奖项介绍“中国公路学会科学技术奖”由国家奖励工作办公室批准设立，是面向全国公路交通行业的权威科技奖项。2020年度“中国公路学会科学技术奖”评审工作已悉数完成，课题组杜豫川教授作为第二完成人，沈煜副教授参与申报的项目“综合客运枢纽协同设计及智慧运营关键技术”荣获科学技术一等奖。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、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）有限责任公司等单位协作，由张晓春、杜豫川、陈振武、田锋、龙俊仁、林涛、杨宇星、金立、黄波、周子益、成诚、许燕青、沈煜、李魁、周勇主要完成。项目概述项目针对综合客运枢纽在多智能体仿真驱动的枢纽空间设施布局协同设计技术、基于AI的大客流波动识别及预测技术、基于客流波动的动态流线组织和多模式交通响应调度技术、基于个体差异化需求的出行全过程引导服务技术、基于常旅客识别与服务水平动态优化的快捷安检服务技术等五大智慧运营关键技术上取得突破。研究成果相对于国内外同类技术，模型迭代反馈频率更高，评价精度、跟踪精度、定位精度更加精准，日常安检和应急疏散更加高效，取得了显著的社会
2021年5月29日上午，上海市副市长张为一行实地调研了徐汇区龙华烈士陵园周边道路系统改造工程和数字化智能管养工作。上海市交通委副主任刘斌、市道运局副局长戴敦伟等参加调研。徐汇区副区长毕桂平等陪同调研。张为在现场观看了由同济大学与徐汇市政管理中心共同打造的城市道路数字化智能管养系统及核心装备演示，听取了课题组杜豫川教授关于市政道路设施数字化应用场景设计、轻量化检测装备创新特点以及系统平台与业务流程结合实际效果的介绍。他充分肯定了同济大学在城市市政管理数字化转型中作出的技术贡献，指出要以数字化手段推进城市精细化管理，助力交通基础设施全寿命管养，实现城市运营的降本增效。2020年11月，徐汇区市政管理中心联合同济大学交通运输工程学院率先启动了道路智慧管养改革试点项目。该项目针对徐汇区全域278公里的市政道路，依托轻量化智能巡检设备、高频多维道路设施全息感知设备等新型巡检装备，结合人工智能、大数据等智能分析技术，建立基础设施数字化管养系统，积极推进市政道路智慧管养体系升级。该系统单日巡检和数据分析能力超过1000公里，试点应用以来，共发现并跟踪病害及损伤近万条，派单养护整治病害2000余处，
日前，同济大学交通科学与技术研究院智慧静态交通研究中心挂牌仪式暨同济大学附属上海市皮肤病医院武夷路院区智慧自动泊车项目竣工发布会举行。 同济大学党委副书记冯身洪在致辞中说，同济大学交通学科历史悠久，是学校重点建设的一流学科。城市停车问题是近年来的研究热点，涉及交通、环境、安全、民生等众多领域。智慧静态交通研究中心将面向实际项目，进行交叉学科的研究工作，对学科建设、人才培养等有着重要意义。 同济大学交通科学与技术研究院院长、智慧静态交通研究中心主任杜豫川介绍了智慧静态交通研究中心成立背景、研究方向及开展项目，并与上海汇销智能停车管理有限公司签订战略合作协议。根据协议，双方将在科研、人才培养、产业推广应用等方面开展合作。 同济大学国家创新发展研究院执行副院长李兴华主持圆桌论坛。论坛旨在寻找城市精细化管理尤其是交通精细化管理解决方案，研究分享智慧泊车在政策、技术研究和产业应用等方面的现状和未来方向，为缓解城市交通压力、解决城市停车难题、城市精细化管理提供更多有效建议，并期望将产学研力量合为一体，将最新研究成果付诸实践。 上海市皮肤病医院智能停车项目是同济大学交通科学与技术研究院智慧静
在刚刚结束的“PTV杯”第十三届全国大学生交通科技大赛中，我院杜豫川、黄世泽老师指导的作品《面向无人驾驶的智慧路灯定位系统设计》和唐克双老师指导的作品《互联网车辆轨迹数据驱动的交叉口排队长度估计及仿真评价》荣获一等奖，洪玲老师指导的作品《基于势能场与社会力模型融合的轨道交通车站应急疏散仿真体系研究》荣获二等奖。 第十三届全国大学生交通科技大赛共有152所高校报名参赛，在初赛作品报送阶段，共有123所高校提交了378件作品，经过专家组匿名通讯评审，来自47所高校的80件作品通过选拔进入决赛。 在5月19日的决赛中，我院三支参赛队伍通过精彩的作品介绍陈述和答辩，从80件作品中脱颖而出，斩获一等奖2项、二等奖1项。“《面向无人驾驶的智慧路灯定位系统设计》李泊霖、周华骏、王天佐、吴冕、申思语”“《互联网车辆轨迹数据驱动的交叉口排队长度估计及仿真评价》张颜麟、张一鸣、于中锐、杨逸琳、肖鑫”“《基于势能场与社会力模型融合的轨道交通车站应急疏散仿真体系研究》邱树涵、李金珏、刘政宇、付旭炜” 同济大学交通运输工程学院具有浓郁的科研氛围和注重学生创新与实践能力培养的传统，为激发学生的创新意识、提高
同济大学智能交通新兴计算与感知研究课题组，在JCR一区期刊International Journal of Pavement Engineering发表了由杜豫川、潘宁、徐子豪、邓富文、沈煜、康华撰写的研究论文“Pavement distressdetection and classification based on YOLO network”。路面病害的检测和分类评估在路面管养中起着十分重要的作用，然而过去的路面病害检测非常依赖于人工手段，限制了其在大范围、高频率的路面质量检测中的使用。因此本研究中，采用基于深度学习的目标检测框架YOLO网络进行自动的检测和分类。通过高速工业数字相机对路面视频信息进行拍摄采集，采集得到高分辨率的路面图像，然后进行统一标准化的标定，形成了20余万张标签化的数据集可作为模型输入，并采用机器视觉技术提取路表面材质的形态特征。路面病害主要表征为路表面的各种损坏、变形及其它缺陷。网络通过准确提取路表面材质的形态特征，采用深度学习的方法寻找其与路面病害的对应关系，从而输出路面病害的可能位置框及其分类。选用Precision-recall和Detection e
