李亦舜

职称：副教授/副研究员
研究方向：基础设施使能自动驾驶、陆空协同巡查、人工智能应用
邮箱：13liys@tongji.edu.cn

同济大学交通学院副教授/副研究员，主要从事道路工程与智能计算交叉研究，聚焦基础设施使能自动驾驶（IEA, Infrastructures Enable Automated-driving）以及陆空协同场景下交通基础设施韧性安全认知与主动保障。

入选国家资助博士后研究人员计划、上海市“超级博士后”。现担任世界交通运输大会（WTC）智慧公路委员会青年委员、美国交通运输研究委员会（TRB）技术委员、《Applied Sciences》期刊客座编辑，并受邀担任Automation in Construction、Computer-Aided Civil and Infrastructure Engineering、Transportation Research Part C、International Journal of Pavement Engineering、《中国公路学报》等20余种国内外高水平期刊审稿人。

在Automation in Construction、Transportation Research Part C、IEEE Transactions on Intelligent Transportation Systems等高水平期刊与会议发表论文40余篇。多项研究成果入选IEEE ITSM封面论文、ESI全球前1%高被引论文、前0.1%热点论文，并获交通运输部重大科技成果认定；联合斯坦福大学在Nature旗下期刊Scientific Data发布全球公开数据集。相关成果已获中国、美国、英国及PCT国际专利授权20余项，完成科技成果转化与产业化应用超千万。

研究成果获上海市科技进步一等奖、陕西省科技进步二等奖、中国公路学会科学技术一等奖/二等奖、中国公路建设行业协会科学技术特等奖、中国智能交通协会科学技术二等奖、中国产学研合作创新二等奖等省部级与行业重要奖励。

在人才培养方面，指导本科生和研究生多次获得全国交通科技大赛一等奖、SODIC全球开放数据应用巡查算法分赛道冠军、中国研究生智慧城市技术与创意设计大赛一等奖、全国“互联网+”大学生创新创业大赛银奖等荣誉。

课题组高度重视人工智能赋能交通研究，注重为学生提供开放、务实的科研环境，可支持算法研发、算力使用、数据获取与工程验证等全过程训练，鼓励学生面向真实场景做有深度、有落地价值的研究。欢迎人工智能、道路工程、交通工程、运筹学等相关专业、基础扎实且有探索热情的学生联系交流。

教育经历

2013.09-2017.06 同济大学交通工程 学士

2021.11-2022.04 苏黎世联邦理工学院土木环境工程联合培养 博士

2022.04-2022.10 洛桑联邦理工学院土木环境工程联合培养 博士

2017.09-2023.06 同济大学交通运输工程 博士

工作经历

2023.08-2026.02 同济大学交通学院 博士后

2025.11-至今 同济大学交通科学与技术研究院 副研究员

2026.03-至今 同济大学交通学院 副教授

科研奖励

上海市科技进步一等奖（2019），排名13

中国产学研合作创新成果奖二等奖（2019），排名9

中国公路学会科技进步一等奖（2024），排名6

中国公路学会科技进步二等奖（2024），排名5

智能交通协会科技进步二等奖（2025），排名3

中国公路建设行业协会科学技术奖特等奖（2025），排名5

陕西省科技进步二等奖（2025），排名5

近年代表性论文

  1. Li, Y., Che, P., Liu, C., Wu, D., & Du, Y. (2021). Cross‐scene pavement distress detection by a novel transfer learning framework. Computer‐Aided Civil and Infrastructure Engineering, 36(11), 1398-1415. (ESI高被引论文, Q1, IF=10.066)

  2. Li, Y., Liu, C., Weng, Z., Wu, D., & Du, Y. (2025). Aggregate-level 3D analysis of asphalt pavement deterioration using laser scanning and vision transformer. Automation in Construction, 178, 106380. (ESI高被引论文, Q1, IF=10.517)

  3. Li, Y., Li, L., Jiang, S., Liu, C., Weng, Z., & Du, Y. (2025). Unsupervised pavement rutting detection using structured light and area-based deep learning. Automation in Construction, 176, 106235. (Q1, IF=10.517)

  4. Li, Y., Liu, C., Yue, G., Gao, Q., & Du, Y. (2022). Deep learning-based pavement subsurface distress detection via ground penetrating radar data. Automation in Construction, 142, 104516. (Q1, IF=10.517)

  5. Li, Y., Liu, C., Gao, Q., Wu, D., Li, F., & Du, Y. (2022). ConTrack distress dataset: A continuous observation for pavement deterioration spatio-temporal analysis. IEEE Transactions on Intelligent Transportation Systems, 23(12), 25004-25017. (Q1, IF=9.551)

  6. Liu, C., Yang, H., Wu, D., Li, Y.*(通讯), & Du, Y. (2025). City-Level Pavement Distress Inspection Using Crowdsourced Data of Logistics Vehicles. IEEE Transactions on Intelligent Transportation Systems, 27(1), 868-882. (Q1, IF=9.551)

  7. 李亦舜,杜豫川,刘成龙,等.基于自适应课程学习的探地雷达道路隐伏病害检测增强[J].中国公路学报,2024,37(12):244-257.

  8. UniCM: A Unified Consistency Model For Efficient Multimodal Generation and Understanding. Chenkai Xu, Xu Wang, Zhenyi Liao, Yishun Li, TianQi Hou, and Zhijie Deng. The Association for Computational Linguistics (ACL), San Diego, California, USA, 2026 (CCF A类顶会)

  9. Yang, H., Cao, J., Wan, J., Gao, Q., Liu, C., Fischer, M., ... & Wu, D. (2025). A large-scale image repository for automated pavement distress analysis and degradation trend prediction. Scientific Data, 12(1), 1426. (Nature旗下子刊)

完整科研成果请参考：https://scholar.google.com/citations?user=LcK-Ic0AAAAJ&hl=zh-CN

代表性专利

  1. CN201810548514.9,一种基于机器视觉的路面抗滑性能快速检测方法

  2. CN202110212825.X,一种基于摩擦接触面预估的路面抗滑性能评价方法

  3. CN202110215728.6,一种基于关联规则分析的道路深层病害预警方法

  4. CN202411527641.2,一种沥青路面集料剥落评价及松散趋势度量方法

  5. CN202411721196.3,一种基于物流车辆数据的大规模路面性能劣化跟踪方法

  6. CN202411790009.7,一种基于群智感知的路网轴载辨识方法、设备及介质

  7. CN202411737321.X,一种复用既有通讯光缆的公路坍塌监测方法和系统

  8. CN202310098714.X,一种基于三维扫描和离散元仿真的电子铺砂法及装置

  9. WO 2018/122586 A1,国际专利PCT,一种基于舒适度的自动驾驶车速控制方法

  10. WO 2024/152526 A1,国际专利PCT,一种基于三维特征分布的路面纹理均匀性评价方法

  11. WO 2024/198068 A1,国际专利PCT,一种路面损伤匹配与连续跟踪方法

  12. WO 2024/198069 A1,国际专利PCT,一种基于高频巡检数据的路面病害劣化分析方法

  13. US 11,447,150 B2,美国授权专利,Comfort-based self-driving planning method

  14. GB2589272,英国授权专利,A method for creating a prediction model of driving comfort