近日，国家留学基金管理委员会(CSC)公布国家建设高水平大学公派研究生项目联合培养博士研究生项目录取结果，课题组三名2020级博士生翁梓航、雷财林、潘宁顺利通过专家评审，获得国家公派出国留学资格。 课题组重视国际交流合作，长期以来秉承“开放交流、合作共赢”的理念，与美国、英国、瑞士、新加坡、荷兰、加拿大等国家的顶尖高校实验室建立了良好的合作交流关系，在交通系统运行状态和设施性能的高精度感知、交通大数据人工智能分析决策等方面有多项合作成果产出和学生联合培养。 此前，课题组培养的博士生已分别前往美国华盛顿大学、加州大学伯克利分校、加州大学戴维斯分校、佐治亚理工学院、英国剑桥大学、瑞士苏黎世联邦理工学院、洛桑联邦理工学院、新加坡国立大学、南洋理工大学、荷兰代尔夫特理工大学、加拿大滑铁卢大学、加拿大卡尔加里大学等国外顶尖高校完成联合培养博士生学习。
2022年7月8日，由同济大学牵头组织、我院杜豫川教授作为首席科学家的国家重点研发计划“综合交通运输与智能交通”重点专项“弹性交通系统信息物理建模与评估理论方法研究”（项目编号：2021YFB1600100）项目启动暨实施方案论证会以线上线下相结合的方式在上海召开。责任专家组由中国城市规划设计研究院教授级高工马林、公安部道路交通安全研究中心主任/教授级高工王长君、北京交通大学教授秦勇组成，特邀咨询专家组由中国智能交通协会副理事长关积珍教授、浙江大学教授王殿海、西南财经大学教授肖峰、清华大学教授曲小波组成。科技部高技术研究发展中心项目主管程竹静、张长亮，同济大学科研管理部副部长杨华教授，交通科学与技术研究院院长、项目负责人杜豫川教授，交通运输工程学院副院长肖军华教授，各课题负责人以及来自东南大学、北京航空航天大学、长安大学、西南交通大学和深圳城市交通规划设计研究中心等参研单位的研究骨干40余人参会。会议由肖军华教授主持。杨华副部长代表同济大学欢迎参加会议的各位领导和专家莅临指导，表示同济大学将全力支持该项目的实施。杜豫川教授对项目实施方案进行汇报。专家组成员对项目实施方案给与了充分肯定，
课题组在TOP期刊Automationin Construction发表了由翁梓航、林雨超、刘成龙、吴荻非、杜豫川撰写的研究论文《Pavement texture depthestimation using image-based multiscale features》。路面构造深度是衡量路面性能的基本参数之一，传统的检测方法耗时低效；基于图像的预估方法因其轻便快捷的特点越来越受到关注。本研究提出了一种基于图像多尺度特征的路面构造深度预估方法。一方面采用数字图像技术，实现路面粒料分割，并根据级配筛分原理，得到不同粒径大小的分布（maximum particle sizedistribution，MPSD）；另一方面，基于二维小波变换计算多尺度的相对能量分布（relative energydistribution，RED）。在多种工况和不同道路等级下采集了250个图像样本，每个样本都对应地采集了高精三维数据计算，并以其计算得到的电子平均构造深度为真值(electronic mean texturedepth，eMTD)。本研究以MPSD和RED为输入特征，采用多元非线性的回归模型来预测
2022年5月5日，智能交通新兴计算与感知研究课题组举办了题为“智能视觉发展动态探讨”的技术分享会。上海同陆云交通科技有限公司技术副总裁严京旗受邀为大家奉献了一场最新技术的饕餮盛宴。分享会由杜豫川教授组织，刘成龙博士后主持，课题组师生共同参与。交流会现场严总主要围绕大模型及MoE、跨模态、自监督学习、通用智能四大方面，用深入浅出的语言为大家介绍了当下目标识别算法的最新进展以及在业界的应用情况。首先，围绕大模型及MoE，严总为我们介绍了大模型的特征、常见的训练平台，网络结构等基础知识；也分析了使用稀疏门控混合专家（Sparsely gated MoE, Mixture-of-Experts）是如何极大降低训练大模型的代价；解释了关于路由模块Router、多组专家Expert/FFN模块对模型效果的影响；并在此基础上，分享了万亿大模型训练系统HetuMoE的整体框架。其次，围绕跨模态，严总为我们介绍了跨模态图文模型（DALL-ECLIP）、跨模态学习框架data2vec。随后，围绕自监督学习，针对图像缺陷检测，为我们介绍了Cutpaste、PatchCore和自监督学习相关应用，以及视觉掩
近日，2021年度华夏建设科学技术奖公布，隆重表彰解决了住房和城乡建设行业热点、难点和关键问题的科研工作者。我系杜豫川教授、沈煜副教授参与完成的《基于站城协同设计的综合客运枢纽智慧运营关键技术》荣获2021年华夏建设科学技术奖一等奖。2021年华夏建设科学技术奖一等奖证书 该项目由深圳市城市交通规划设计研究中心股份有限公司牵头，同济大学、中铁第四勘察设计院集团有限公司、华为技术有限公司、上海宝信软件股份有限公司、腾讯云计算(北京)有限责任公司共同参与。 自2008 年以来，我国交通运输部通过规划引领、技术指导等大力推进综合客运枢纽发展，建设投资规模超过万亿元。然而，我国的综合客运枢纽普通存在三个突出问题：枢纽空间布局与站城复杂功能适配难题；枢纽运营组织与高强度高扰动客流适配难题；枢纽出行服务与个体差异化需求适配难题。国内外尚无系统性、成熟的解决方案。上海虹桥枢纽综合运营调度服务平台 在国家863课题、国家自然科学基金等课题支持下，项目组历时十余年，契合国家战略导向，以“问题解析-技术创新-集成应用”为总体思路，以枢纽个体出行数据为驱动，攻克了协同.设计、动态运营、精准服务
根据基本科学指标库ESI（Essential Science Indicators）的最新统计数据，以同济大学智能交通新兴计算与感知研究课题组杜豫川教授为第一作者和通讯作者，同济大学道路与交通工程教育部重点实验室为第一完成单位，发表在道路工程领域权威国际期刊International Journal of Pavement Engineering（JCR Q1区期刊，影响因子为4.139）的论文“Pavement distress detection and classification based on YOLO network”（2021年，22卷，13期，p.1659-1672）入选工程（Engineering）领域ESI全球TOP 0.1%热点论文。ESI Top 0.1%热点论文是指发表于近两年内某学科领域中被引用次数排名在前0.1%以内的文章。该研究是机器视觉算法在路面损伤检测和评估方面的率先探索之一，利用高速工业相机对路面图像信息进行拍摄采集，形成了5万余张标签化的数据集可作为模型输入，通过基于深度学习的目标检测框架YOLOv3网络进行路面损伤的自动检测和分类，并提取路表
