个人资料
个人简介王振，副教授，博士，硕士生导师。先后入选山东省泰山创新领军人才、陕西省青年科技新星。长期从事智能网联汽车高精度定位、轨迹规划与控制、整车在环测试等方面的理论研究和产业化应用。先后主持和参与多项国家重点研发计划项目、自然基金项目、陕西省重点研发项目，发表高水平SCI论文11篇，获得授权发明专利19项，其中美国发明专利1项，承担本科生教学课程10门次。 社会职务《AI and Autonomous Systems》期刊编委； 《International Journal of Environmental Research and Public Health》期刊Guest Editor； 《IEEE Transactions on Intelligent Transportation Systems》《Transportation Research Part C Emerging Technologies》《Expert Systems with Applications》等智能交通领域顶级学术期刊审稿人； 研究领域本人长期从事智能网联汽车定位、决策、规划与控制领域的研究，主持或参与多项国家级、省部级项目，公开发表高水平论文11篇，获得授权发明专利19项，其中美国发明专利1项，软件著作权8项。 研究内容一：自动驾驶汽车高精度定位与控制 研究面向典型城市环境的自动驾驶汽车高精度定位技术，融合GNSS、IMU、Odom、Lidar等多源传感器。研究典型道路环境下自动驾驶汽车高精度运动控制技术。
研究内容二：智能网联汽车轨迹规划 本人近年来在智能网联汽车换道策略方面进行了较为深入的研究，提出了多种换道模型并在实车上进行了较为充分的验证。研究1探究了自动驾驶汽车在多辆人驾车辆的混合环境中进行换道的方法；所提出的换道模型考虑到了目标车道上人驾车辆可能出现配合/不配合换道的情况；采用智能驾驶员模型对人驾车辆的行车意图进行预判，然后以动态正弦曲线为载体进行换道轨迹规划；结合车辆动力学模型和模型预测控制方法进行轨迹跟踪控制；所提出的换道模型在试验场环境下进行了充分的实车实验验证。实验结果表明，所提出的换道模型可以很好地应对人驾车辆出现的配合/不配合换道情况；对比人工换道数据，在提高换道效率的同时提升了安全性和舒适性。
(a)换道研究示意图及实车试验航拍 (b) 模型与人驾车辆性能对比 图1 面向混合交通流的自动驾驶汽车换道模型 研究2针对多智能网联汽车协同换道策略进行研究，考虑到混合交通流中智能网联汽车存在不同的渗透率，针对多智能网联汽车渗透率较高的情况下车辆间协作换道方法展开研究：以车辆纵向动力学模型为基础，以安全性和舒适性为约束，以最小化对目标车道后方车辆的影响为目标构建出一种新的换道模型。所提出的模型在97461种场景中进行了测试，相比传统换道模型，所提出的协同式换道模型可以提高36.7%的换道成功率，并且大幅度减小了由车辆换道所引发的目标车道后方车辆队列的速度波动。
(a) 所提出的协同换道模型示意图（上：无协同换道；下：协同换道）
(b) 与无协同换道模型的量化对照（左：换道成功率；右：速度平顺性） 图2 多自动驾驶汽车协同换道模型 针对于驾驶员注意力机制及行为特性方面，研究3通过开展实车实验对驾驶员跟随自动驾驶汽车过程中的行为特征进行分析，进而揭示了不同驾驶员对于自动驾驶车辆的不同态度及反应机制。该项研究的实验数据进行了公开，已为多项研究提供了数据基础。
图3 分析驾驶员跟随自动驾驶汽车过程中的行为特征 研究内容三：智能网联汽车整车在环测试
以多自由度整车在环测试台架为基础，研究数字孪生测试场景构建方法、典型自动驾驶传感器模型、行为评价方法等。 欢迎有志于从事自动驾驶汽车、智能网联汽车相关理论和技术研究的同学报考本人研究生。 开授课程 《C/C++程序设计》《面向对象程序设计》《数据结构与算法》《自动驾驶技术及应用》
科研项目1.国家重点研发计划专题项目，120万，主持人； 2.自然科学基金青年基金项目，30万，主持人； 3.陕西省重点研发计划项目，18万，主持人； 4.陕西省科技新星项目，10万，主持人； 论文1. Zhen Wang, Xiangmo Zhao, Zhigang Xu. Modeling and Field Experiments on Autonomous Vehicle Lane Changing with Surrounding Human-driven Vehicles [J]. Computer-aided Civil and Infrastructure Engineering, 2020,2:1-13. (SCI, TOP, IF:8.552) 2. Xiangmo Zhao, Zhen Wang, Zhigang Xu. Field Experiments on Longitudinal Characteristics of Human Driver Behavior Following an Autonomous Vehicle [J]. Transportation Research Part C-Emerging Technologies, 2020,114:205-224. (SCI, TOP, IF:6.077) 3. Zhen Wang*, Xiangmo Zhao, Zhigang Xu. Offline Mapping for Autonomous Vehicles with Low-cost Sensors [J]. Computers & Electrical Engineering, 2020,82:1-11. (SCI, IF:2.663) 4. Zhen Wang, Xiangmo Zhao, Zhiwei Chen. A Dynamic Cooperative Lane-Changing Model for Connected and Autonomous Vehicles with Possible Accelerations of a Preceding Vehicle [J]. Expert Systems with Applications, In Press. (SCI, TOP, IF:5.452) 5. Zhen Wang, Xiaowei Shi, Xiaopeng Li. Review of Lane-Changing Maneuvers of Connected and Automated Vehicles: Models, Algorithms and Traffic Impact Analyses [J]. Journal of the Indian Institute of Science, 2019,99(4):589-599. (SCI, IF:0.742) 6. Zhigang Xu, Kaifan Zhang, Haigen Min, Zhen Wang. What Drives People to Accept Automated Vehicles? Findings from a Field Experiment [J]. Transportation Research Part C-Emerging Technologies, 2018,95:320-334. (SCI, TOP, IF:6.077) 7. Zhen Wang, Xiaowei Shi*, Xiangmo Zhao, Xiaopeng Li. Modeling Decentralized Mandatory Lane Change for Connected and Autonomous Vehicles: An Analytical Method [J]. Transportation Research Part C-Emerging Technologies, (SCI, TOP, IF:6.077) 科技成果发明专利（部分）： 1.一种用于车辆测试的驾驶机器人系统及控制方法，CN109491364B； 2.一种汽车车载传感器故障自动检测方法及装置，CN109031251A； 3.一种智能汽车的测试系统，CN112526893A； 4.一种基于多线激光雷达的车辆运动轨迹估计方法及系统，CN109166140B； 5.一种基于整车在环的CACC稳定性测试系统及方法，CN112255996B； 6.基于台架测试无人车智能性的方法，CN109084992B； 荣誉奖励 1. 2022年中国公路学会全国优秀博士学位论文。
工作经历2020.9 - 至今：长安大学，信息工程学院，副教授 |
