环境与交通实验室

交通与环境实验室（TSE Lab）致力于感知交通系统运营状态，及其对社会、经济、环境的影响。

简介

TSE Lab由Simon Hu博士建立，隶属于浙江大学的浙江大学伊利诺伊大学厄巴纳香槟校区联合学院。我们的研究领域包括交通系统、无人车、环境系统和物流系统。我们拥有一支跨专业的研究团队，并且仍在扩建中。

最新消息

课题组成员参加INSTR2023会议并作论文报告

2023年12月13日-14日，第九届国际交通网络弹性研讨会（INSTR2023）在香港举行。研讨会由香港大学运输研

最近更新于 2023-12-31 1 分钟阅读时长

浙江大学与阿里巴巴合作杭州亚运项目

目前，由浙江大学与阿里巴巴在数字交通领域的合作项目“基于数字孪生的亚运智慧交通预约出行优化与碳足迹计算方法”正在推进中，该项目由浙江大学智能

最近更新于 2021-10-09 1 分钟阅读时长

智慧交通赋能未来社区专题论坛成功举办

5月22日，“智慧交通赋能未来社区”专题论坛在浙江大学国际联合学院（海宁国际校区）多功能厅顺利举行。此次论坛由浙江大

最近更新于 2021-06-01 3 分钟阅读时长

中澳合作“城市交通和物流”主题线上研讨会举办

12月11日，由浙江大学伊利诺伊大学厄巴纳香槟校区联合学院（ZJUI）胡隽研究员和悉尼大学商学院运输与物流研究所（I

最近更新于 2021-07-20 2 分钟阅读时长

浙江大学可计算数字交通虚拟实验室正式启动

2020年11月29日，由浙江大学公共管理学院、浙江大学伊利诺伊大学厄巴纳香槟校区联合学院（ZJUI）共同承办的“可

最近更新于 2021-07-20 3 分钟阅读时长

查看全部文章

研究方向

自动驾驶出租车路径规划

在自动驾驶出租车路径规划方面，我们的研究包括：多模式交通分配、车队运营管理、订单与车辆匹配、车辆路径规划等。我们团队尤其致力于动态交通网络上

车辆轨迹优化

我们的研究探索了如何在城市道路混行场景下（网联自动驾驶车辆、网联人工驾驶车辆、自动驾驶车辆和人工驾驶车辆）利用网联车辆提供的信息，对网联自动

迁移学习

我们致力于设计可迁移和自适应的模型，以处理大数据背景下短时交通状态预测中通道动态变化与部分数据不足的问题。研究了基于模型和基于样本的迁移策略

即时运输系统管理

我们致力于使用稳态模型或状态相关的动态规划技术进行按需交通系统的服务设计。我们的研究考虑到即时运输服务的独特特征、不同利益相关者之间的复杂互

绿色城市物流

我们致力于绿色城市物流的研究，其中包括城市内的或与运输的环境影响和多样化的货物运输要求。我们侧重于在城市货运交通法规和实时交通状态影响下的城

项目简介

Air Quality project - Toxicity Burden with Ambient PM2.5

Delay Prediction project - Spatiotemporal Models for Predicting Delays in Transportation Networks

MoST project - Vehicle Autonomy and Network Optimisation

Royal Society project - Urban Traffic Management and Control

TOD project - Transit-Oriented-Development Framework for Hangzhou

我们的团队

负责人

胡隽
Simon Hu

助理教授

交通与环境工程

团队成员

陈泓旭

硕士研究生

机器学习

陈源奕

博士研究生

电力交通耦合网络动态建模

陈政企

硕士研究生

强化学习

胡江焓

硕士研究生

交通数字孪生

胡沁如

博士研究生

共享出行

黄欣龙

硕士研究生

智能网联汽车

李俊懿

博士研究生

深度学习与交通大数据分析

练嵩

硕士研究生

计算机视觉

舒思奇

博士研究生

智能交通系统

王康

博士研究生

交通数据分析

辛含雨

硕士研究生

交通信号控制与轨迹优化

许开耀

硕士研究生

数据分析

杨云涛

硕士研究生

无人机车辆检测和跟踪

杨渊博

硕士研究生

计算机视觉

叶安珂

博士研究生

即时物流配送系统

叶芊芊

硕士研究生

交通数据分析

张正阳

硕士研究生

深度学习

周斌

博士研究生

强化学习

周启申

博士研究生

交通数据分析

朱兵

博士研究生

网联无人驾驶

Visit this page for a full list of past and present members.

最新刊物

Wang Y, Yu X, Zhang S, Zheng P, Guo J, Zhang L, Hu S, Cheng S (2020). Freeway Traffic Control in Presence of Capacity Drop. IEEE Transactions on Intelligent Transportation Systems. PDF DOI

Yu J, Stettler M, Angeloudis P, Hu S, Chen X (2020). Urban Network-Wide Traffic Speed Estimation with Massive Ride-Sourcing GPS Traces. Transportation Research Part C: Emerging Technologies. DOI

Tang C, Hu W, Hu S, Stettler M (2020). Urban Traffic Route Guidance Method with High Adaptive Learning Ability under Diverse Traffic Scenarios. IEEE Transactions on Intelligent Transportation Systems. DOI

Wu C, Wang G, Zhu J, Lertvittayakumjorn P, Hu S, Tan C, Mi H, Xu Y, Xiao J (2019). Exploratory Analysis for Big Social Data Using Deep Network. IEEE Access. DOI

Tian Y, Hu W, Du B, Hu S, Nie C, Zhang C (2018). IQGA: A route selection method based on quantum genetic algorithm- toward urban traffic management under big data environment. World Wide Web. PDF DOI

近期会议

Yang H, Zhang X, Zhang X, Hu S, Liu J, Liu Y (2020). Cluster-based Short-term Demand Forecasting for Bike-sharing System Using Machine Learning Methods. The 99th Annual Meeting of the Transportation Research Record.

Wang Y, Zhang S, Diamantis M, Cao J, Hu Y, Guo J, Papamichail I, Papageorgiou M, Zhang L, Hu S (2020). Joint Queue Estimation and Max Pressure Control for Signalized Urban Networks with Connected Vehicles. The 99th Annual Meeting of the Transportation Research Record.

Liu W, and Hooff T, An Y, Hu S, Chen C (2020). Prediction of transient particle transport in transient indoor airflow by integrated fast fluid dynamics and Markov chain model. the 16th Conference of the International Society of Indoor Air Quality & Climate.