个人资料
个人简介杨澜,工学博士,教授,博士生导师,长安大学信息工程学院计算机专业实验室主任,陕西省道路交通智能检测与装备工程技术研究中心副总工,兼任中国计算机学会(CCF)智能汽车分会执行委员、陕西省女科技工作者协会会员、陕西省公路学会智能交通分会委员、《Communications in Transportation Research》和《汽车安全与节能学报》等国内外学术期刊青年编委等职务。 长期从事自动驾驶、人工智能、智能交通系统等领域研究,主要研究方向包括:端到端自动驾驶模型优化、自动驾驶数字孪生测试评价、自动驾驶电动汽车节能优化、智能网联交通协同控制。主持国家自然科学基金面上项目和青年项目、国家重点研发计划项目子课题、陕西省自然科学基金青年基金B类项目、国家外专项目、中国博士后基金面上项目、陕西省重点研发计划项目等 10 余项,作为骨干成员参与了国家863计划项目、国家111计划项目、国家自然科学基金项目、国家科技支撑计划项目以及交通部信息化重大专项等项目的研究工作。相关学术成果在IEEE TITS、TRE、AAP、COMMTR、中国公路学报等TOP学术期刊以及计算机领域顶会CVPR、交通领域顶会TRB和ITSC等发表学术论文60余篇(其中ESI 1%高被引论文2篇),出版教材/专著3部,授权中国/美国发明专利 27 项。 曾获陕西省政府和行业学会科技进步一等奖3项,陕西青年科技奖、国家教学成果一等奖1项、省部级教学成果特等奖2项、全国高等学校创新创业教育工作突出者、陕西省教科文卫体系统五一巾帼标兵等多项科研、教学奖励。带领研究生、本科生参加各类学科竞赛与行业赛事,先后获得中国机器人及人工智能大赛全国一/二等奖、中国“互联网+”大学生创新创业大赛全国银奖、“创青春”全国大学生创业大赛全国铜奖等国家级、省部级奖励20余项,学生培养质量效果显著。 课题组近期研究进展: * 端到端自动驾驶成果发表于计算机人工智能顶会 CVPR 2026(CCF A类); * 自动驾驶测试与决策控制成果发表于IEEE TITS、IEEE TIV、TRE、AAP等国际TOP期刊; * 建有自动驾驶封闭测试场及虚实融合测试平台,可开展算法仿真与实车验证; * 指导学生获得中国机器人及人工智能大赛百度Apollo自动驾驶赛全国一等奖、二等奖多项; * 研究覆盖算法设计、模型训练、仿真测试、实车验证全过程 社会职务期刊与学会兼职
学术会议组织
研究领域主要从事自动驾驶、人工智能、智能交通系统等领域研究,具体研究方向包括 1. 端到端自动驾驶模型优化 2. 自动驾驶电动汽车节能优化 3. 自动驾驶数字孪生测试评价 4. 智能网联交通协同控制 欢迎计算机、人工智能、交通、电子信息等相关专业优秀学子加入团队,攻读硕/博士学位,开展博士后研究工作,共同为推动自动驾驶与人工智能技术发展贡献力量! 有以下一项或者多项基础的学生非常欢迎! * 熟悉Python、C++或PyTorch * 对深度学习、强化学习、计算机视觉或大模型感兴趣 * 有算法竞赛、智能汽车竞赛、电子设计竞赛或纵向科研项目经历 * 具有较强的代码实现、工程实践或论文阅读能力 开授课程研究生课程 《可持续智能交通系统》、《智能网联交通系统(英)》、《无线传感网络技术》 本科生课程 《物联网技术导论》、《计算机操作系统》、《物联网与车路协同技术基础》 科研项目主持和承担的科研项目 [1] 国家重点研发计划项目子课题,自动驾驶测试评价工具链集成及方法体系,主持 [2] 国家自然科学基金面上项目,时空连续场景下自动驾驶风险认知能力加速测试评价方法研究,主持 [3] 国家自然科学基金青年项目,能效均衡的网联交叉口车辆纵向控制策略研究,主持 [4] 陕西省自然科学基础研究计划重点项目-青年项目B类,端到端自动驾驶汽车虚实融合协同进化测试评价理论研究,主持 [5] 中国博士后科学基金面上项目,信号交叉口网联车辆多目标优化控制方法,主持 [6] 国家外国专家项目,智能网联车路系统协同认知控制与安全测试技术,主持 [7] 陕西省留学人员科技活动择优资助重点项目,复杂交通场景自动驾驶车辆类人决策控制策略研究,主持 [8] 陕西省重点研发计划项目,面向混合交通的交叉口自动驾驶电动汽车自适应优化控制及其测试技术研究,主持 [9] 陕西省自然科学基础研究计划项目,网联信号交叉口多车行为优化控制方法研究,主持 [10] 陕西省博士后基金一等资助项目,混联交通环境下交叉口车辆速度优化控制策略与验证方法,主持 [11] 中央高校基本科研业务费资助项目(人工智能领域重点科研团队支持项目),自动驾驶系统认知能力自主进化方法研究,主持 [12] 中央高校基本科研业务费资助项目(高新技术研究培育项目),混联交通环境下信号交叉口车辆队列联合建模与协同控制,主持 [13] 中央高校基本科研业务费专项资金项目,考虑燃油消耗与通行效率的交叉口车辆行为控制方法,主持 [14] 国家自然科学基金“人工智能”重点专项,车-云-场协同的自动驾驶复杂场景智能生成与自主测试技术,参与 [15] 国家自然科学基金面上项目,智能网联汽车运动控制方法虚拟测试与效能评价,参与 [16] 国家自然科学基金青年项目,车联网环境下稳健提升合流区通行能力的车辆行为协同控制策略研究,参与 [17] 交通运输部研究项目,基于车联网的高速公路车辆防撞自动预警方法研究,参与 [18] 国家重点研发计划项目,危险品运输车辆识别跟踪技术及系统,参与 [19] 陕西省区域创新能力引导项目,基于城市智慧园区的智能网联汽车示范运营,参与 [20] 陕西省重点研发计划项目,电动汽车检测线核心装备及数据融合关键技术,参与 [21] 国家发改委物联网示范项目,集成一体化车载通用感知终端设备的研发,参与 [22] 国家自然科学基金面上项目,车联网环境下融合多源交通信息的车辆行为辨识与安全性评估方法,参与 论文近5年部分学术期刊论文 [1] Lan Yang, Songyan Liu, Shuo Feng*, Hong Wang, Xiangmo Zhao, Guangyue Qu, Shan Fang, Generation of critical pedestrian scenarios for autonomous vehicle testing [J]. Accident Analysis and Prevention. 2025, 214, 107962. https://doi.org/10.1016/j.aap.2025.107962 (ESI 1%高被引论文) [2] L Yang, M Yuan, Y Liu, X Qu, Z Hu, X Zhao, S Fang. Optimization of task scheduling and resource allocation for autonomous vehicle testing in vehicle-road-cloud collaborative systems [J]. Expert Systems with Applications. 2026, 299, Part B, 129943, https://doi.org/10.1016/j.eswa.2025.129943. [3] Lan Yang, Xiaolong Li, Shan Fang, Yi Cui, Zhiqiang Hu, Xiangmo Zhao, ATDrive: Collaborative decision-making method for autonomous truck platoon considering intra-negotiation mechanism [J]. Transportation Research Part E: Logistics and Transportation Review, 2025, 198, 104109. [4] Lan Yang, Zhiqiang Hu, Liang Wang, Yang Liu, Jiangbo He, Xiaobo Qu, Xiangmo Zhao, Shan Fang, Entire route eco-driving method for electric bus based on rule-based reinforcement learning[J]. Transportation Research Part E: Logistics and Transportation Review, 2024,189,103636. [5]Lan Yang, Jiahao Zhan, Wenlong Shang, Shan Fang, Guoyuan Wu; Xiangmo Zhao, Muhammet Deveci. Multi-Lane Coordinated Control Strategy of Connected and Automated Vehicles for On-Ramp Merging Area Based on Cooperative Game [J]. IEEE Transactions on Intelligent Transportation Systems, 2023,24(11):13448-1346 [6]Yixu He, Yang Liu, Lan Yang* and Xiaobo Qu. Deep adaptive control: Deep reinforcement learning-based adaptive vehicle trajectory control algorithms for different risk levels [J]. IEEE Transactions on Intelligent Vehicles, 2024, 9(1):1654-1666.(ESI 1%高被引论文) [7] Songyan Liu, Shijie Cong, Lan Yang*.Survey of research on autonomous driving testing with large models, Communications in Transportation Research,2025,5,100179. [8]Fang, Shan and Yang, Lan* and Zhao, Xiangmo and Wang, Wei and Xu, Zhigang and Wu, Guoyuan and Cheng, Wei and Wu, Yiping. A Dynamic Transformation Car-following Model for the Prediction of the Traffic Flow Oscillation[J]. IEEE Intelligent Transportation Systems Magazine.2024,16(1):174-198 [9] 房山,杨澜*,赵祥模,等. 智能网联车辆低渗透率下交叉口排队长度估计策略 [J]. 中国公路学报, 2024, 37 (11): 249-261. [10] S. Fang, L. Yang*, W. -l. Shang, X. Zhao, F. Li and W. Ochieng, Cooperative Control Model Using Reinforcement Learning for Connected and Automated Vehicles and Traffic Signal Light at Signalized Intersections [J]. IEEE Internet of Things Journal, 13 February 2025. doi: 10.1109/JIOT.2025.3541881. [11] 杨澜,王筱珂,房山,等.基于时空特征增强的交叉口多车轨迹预测方法[J/OL].西南交通大学学报,1-12[2026-04-06]. [12] Yang L ,Li S ,Zhao X , et al. The cognitive performance evaluation method of autonomous vehicles based on open-road testing [J/OL]. Journal of Traffic and Transportation Engineering(English Edition), 1-34[2025-06-26]. [13] 杨澜, 赵祥模, 王润民, 王振, 房山, 瞿广跃, 自动驾驶认知能力测试评价研究综述[J]. 汽车安全与节能学报, 2025, 16 (1): 1-15. [14] 南春丽,阎子涵,杨澜*,等. 自动驾驶极限道路线形测试场景生成方法 [J/OL]. 中国公路学报, 1-11[2025-08-29]. [15] Yunwei Li, Siyu Wu, Anran Wang, Lan Yang, Hong Wang, Jun Li, Chaosheng Huang, High-dimensional functional boundaries search for deviation-robust testing of autonomous driving system [J]. Accident Analysis and Prevention. 2025, 221,108156. [16] Wei Lin, Heng Wei, Lan Yang*, Xiangmo Zhao, Technical review of electric vehicle charging distribution models with considering driver behaviors impacts[J]. Journal of Traffic and Transportation Engineering (English Edition), 2024,1-24. [17]Wei Lin, Heng Wei, Lan Yang*, Xiangmo Zhao, CAV-generated mobility data modeling mechanism for adaptive signal control [J]. Journal of Traffic and Transportation Engineering (English Edition). 2025. [18]WenLong Shang, Mengxiao Zhang, Guoyuan Wu, Lan Yang, Shan Fang, Washington Ochieng, Estimation of traffic energy consumption based on macro-micro modelling with sparse data from Connected and Automated Vehicles [J]. Applied Energy, 2023,351,121916 [19]He Y, Lin H, Liu Y, Yang L. Generative Models for the Evolution of Transportation Systems[J]. Journal of Traffic and Transportation Engineering (English Edition), 2024. [20]Lan Yang, Zeyu He, Xiangmo Zhao,Shan Fang, et al.A Deep Learning Method for Traffic Light Status Recognition [J]. Journal of Intelligent and Connected Vehicles,2023,6(3):173-182 [21]Yixu He, Yang Liu, Lan Yang*,Xiaobo Qu. Exploring the design of reward functions in deep reinforcement learning-based vehicle velocity control algorithms [J]. Transportation Letters, 2024,17 Jan: 1-15. [22]Lan Yang, Jiaqi Yuan, Xiangmo Zhao, Shan Fang, Zeyu He, Jiahao Zhan, Zhiqiang Hu, Xia Li. SceGAN: A Method for Generating Autonomous Vehicle Cut-In Scenarios on Highways Based on Deep Learning [J]. Journal of Intelligent and Connected Vehicles,2024, 6(4):264-274. [23]杨澜,绳贺,赵祥模,吴国垣,徐志刚,南春丽,占佳豪.信号交叉口自动驾驶左转车辆类人化全局运动轨迹规划[J].中国公路学报,2022,35(09):171-184 [24]杨澜, 赵祥模, 吴国垣, 徐志刚, MATTHEW Barth等. 智能网联汽车协同生态驾驶策略综述[J]. 交通运输工程学报, 2020, 107(5): 64-78. [25]Xishun Liao, Guoyuan Wu, Lan Yang, Matthew J. Barth. A Real-World Data-Driven approach for estimating environmental impacts of traffic accidents [J]. Transportation Research Part D: Transport and Environment, 2023, 117,103664. [26]何逸煦,林泓熠,刘洋,杨澜,曲小波.强化学习在自动驾驶技术中的应用与挑战[J].同济大学学报(自然科学版),2024, 52(04):520-531. [27]Yang, L., Wang, R., Zhao, X., Xu, Z. et al. CAVTest: A Closed Connected and Automated Vehicles Test Field of Chang’an University in China [J]. SAE Intl. J CAV, 2021,4(4):423-435. [28]瞿广跃,杨澜,袁梦,房山,刘松岩. 面向自动驾驶汽车的信号交叉口行人多模态轨迹预测方法[J].汽车安全与节能学报,2024,15(5):689-701. [29] Jian Zhao, Wenxu Li, Bing Zhu, Peixing Zhang, Lan Yang, Tianyue Guan.A survey of data-driven corner-case generation methods for autonomous vehicle testing[J/OL].Journal of Traffic and Transportation Engineering(English Edition),1-51[2026-07-24]. 计算机/交通领域学术会议论文 [1] Xiaolong Li, Lan Yang(共同一作), Ruyang Li, Shan Fang, Yang Liu, Xiangmo Zhao. EE-RL: Vision Language Guided Reinforcement Learning with Explorer and Expert model for End-to-End Autonomous Driving. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) , 2026,Denver, US, 32082-32092. (人工智能顶会,CCF-A) [2] Lan Yang, Xia Li, Xiangmo Zhao, Fei Hui, Jiaqi Yuan, Zeyu He, Shijie Li, Haoran Liu. Research state of the Art in Testing and Evaluation Technology for Highly Autonomous Vehicles[C].Transportation Research Board (TRB) 103st Annual Meeting, 2024, Washington, US. [3] Shan Fang, Lan Yang*, Xiangmo Zhao, Guoyuan Wu, Cheng Wei. Trajectory Reconstruction under the Traffic Oscillation with a Cascaded Model based on the Interpretable Attention Mechanism[C].Transportation Research Board (TRB) 103st Annual Meeting,2024, Washington, US. [4] Lan Yang, Yichun Su, Xia Li, Yuanhao Liu, Yi Cui, Yingying Han, Peixing Zhang, Shan Fang. Continuous Critical Cut-In Scenario Generation via Naturalistic Driving Primitive Stitching for Autonomous Vehicle Testing[C]. 第四届CCF智能汽车学术年会,CIVS 2026, 论文激励计划 [5] Jiangbo He, Lan Yang*, Ruyang Li, et al. From accident analysis to simulation validation: WeatherCore Dataset of complex environment for end-to-end autonomous vehicles[C]. 第三届CCF智能汽车学术年会,CIVS 2025, 论文激励计划 [6] Songyan Liu, Lan Yang, Shan Fang, Guangyue Qu, Xia Li, Critical Scenarios Generation of Pedestrian-Vehicle Interaction for Autonomous Driving Testing[C]. 第二届CCF智能汽车学术年会,CIVS 2024. 最佳学生论文奖. [7]Shan Fang, Lan Yang, Zhao Xiangmo, Wei Wang, Cheng Wei, Mengxiao Zhang, Siyuan Gong. A Novel Long Time Prediction Car Following Model Based Mixed Seq2seq Architecture[C]. 2022 IEEE 25th International Conference on Intelligent Transportation Systems (ITSC),2022,Macau,China [8] Lan Yang, Yipeng Yang, Guoyuan Wu, Xiangmo Zhao, Shan Fang, Xishun Liao. A Systematic Review of Autonomous Emergency Braking Technology: Impact Factor, Technology and Performance Evaluation[C].Transportation Research Board (TRB) 101st Annual Meeting, 2021, Washington, US. [9] Guoyuan Wu,Xishun Liao, Lan Yang, Yipeng Yang, Matthew Barth. Estimating the Impacts of Automatic Emergency Braking (AEB) Technology on Traffic Energy and Emissions[C]. Transportation Research Board (TRB) 101st Annual Meeting. 学术专著 [1] 赵祥模 杨澜 徐志刚 房山,高等级自动驾驶测试评价理论与方法,北京:科学出版社,2026年2月 科技成果已授权部分中国发明专利 [1] 智能网联道路交通系统能耗排放检测分析方法及电子设备,中国,ZL202311670317.1 [2] 面向无线充电的信号交叉口网联车辆速度引导方法,中国,ZL202210731268.7 [3] 多车道的智能网联车辆合流控制方法和控制装置,中国,ZL202211567422.8 [4] 基于稀疏数据的信号交叉口车辆排队长度预测方法,中国,ZL202110869679.8 [5] 一种基于灰色预测模型的室内外无缝定位系统及方法,中国,ZL201810379302.2 [6] 混合交通条件下交叉口车辆引导方法,中国,ZL201810650342.6 [7] 一种基于多标识指纹定位的定位方法,中国,ZL201710538630.8 [8] 一种车速引导方法,中国,ZL201810263975.1 [9] 危险品在途监测的车载传感器电源,中国,ZL201010531805.0 [10] 一种基于FPGA的车辆振动信号滤波装置,中国,ZL201110259001.4 [11] 基于激光雷达和双目相机的车前行人检测方法及系统, 中国,ZL201410841099.8. [12] 一种汽车防追尾预警系统和方法,中国,ZL201610402224.4 [13] 一种车载液压称重装置动臂角度参数的采集方法,中国,ZL201110238816.4 [14] 一种基于高斯差分多尺度边缘融合的车辆检测方法,中国,ZL201410181851.0 [15] 一种基于车车通信的告警信息推送方法,中国,ZL201410067526.1 [16] 智能网联车驾驶行为辅助安全系统与方法,中国,ZL201910185640.7 [17] 车路协同系统及其数据安全传输方法,中国,ZL201910164490.1 [18] 一种基于LTE-V的车联网通信测试系统及测试方法, 中国,ZL201810206308.X [19] LTE系统中降低多载波信号非线性失真的方法, 中国,ZL201510408723.X [20] 一种车载终端单点触摸手势图形识别方法, 中国,ZL201310114048.0 [21] 一种基于无线传感网络的桥梁状态监测路由方法, 中国,ZL201110269363.1 [22] 一种基于无线传感网络的桥梁荷载检测系统, 中国,ZL200910022454.8 [23] 针对嵌入式ARM处理器对SD卡数据存储和删除方法中国,ZL201010532108.7 已授权部分国际发明专利 [1] IEEE802.11p PROTOCOL BASED VEHICLE-TO-ROADSIDE AND VEHICLE-TO-VEHICLE COMMUNICATION TEST METHODS ORIENTED TO THE INTERNET OF VEHICLES,美国,US16226037 [2] LTE-V BASED INTERNET OF VEHICLES COMMUNICATION TEST SYSTEM AND TEST METHOD THEREOF,美国,US16226125 [3] METHOD AND DEVICE FORCONSTRUCTING AUTONOMOUS DRIVINGTEST SCENES, TERMINAL AND READABLESTORAGE MEDIA,美国,US17134399 荣誉奖励科研奖励
教学奖励
指导学生竞赛奖励
工作经历2013.12-现在 长安大学信息工程学院 教授/计算机专业实验室主任 2019.12-2020.12 美国加州大学河滨分校 环境研究与技术中心(CE-CERT) 访问学者 2026.01-2026.06 英国利兹大学ITS中心 高级访问学者 |
