسیرم در حمل‌ونقل از کار حرفه‌ای شروع شد؛ از پروژه‌های حمل بار و برنامه‌ریزی چندوجهی تا بررسی اثرات ترافیکی، ایمنی راه و طرح‌های جامع. آن تجربه‌ها به من آموختند که یک روش مفید باید بیرون از مقاله هم کار کند و با محدودیت‌ها، عدم‌قطعیت‌ها و مسئولیت‌های عمومی تصمیم‌گیری در دنیای واقعی سازگار باشد.
روایت‌های تصویری
کنفرانس‌ها، همکاری‌ها و لحظه‌هایی از این مسیر.
عکس‌ها را بر پایه رویداد گرد آورده‌ام تا آدم‌ها، دیدارها و گفت‌وگوهای پشت پژوهش نیز دیده شوند.
عکس‌ها را ببینید ↗
گفت‌وگو را ادامه دهیم
پرسش پژوهشی، مجموعه‌داده یا ایده‌ای دارید که ارزش دنبال‌کردن داشته باشد؟
از گفت‌وگو درباره ایمنی حمل‌ونقل، سامانه‌های جابه‌جایی هوشمند، نمونه‌های پژوهشی، تدریس و همکاری میان‌رشته‌ای استقبال می‌کنم.
mehnasri@uw.edu