汽车与交通学院科研工作大讨论系列学术报告—智能网联汽车交通安全技术：测试、评价与安全保障

主讲人：李鹏辉 副教授（北京交通大学）

时  间：2026年5月25日（周一）上午9：00-11：00

地  点：西华大学郫都校区5D216

主办单位：汽车与交通学院、汽车测控与安全四川省重点实验室、新能源汽车智能控制与仿真测试技术四川省工程研究中心、四川智能及新能源汽车产业学院

主讲人简介

李鹏辉，博士，北京市科技新星，北京交通大学交通运输学院交通工程系副教授，曾任中国汽车工程研究院股份有限公司智能网联汽车测试研发中心前瞻技术部总工。主要研究方向包括智能网联汽车交通安全、自动驾驶仿真测试理论、驾驶行为与人机交互、交通事故分析等研究。主持国家自然科学基金、国家重点研发计划项目子课题、教育部“春晖计划”等课题10余项，发表IEEE TITS、IEEE TVT、AAP、Part C、Part F、Energy、中国公路学报等国内外高水平期刊收录学术论文50余篇，在智能网联汽车场景数据、测试、评价等领域授权中国发明专利10余项。2023-2025年北京市科协青年人才托举工程，获2022年度中国智能交通协会科技进步二等奖、2022年度《中国公路学报》优秀审稿专家等荣誉。

报告内容简介

自动驾驶系统开发与安全性测试需构建涵盖行驶区域内的典型、高危、高覆盖测试场景库。传统场景构建方法难以对应自然驾驶数据不平衡性、高维异构性与场景覆盖性问题，导致所生成的场景代表性与覆盖度不足，难以满足自动驾驶车辆算法开发与安全性测试需求。针对以上挑战，提出了基于数据模型双驱动的场景建模、生成与验证方法。在典型场景构建方面，提出一种基于多原型的双层自适应竞争学习聚类算法，解决了自然驾驶数据不平衡与高维异构性问题；在交通事故场景构建方面，提出基于冲突触发的车-二轮车交通事故场景合理构建与泛化生成方法，解决了场景参数化表征与泛化不合理导致的“场景失真”问题；在高覆盖场景生成方面，基于ISO34502框架提出基于哈密尔顿蒙特卡洛采样与JS散度覆盖度表征的多维空间场景参数高覆盖生成方法；最终，形成了“典型-高危-高覆盖”自动驾驶测试场景生成体系，应用于标准法规、封闭场地与虚拟仿真测试。