本团队诚招交通工程、道路工程、地理信息科学、应用数学与概率统计、计算机科学、车辆工程、心理学等相关专业背景的优秀学生，欢迎各位青年学子加入研究团队！
请将个人材料发送王雪松教授，邮箱wangxs@tongji.edu.cn，邮件名请注明“【博士/硕士申请】姓名+学校+专业”。课题组网址：https://tjsafety.tongji.edu.cn/
团队聚焦国家交通安全改善的重大需求，研究方向包括：交通行为、心理与安全，自动驾驶交通安全、道路设计安全评估与优化、基于信息化的交通安全管理。研究工作紧密结合交通工程与多学科交叉优势，联合国内各级政府机构、车辆企业、国际高校及科研单位，开展深入合作，注重理论创新与工程实践的有机融合，致力于提升我国交通系统的安全水平。
一、团队带头人介绍
王雪松，同济大学交通学院教授，长期致力于交通事故成因与防治的关键科学问题研究，在道路交通安全领域的理论深度与工程广度方面均取得了突出成果。
现任道路与交通工程教育部重点实验室副主任、道路交通安全与环境教育部工程研究中心副主任。主持建设交通安全国际合作联合实验室，2016年获批“教育部/国家外专局交通安全学科创新引智基地（111计划）”，主持国家重点研发计划“政府间国际科技创新合作”重点专项“中英自动驾驶交通安全联合实验室”。
主持编写行业、地方及团体标准11部，授权发明专利26项，出版学术专著《交通安全分析》。在交通安全国际顶级期刊发表SCI/SSCI论文174篇。连续七年入选爱思唯尔中国高被引学者（2019–2025），连续六年入选全球交通运输领域前2%科学家榜单（2020–2025）。
获交通运输部科技创新领军人才、国家自然科学基金优秀青年科学基金、教育部新世纪人才等荣誉。因在自动驾驶安全研究方面的突出贡献，荣获英特尔2020年度卓越研究者奖，为该奖项国内首位获奖学者。曾获上海市科技进步奖、中国公路学会运输与物流创新奖、上海市交通工程学会科技特等奖等，当选为中国公路学会国际公路交通科技学术领军人才，荣获中国智能交通协会优秀科技创新领军人才奖。
担任《中国公路学报》副主编（国内交通领域排名第一）、Accident Analysis and Prevention副主编、Transportation Research Record交通安全方向领域主编。曾担任TRB三个学术委员会委员（ACS20、ACH50、AME40），担任“十四五”全国道路交通安全规划专家、中国道路交通安全协会事故预防与处理分会副会长、国家疾病预防控制局国家疾病预防控制标准委员会伤害预防控制标准专业委员会委员等职。受邀担任中国人民公安大学客座教授、英国Loughborough University杰出研究员，具有广泛的国际、国内学术影响力。
二、团队研究方向
（1）交通行为、心理与安全
针对“高风险驾驶行为致因与人车企一体化交通安全治理”这一科学问题，通过自然驾驶数据采集、驾驶模拟实验以及行为心理问卷调查，构建了多维度驾驶行为研究方法体系，实现以下技术创新：
车辆主动安全功能优化技术：实现对高风险驾驶行为的实时检测及驾驶辅助系统的精准预警；
驾驶员安全教育方法：基于驾驶行为分析与心理认知机制，构建个性化干预与教育模型；
企业安全管理与评估方法：包括驾驶员在线闭环管理机制与企业层级的安全绩效评估系统。
研究成果已在多个层面实现实地部署与应用转化。形成了考虑设计元素、版面布局和交互方式的警觉预警交互设计标准，成果支撑了中华人民共和国通信行业标准《车载移动应用人机交互安全体验要求和测试方法》、华为技术有限公司《智慧座舱安全体验白皮书》；在宝马车辆主动安全设备应用，华为问界M7的智慧座舱设计、主动安全功能等多个方面得到了应用。
《智慧座舱安全体验白皮书》
相关新闻：
基于货车运行风险监测和驾驶行为分析的车辆风险预警与主动安全技术研究
代表性论文：
[1]Xuxin Zhang, Xuesong Wang,Xiaohan Yang, Chuan Xu, Xiaohui Zhu, Wei Jiaohua. Driver drowsinessdetection using mixed-effect ordered logit model considering timecumulative effect. Analytic Methods in Accident Research, 2020, 26:100114.
[2] Yujun Jiao, Xuesong Wang,David Hurwitz, Gengdan Hu, Xiaoyan Xu, Xudong Zhao. Revision of thedriver behavior questionnaire for chinese drivers’ Aberrant DrivingBehaviors Using Naturalistic Driving Data. Accident Analysis andPrevention, 2023. 187, 107065.
[3 Yujun Jiao, Xuesong Wang,Xudong Zhao, David Hurwitz. Effect of Insomnia on risky drivingbehavior among bus drivers: the mediation effect of mental health.Accident Analysis and Prevention, 2024. 195, 107419.
[4] MengjiaoWu, Xuesong Wang, Chris Lee, Shikun Liu, Jiawen Chen. Estimationof driver vigilance level for various cognitive distractions whendrivers use advanced driving assistance functions. TransportationResearch Part F: Traffic Psychology and Behaviour, 2024, 109:571-587.
[5] MengjiaoWu, Xuesong Wang, Jiawen Chen, Xiang Ji, Yiran Sun. Analysisand comparison of auditory-cognitive and visual-manual distractionrisk characteristics and their effect on driving. TransportationResearch Part F: Traffic Psychology and Behaviour, 2024,107:1042-1061.
（2）车辆主动安全与自动驾驶
聚焦“自动驾驶失效机理与安全优化”的科学问题，形成面向自动驾驶的“事故溯因-车辆评价-道路评估-规则构建”全方位交通安全关键技术。创新如下：
自动驾驶交通事故深度调查和致因分析技术。针对自动驾驶交通事故多源数据解析困难、致因不明问题，研发了自动驾驶车载和路侧路数据融合方法，国际首创自动驾驶事故场景推导方法与场景库，发明了自动驾驶事故致因分析、责任判定方法，支撑了自动驾驶事故深度调查与责任判定；
复杂交互场景自动驾驶车辆安全评价技术。针对自动驾驶决策控制安全性不足、运行安全监管困难的难题，国际上首次提出了拟人化跟驰控制算法、标定了典型风险场景的责任敏感安全模型，构建了自动驾驶关键脱离事件识别方法以及运行安全综合评测体系，广泛应用于自动驾驶车辆安全决策控制，支撑了自动驾驶车辆运行监管与安全评价；
面向自动驾驶的道路适驾性评估技术。针对传统道路设计未充分考虑自动驾驶安全运行需求的问题，量化了面向自动驾驶的各类型道路设施设计参数理论极限值，基于实车测试明确了自动驾驶失效关键影响因素，通过搭建仿真平台解析了关键设计参数对自动驾驶失效影响机理，应用于上海等省市自动驾驶测试道路评估和智慧化建设；
面向自动驾驶的交通规则构建技术。针对现有交通规则在自动驾驶环境下适用性不明、数字化规则缺失的问题，突破了面向自动驾驶的交通规则制定方法，构建了自动驾驶测试准入与安全示范全链条管理体系，支撑了自动驾驶测试管理办法的编制。
四类风险场景责任敏感安全模型标定结果
研究成果支撑了科技部中英自动驾驶交通安全联合实验室建设，支撑了上海市智能网联汽车道路测试和示范应用管理，应用于欧盟地平线 2020 计划自动驾驶车辆的社会影响评估研究。
相关新闻：
同济大学王雪松教授团队参加英特尔智能网联汽车大学合作研究中心研讨会暨项目总结会
[1] Qian Liu, Xuesong Wang, Xiangbin Wu, Glaser Yi, Linjia He. Crash comparison of autonomous and conventional vehicles using pre-crash scenario typology. Accident Analysis and Prevention, 2021, 159: 106281.
[2] Minming Yang, Xuesong Wang, Mohammed Quddus. Examining lane change gap acceptance, duration and impact using naturalistic driving data. Transportation Research Part C: Emerging Technologies, 2019, 104: 317-331.
[3] Meixing Zhu, Xuesong Wang, Yinhai Wang. Human-like autonomous car-following model with deep reinforcement learning. Transportation Research Part C: Emerging Technologies, 2018, 97: 348-368.
[4] Xinchen Ye, Xuesong Wang, Salvatore Damiano Cafiso, Alfredo Garcia. Readiness evaluation of freeways for lane-detection performance of lidar-based automated vehicles: A field test analysis. IEEE Transactions on Intelligent Transportation Systems, 2025, 26(8): 11767-11781.
[5] Ruolin Shi, Xuesong Wang. Digitizing traffic rules to guide automated vehicle trajectory planning. Expert Systems with Applications, 2025, 272: 126661.
（3）道路设计安全评估与优化
针对现有道路建设项目趋于复杂化，道路安全设计技术支撑不足的问题，依托同济大学八自由度高仿真驾驶模拟器，形成“实验测试-机理解析-量化评估-优化设计”的复杂道路线形安全优化设计方法体系。实现以下技术创新：
针对复杂道路交通环境的驾驶模拟实验，完善了多场景工况的模拟方法，形成了系统的驾驶模拟实验技术，实现了驾驶模拟功能提升；
针对复杂道路交通条件的人-车-路-环境交互机理，构建了涵盖信息感知、认知决策、操控行为与运行状态的认知过程通用模型，揭示了道路线形、标志标线对驾驶人的综合作用认知机理，确定了高风险驾驶行为与道路安全性的关系及表征指标；
针对复杂道路交通环境的安全评估与优化，创建了基于驾驶模拟的道路组合线形、标志标线、重大工程与特殊道路设计安全评估与优化技术。
研究成果凝练为交通运输部公路工程行业标准《基于驾驶模拟技术的公路线形安全性评价指南》（JTG/T 2222-2026），并应用于全国20余省市的山区高速、复杂互通、大型桥梁和隧道等重大工程，包括拟建道路安全评价和已建道路安全改善两类应用场景。
复杂道路线形安全优化设计方法体系技术路线
相关新闻：
《基于驾驶模拟技术的公路线形安全性评价指南》制订总校会顺利召开
《立体复合高速公路交通仿真推演与综合评估关键技术及应用》项目获第二届深圳市交通工程技术创新奖励一等奖
代表性论文：
[1] ZhiguiChen, Xuesong Wang, Qiming Guo, Andrew Tarko. Towards human-likespeed control in autonomous vehicles: A mountainous freeway case.Accident Analysis & Prevention, 2022, 166: 106566.
[2] XuesongWang, Zhigui Chen, Qiming Guo, Andrew Tarko, Cristhian Lizarazo,Xiaomeng Wang. Transferability analysis of the freeway continuousspeed model. Accident Analysis & Prevention, 2021, 151(03).
[3]Xuesong Wang, Xiaomeng Wang, Bowen Cai, Jiao Liu. Combinedalignment effects on deceleration and acceleration: A drivingsimulator study. Transportation Research Part C: EmergingTechnologies, 2019, 104: 172-183.
[4]Xiaomeng Wang, Xuesong Wang. Speed change behavior on combinedhorizontal and vertical curves: driving simulator-based analysis.Accident Analysis & Prevention, 2018, 119: 215-224.
[5] YixinChen, Mohammed Quddus, Xuesong Wang. Impact of Combined Alignments onLane Departure: A Simulator Study for Mountainous Freeways.Transportation Research Part C: Emerging Technologies, 2018, 86:346-359.
（4）基于信息化的交通安全管理
聚焦“交通事故成因与防治”关键科学问题，面对交通安全基础数据质量差，交通事故分析方法缺乏系统的模型，传统的分析工具深度、广度不足，治理对策针对性不足的问题，形成了“基础数据-分析方法-分析工具-治理对策”系统的交通安全综合治理方案。实现以下技术创新：
主持编制《道路交通事故与违法地点表述规范》（GA/T1980-2022）公共安全行业标准，提出了交通事故与违法地点“五要素”规范化表述方法，交通事故与违法定位准确率从不足50%提升至90%以上；
首次提出了“交通事故-交通违法”、“交通事故-涉事人员”的宏观安全分析和判别方法，建立了基于密集路网特征的中观安全分析模型，构建了“宏观-中观-微观”多尺度交通安全分析模型体系；
研发全国第一个基于WebGIS的道路交通事故分析预警系统，实现“时间、空间、事故特征、管理要素”多维分析研判，实现交通事故多发点段“四阶段法”排查与治理工作全流程在线管理；
提出了“分析判别-改善方案-方案实施-效果评价”的四阶段交通事故多发道路治理技术流程，针对事故多发道路典型改善措施开展效果评估，形成了典型道路设施的事故修正系数库(CMF)，主持编制了上海、广东、苏州等地的交通事故多发道路治理手册。
基于研究成果，在北京、上海、广东、苏州等地已经推广应用系统及事故多发道路治理经验；主持编制上海、广东、深圳、苏州、太原、珠海、东莞交通安全规划，承担了《“十四五”全国道路交通安全规划》道路设施专题，支撑了国家、省、市层面交通安全政策的制定。
基于信息化的交通安全管理研究思路
相关新闻：
代表论文：
[1] XuesongWang, Junguang Yang, Chris Lee, Zhuoran Ji, Shikai You. Macro-levelsafety analysis of pedestrian crashes in Shanghai, China. AccidentAnalysis and Prevention, 2016, 96:12-21.
[2] Jia Li,Xuesong Wang. Safety analysis of urban arterials at the meso level.Accident Analysis and Prevention. 2017, 108: 100–111.
[3] XuesongWang, Jinghui Yuan, Grant G. Schultz, Shouen Fang, Investigating thesafety impact of roadway network features of suburban arterials inShanghai. Accident Analysis and Prevention. 2018, 113: 137–148.
[4] MingjieFeng, Xuesong Wang, Mohammed Quddus. Developing Multivariate TimeSeries Models to Examine the Interrelations between PoliceEnforcement. Analytic Methods in Accident Research, TrafficViolations and Traffic Crashes, 2020, 28: 100139.
[5]Xuesong Wang, Xueyu Zhang, Yingying Pei. ASystematic Approach to Macro-Level Safety Assessment and ContributingFactors Analysis Considering Traffic Crashes and Violations. AccidentAnalysis and Prevention, 2024, 194: 107323.
三、团队研究平台
（1）国际一流的八自由度高仿真驾驶模拟器
同济大学八自由度高仿真驾驶模拟器于2011年建成，是我国首个具有八自由度运动系统的驾驶模拟平台。该平台由8自由度运动系统、视景系统（水平 250°×竖向40°）、声音系统、数据采集系统、操作及反馈系统、安全控制系统组成。驾驶模拟技术具有实验条件可控、安全、适用范围广、可精确采集多源数据的优势，实现了由主观经验到客观评价、由定性描述到多源数据量化评价的技术升级。在道路设计安全评估、驾驶行为、车辆主动安全与自动驾驶技术研究等方面，驾驶模拟器都起着至关重要的作用。
同济大学八自由度高仿真驾驶模拟器
相关新闻：
（2）自然驾驶数据平台
与通用汽车、弗吉尼亚理工大学合作，自2012年起开展了国内首个自然驾驶数据采集实验，自然驾驶测试车辆安装了国际最先进的自然驾驶数据采集设备，全时监测和记录驾驶员在自然状态下的实际驾驶行为特征。至今已完成4个自然驾驶数据采集项目，采集6类车辆，累计超过200位驾驶员、百万公里级自然驾驶数据（包括视频、车辆总线、雷达数据等），为驾驶行为分析、车辆主动安全与自动驾驶研究提供了丰富的数据支持。
自然驾驶数据平台
与同济大学附属精神卫生中心、复旦大学共同发起，组建同济大学“交通行为、心理与安全实验室”，在同济大学精神疾病临床研究中心和浦东新区临床高原学科的建设框架下，致力于打造精神医学与交通运输工程的“医工文融合”交叉学科，通过行为与心理分析理论研究各类交通参与者，开展基础性、战略性和前瞻性研究。充分发挥同济大学学科优势，与数学系、软件学院、电信学院、经管学院等合作，在交通安全数据分析方法、交通安全管理大数据分析技术、交通安全管理人机协同决策技术等领域开展学科交叉研究。
相关新闻：
（4）国际合作平台
主持建设“交通安全国际合作联合实验室”，并于2016年获批“教育部/国家外专局交通安全学科创新引智基地（111计划）”。与拉夫堡大学共建“中英自动驾驶交通安全联合实验室”并获批国家重点研发计划。英国、德国、美国等13个国家的21家国际知名高校和研究机构（如美国普渡大学、哥伦比亚大学、中佛罗里达大学，德国宇航中心，英国拉夫堡大学，日本东京大学等）建立了广泛合作关系。
联合德国宇航中心成立“同济大学-德国宇航中心交通安全与环境联合研究中心”，共同致力于交通安全的前沿研究与技术开发。与英国拉夫堡大学、澳大利亚昆士兰理工大学共同设立了“车辆自动化对弱势道路使用者影响国际研究中心”（ICAROS），该中心由英国“研究英国国际投资基金”资助，致力于研究自动驾驶技术对弱势交通参与者的影响。这些国际合作平台的建立，为全球交通安全领域的协同创新与人才培养提供了重要支撑。
相关新闻
快讯：国家外国专家局张建国局长一行调研同济大学交通安全学科创新引智基地建设
自动驾驶与弱势道路使用者国际研究中心2024年度交流成功举行
（5）产学研用平台
与公安部道路交通安全研究中心共建道路交通安全管控技术国家工程研究中心驾驶行为技术分析部，深入研究重点驾驶人群体行为特征，为交通安全宣传教育、驾驶员培训考试、不良驾驶行为执法等方面提供理论和技术支撑。与公安部道路交通安全研究中心、公安部交通管理科学研究所签有战略合作协议，为我国交通安全管理战略政策的制定提供理论和技术支撑。与广州、苏州、甘肃、云南、贵州、新疆等交通管理部门签署了战略合作协议，积极服务地方交通安全改善。
相关新闻：
2023年贵州省交通事故处理岗位能力提升暨中级资格培训班圆满结业
四、 研究生培养
（1）培养模式
团队高度重视国内外学术交流与科研能力培养，与多所国际高校及交通研究机构建立了长期合作关系，致力于为学生提供开放、多元、融合理论与实践的培养平台。与拉夫堡大学共建中英自动驾驶交通安全联合实验室，每年进行交流互访，并联合开展学生培养；每年召开国际交通安全学术研讨会，邀请国内外专家来同济演讲交流；资助课题组成员前往美国华盛顿参加Transportation Research Board (TRB) 年会，进行口头报告或海报展示，与国际同行深入交流，拓展国际视野。截至目前，团队已在TRB年会累计发表论文211篇。
团队终坚持理论研究与工程应用并重，联合车辆企业与政府部门，围绕驾驶行为分析、车辆主动安全技术、自动驾驶安全、交通事故多发道路改善、交通安全治理政策等方向开展科研与实践项目，帮助学生在真实场景中提升科研与实践能力。始终坚持高标准培养模式，鼓励学生面向国际前沿开展原创性研究，力求将科研成果转化为切实可行的交通安全解决方案。
课题组学生参加 TRB 会议（美国华盛顿特区）
（2）研究生发展
已指导毕业62名硕士、博士研究生，其中10余位学生进入国内外高校任职，20余位学生进入国内外知名企业工作，7位学生进入交通管理部门工作。推荐多位学生赴国际知名高校深造。
指导的研究生中，11位学生获国家研究生奖学金，6位获上海市优秀毕业生，5位获同济大学优秀毕业生，3位获同济大学优秀毕业论文。获2025年度COTA最佳博士论文奖、2023年TRB Best Paper、中国公路学报优秀论文、中国智能交通年会“十佳科技论文”等荣誉。
课题组学生所获荣誉