用网联车辆数据、计算机视觉、LiDAR和新兴出行来源更早检测风险。
交通研究者 · 工程师 · 教师
以智能交通研究守护生命。
我开发智能感知、交通数字孪生与创新分析系统，以更早识别风险、指导主动干预，让每个人的出行更安全。
当前所在交通工程博士候选人 · 华盛顿大学 · 智能交通应用与研究（STAR）实验室
研究视角安全 · 智能 · 实施
这项工作为何重要
以交通研究守护生命。
我是华盛顿大学交通研究者，研究交通安全、人工智能、计算机视觉、仿真与以人为本出行的交汇领域。
我的工作源于一项明确责任：将安全分析前移，在风险成为悲剧前理解它。我结合数字孪生、AI智能感知与出行数据，支持更早干预和更有依据的交通政策。
连接感知、轨迹、仿真与替代安全指标，实现透明情景分析。
将NCHRP研究报告1152转化为实用的数据驱动安全流程。
为数据有限地区开发低成本交通、路面、天气与安全监测工具。
通过统计与行为分析理解行人和公交事故后果。
荣誉
获交通界认可的研究与服务。
2026年5月
华盛顿州ITE研究生奖学金
州级表彰，支持研究生成就与交通工程领域的持续领导力。
2025年10月
最佳学生海报奖
因向区域研究与实践受众清晰有效传播交通安全研究而获奖。
研究方向
彼此连接的更安全出行研究议程。
四个互补方向将新兴数据和智能系统连接到交通决策。
查看完整研究成果 ↗
2026
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
↗2026Can 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
↗2026Leveraging image semantic segmentation for road infrastructure localization in traffic safety applicationsTransportation Research Record, 2680(4), 210–225
↗2026NCHRP Research Report 1152: Leveraging AI and big data to enhance safety analysisTR News, Issue 357, Spring 2026, Transportation Research Board
↗行动中的研究
项目与可运行演示。
这些项目将研究问题变成可测试、可讨论的系统、分析流程和工具。
探索全部项目 ↗
从实践走向研究
由真实世界塑造的工程问题。
我的交通之路始于专业实践，参与货运、多模式规划、交通影响、道路安全与总体规划。经历让我认识到，有用的方法必须走出纸面，回应现实决策的约束、不确定性与公共责任。
实地札记
会议、合作与沿途时刻。
照片按活动组织，让研究背后的人与交流拥有自己的空间。
浏览影像日记 ↗
