个人资料
个人简介刘占文，女，工学博士，教授，博士生导师，交通运输行业青年拔尖人才，现任陕西省车联网与智能汽车测试技术工程研究中心副主任、长安大学交通信息检测与控制工程实验室主任。研究方向聚焦于非一致场景下车路协同感知与在环测试。获第十四届陕西省青年科技奖、陕西省科学技术进步奖一等奖3项、陕西省高等教育教学成果奖特等奖1项、中国公路学会科学技术奖一等奖1项、中国公路学会科学技术奖二等奖1项。主持国家重点研发计划项目课题、国家自然科学基金重点、面上及青年项目、陕西省“两链”融合重点专项等国家级、省部级科研项目20余项，发表SCI高水平论文50余篇，授权57项发明专利，参与制定国家标准1项。应邀在AAAI、TRB、COTA、WTC、IVS等国际学术会议作学术报告20余次，多次获得国际会议最佳论文奖。 社会职务1、期刊任职 （1）《交通运输工程学报》青年编委； （2）《Journal of Intelligent and Connected Vehicles》Associate Editor； （3）《IEEE Open Journal of Intelligent Transportation Systems》Associate Editor； 2、会议任职 （1）IEEE智能交通系统国际会议青年学术委员会联合主席； （2）IEEE交通信息与安全国际会议执行副主席及论坛主席； （3）WTC第三届学部委员会交通工程学部交通感知与大数据学科交通系统智能感知技术委员会主席； （4）WTC第三届学部委员会公路工程学部智慧公路学科自动驾驶车协作技术委员会副主席； （5）IEEE机械与电子工程国际会议程序委员会联席主席； 3、学会任职 （2）中国汽车工程学会人工智能分会委员； （3）中国仿真学会数字试验与测试分委会理事； （4）中国公路学会自动驾驶工作委员会委员。 研究领域长期从事人工智能、计算机视觉、交通大模型等方向的研究。聚焦于车路云一体化智能感知与在环测试，具体为： 1、车路云内多智能体全量感知、测试与评价； 2、自动驾驶端对端行驶场景认知（场景理解与轨迹预测）； 3、车路协同群智融合感知与控制； 4、智能网联高速公路、城市交叉路口数字孪生及感知效能在环测评。 项目案例展示 （1）无监督表征增强视觉识别 面向复杂动态降质环境中视觉识别鲁棒性挑战，提出了一种无监督表征增强方法。基于深度通道先验，构建一个“即插即用”的无监督特征增强模块，从稀疏特征分布中提取紧凑且有效的特征表示，解决了图像中的空间稀疏性和通道差异性问题。在浅层表征空间中引入双学习架构，并通过两阶段的多对抗学习机制进行无监督特征校正，显著提升了现有基线模型在降质图像上的识别性能。
（2）基于事件相机的高效交通目标检测 针对事件流数据的高度空间稀疏和低信噪比特性，提出了基于稀疏Mamba的事件目标检测框架SMamba。基于活动事件和噪声事件的时空分布差异，设计了时空连续性评估模块以评估不同区域的信息含量，并在计算过程中自适应丢弃无事件和噪声区域；构建了信息量引导的空间扫描机制和基于全局空间的通道扫描机制，增强了模型的全局建模能力，在精度和效率之间达到了更好的平衡。
（3）自动驾驶动态交通环境全要素感知 面向开放域交通环境下稳健感知的挑战，提出了多任务层级联合的智能汽车复杂动态环境视觉解析框架，解决了远距离目标的精准检测、低感知精度下高相似物体的鲁棒识别和非一致场景下的多目标实时跟踪等问题，实现了可见光下交通场景全要素及可通行区域的精准感知；采用多传感器配置，攻克了多模态、多尺度数据帧间时空特征配准难的问题，构建了一种多模态融合的三维目标鲁棒检测方法，提高了复杂动态环境下全天候关键目标解析的鲁棒性。该技术应用于长安大学自主研发的“信达号”与“前行者”无人车，斩获世界智能驾驶挑战赛实车赛与虚拟仿真赛道技术创新奖、争先奖及国家奖项5项；全国大学生工程训练综合能力竞赛智能汽车仿真赛项全国二等奖、省级特等奖4项。
（4）复杂动态交通场景车辆微观轨迹预测 面向真实交通场景中动静态目标遮挡、感知算法失效及感知范围限制带来的非完整轨迹预测挑战，构建了多尺度注意力头，从不同时间颗粒度并行提取轨迹的多尺度运动表征，缓解了缺失值对轨迹预测带来的负面影响；提出了连续性表征引导的多尺度融合模块，跨时间步计算轨迹的连续性表征，并将其用于运动表征的多尺度融合，极大地太提高了模型对非完整轨迹的预测精度，使模型能够更鲁棒的应用于真实交通场景。
（a）模型框架图
（b）预测结果可视化
（5）城市交叉路口全息感知与数字孪生 面向城市交叉路口交通场景全息感知与动态建模的挑战，提出了真实道路布局语义及参数提取与路段级-车道级运动轨迹流预测方法，基于三维仿真工具建立了道路场景的三维虚拟实体道路，实现了城市交叉口实时提取的轨迹流数据和相应的预测轨迹数据还原到实际交通运行环境的虚拟实体中，准确地描述中微观层面动态交通场景流数字孪生与模拟推演，使用轨迹预测结果填补了数字孪生物理实体到虚拟环境映射时延。
开授课程研究生课程 《机器学习》、《计算机视觉》、《Data Mining》 本科课程 《机器学习》、《c语言设计》 科研项目部分主持承担的科研项目 1、国家自然科学基金重点项目--多模态层级融合的车路云一体化交通环境感知关键技术。（主持） 2、国家自然科学基金面上项目--多模态感知增强的目标轨迹计算与场景流数字孪生。（主持） 3、国家重点研发计划青年科学家项目课题--道路交通行为精准画像与安全风险预警推送技术。（主持） 4、陕西省重点研发计划-“两链”融合企业联合重点项目--物联网感知设备数字孪生测试技术与性能评估。（主持） 5、国家自然科学基金青年科学基金项目--自顶向下融合多尺度卷积特征网络的交通标志识别方法研究。（主持） 6、国家重点研发计划项目子课题--混合交通场景下云端信息融合及运行状态精准识别。（主持） 7、陕西省交通运输厅交通科研项目重点项目(交通强国试点)--秦岭隧道安全防控体系建设关键技术研究项目一课题二:智慧隧道车路云协同感知与交通异常态势预警研究。（主持） 8、国家自然科学基金专项项目--战略与管理研究类:交通与运载工程学科发展战略研究。（参与） 9、国家自然科学基金专项项目--新时代交通工程学科发展战略研究。（参与） 论文近3年来发表的部分高水平学术论文如下：
2024（持续更新） [1] Zhanwen Liu , Yuhang Li, Yang Wang, Bolin Gao , Yisheng An, Xiangmo Zhao. Boosting Visual Recognition in Real-World Degradations via Unsupervised Feature Enhancement Module With Deep Channel. IEEE Transactions on Intelligent Vehicles (TIV), 2024.(SCI，中科院一区); [2] Zhanwen Liu, Chao Li , Nan Yang , Yang Wang, Jiaqi Ma , Guangliang Cheng and Xiangmo Zhao. MSTF: Multiscale Transformer for Incomplete Trajectory Prediction. 35th IEEE Intelligent Vehicles Symposium (IV 2024)； [3] Chao Li, Zhanwen Liu, Shan Lin, Yang Wang, Xiangmo Zhao. Intention-convolution and hybrid-attention network for vehicle trajectory prediction. Expert Systems with Applications, 2024.(SCI，中科院一区); [4] Zhanwen Liu, Jin Fan, Juanru Cheng, Yang Wang and Shan Lin. P2P: Adaptive Point-to-Patch Fusion Based Multi-modal 3D Object Detection. Expert Systems wvith Applications, 2024.(Under review); [5] Zhanwen Liu, Nan Yang, Yang Wang, Yuke Li, Xiangmo Zhao, Fei-Yue Wang. Enhancing Traffic Object Detection in Variable Illumination with RGB-Event Fusion. IEEE Transactions on Intelligent Transportation Systems(ITS), 2024. [6] Nan Yang, Yang Wang, Zhanwen Liu*, Meng Li, Yisheng An, Xiangmo Zhao, “SMamba: Sparse Mamba for Event-based Object Detection” , the Thirty-Ninth AAAI Conference on Artificial Intelligence (AAAI-25) (CCFA) [7] Zhanwen Liu, Chao Li*, Yang Wang, Nan Yang, Xing Fan*, Jiaqi Ma and Xiangmo Zhao, “Multi-Scale Temporal Fusion Transformer for Incomplete Vehicle Trajectory Prediction”, IEEE Transactions on Intelligent Vehicles(TIV), 2024.(SCI，中科院一区). 2021-2023 [1] Zhanwen Liu, Juanru Cheng, Jin Fan, Shan Lin, Yang Wang, Xiangmo Zhao. Multi-Modal Fusion Based on Depth Adaptive Mechanism for 3D Object Detection. IEEE Transactions on Multimedia (TMM), 2023. (SCI，中科院一区); [2] Chao Li, Zhanwen Liu, Nan Yang, Wenqian Li, Xiangmo Zhao. Regional attention network with data-driven modal representation for multimodal trajectory prediction,Expert Systems with Applications, 2023. (SCI，中科院一区); [3] Chao Li, Zhanwen Liu, Jiaying Zhang,Yang Wang, Fan Ding, XiangmoZhao. Two-stream LSTM Network with Hybrid Attention for Vehicle Trajectory Prediction. IEEE 25th International Conference on Intelligent Transportation Systems (ITSC), 2022. [4] Jiaying Zhang, Zhanwen Liu, Chao Li, Zhigang Xu, Yuande Jiang, Xiangmo Zhao. Parameter Extraction of Road Layout Based on Domain Adaptation. IEEE 25th International Conference on Intelligent Transportation Systems (ITSC), 2022. [5] 刘占文，范颂华，齐明远，董鸣，王品，赵祥模*. 基于时序融合的自动驾驶多任务感知算法；交通运输工程学报；21(4):223-234,2021. (EI); [6] Xiangmo Zhao, Mingyuan Qi, Zhanwen Liu, Songhua Fan, Chao Li, Ming Dong. End-to-end autonomous driving decision model joined by attention mechanism and spatiotemporal features. IET Intelligent Transport Systems, 15(9):1119-1130, 2021. (SCI) [7] Zhanwen Liu, Mingyuan Qi, Chao Shen, Yong Fang, Xiangmo Zhao,Cascade saccade machine learning network with hierarchical classes for traffic sign detection,Sustainable Cities and Society,2021. (SCI) 科技成果部分授权发明专利： 1.“一种端到端自动驾驶行为决策方法、系统及终端设备”，授权号：CN113139446B，2024.02 2.“一种目标跨域检测与理解方法、系统、设备及存储介质”，授权号：CN112001385B，2024.02 3.“短时交通流数据预测方法、系统、计算机设备及存储介质”，授权号：CN115063975B，2023.07 4.“一种基于多视域图卷积网络的行人检测方法”，授权号：CN111339967B，2023.04 5.“城市交通场景图像理解与多视角群智优化方法”，授权号：CN109582993B，2022.11 6.“一种弱对比度交通场景下的车辆检测分割算法”，授权号：CN109241865B，2022.05 7.“一种端到端无监督场景可通行区域认知能力的测试方法”，授权号：CN108875640B，2022.04 8. “一种端对端无监督场景可通行区域认知与理解方法”，授权号：CN108876805B，2021.07 9. “一种交通标志图像识别模型构建及识别方法”，授权号：CN109002764B，2021.05 10.“面向智能网联汽车场景图像数据感知与协同处理系统”，授权号：CN108833833B，2021.02 11.“一种面向深度智驾应用的交通标志识别方法”，授权号：CN107368787B，2020.11 12.“一种基于特征选择的局部差三进制序列图像特征描述方法”，授权号：CN106228163B，2019.06 13.“一种鲁棒的限速交通标志检测与识别方法”，授权号：CN106529391B，2019.06 14.“一种驾驶适宜性检测装置及方法”，授权号：CN108814630A，2018.11 15.“面向智能网联汽车场景图像数据感知与协同处理系统”，授权号：CN108833833A，2018.06 16.“城市交通场景图像理解与多视角群智优化方法”，授权号：CN109582993A，2018.06 17.“一种基于加权割合并的图像层次分割方法”，授权号：CN102831600B，2015.07 18.“一种弱对比度下的车辆目标分割方法”，授权号：CN105005989A，2015.10 19.“基于多示例学习与图割优化的目标分割方法”，授权号：CN105069774A，2015.11 20.“深度摄像头的车辆全向障碍物检测方法”，授权号：CN109993060A，2019.03 21.“一种基于特征选择的局部差三进制序列图像特征描述方法”，授权号：CN106228163B，2016.07 22.“一种基于Gabor综合特征的图像特征描述方法”，授权号：CN104834909A，2015.08 23.“一种基于无线传感网络的桥梁状态监测路由方法”，授权号：CN102300281B，2011.12 24.“一种基于线阵CCD图像的车辆速度匹配方法”，授权号：CN101206229B，2007.12 25.“一种复杂光照下图像特征提取方法”，授权号：CN108681737A，2018.05 26.“基于暗亮原色先验与自适应参数优化的图像去雾方法”，授权号：CN108765336A，2018.05 27.“一种基于4G和DSRC技术的异构网络垂直切换判决方法”，授权号：CN106231641B，2016.07 28.“线阵CCD摄像机序列图像灰度特征识别车辆存在的方法”，授权号：CN101216892B，2010.10 荣誉奖励科研奖励 1、2024年，获得2023年度交通运输行业科技创新人才推进计划青年拔尖人才； 2、2024年，获得中国公路学会科学技术一等奖《公路交通跨平台宏微观一体化精准服务关键技术及应用》； 2、2023年，获得中国公路学会科学技术二等奖《区域路网交通流“感—演—控”成套技术与装备研发及应用》； 3、2023年，获得第十四届陕西青年科技奖； 4、2023年，获得 The International Conference on Transportation Informationand Safety 最佳论文奖《Joint Intensity and Event Framework for Vehicle Detection in Degraded Conditions》； 5、2022年，获得陕西省科学技术进步奖一等奖《智能网联车载系统及其测试关键技术与产业化应用》； 6、2013年，获得陕西省科学技术进步奖一等奖《汽车制动与ABS整车智能检测关键技术及装备开发》； 7、2010年，获得陕西省科学技术进步奖一等奖《稀土换能器及系统集成的桥梁无损检测技术开发研究》。 教学奖励 1、2022年，长安大学优秀研究生指导教师； 2、2021年，长安大学优秀班主任。 3、2020年，长安大学毕业设计（论文）优秀指导老师； 4、2020年，陕西省本科（研究生）教育教学成果特等奖：面向智能汽车产业链，构建多学科交叉融合大平台，培养拔尖创新人才; 5、2024年，陕西省教学成果二等奖《能力导向、数智驱动：面向交通强国战略的特色计算机人才培养模式探索与实践》。 指导学生竞赛奖励 2024年：
2023年：
2022年：
2021年：
2020年
2019年：
2018年：
2017年：
2016年：
2015年
工作经历2009年长安大学任教至今 |
