刘晓波 教授
  • 学历:博士研究生毕业
  • 办公地点:成都市高新西区西南交通大学交通运输与物流学院
  • 主要任职:西南交通大学交通运输与物流学院院长
  • 毕业院校:新泽西理工学院
  • 所在单位:交通运输与物流学院
科学研究
当前位置: 中文主页 >> 科学研究

科研项目

  • <1、智慧物流资源配置优化关键技术研究>

    刘晓波博士主持的项目包括:国家重点研发计划“智慧物流管理与智能服务关键技术”课题2(移动互联环境下物流供需能力辨识、预测与匹配规划);国家自然基金委海外学者合作项目:基于O2O平台的公路货运资源优化配置的策略研究;美国能源基金会项目: Preliminary investigation and Research on freight industry-中国货运产业油耗特征分析; 和沙特国王阿普杜拉石油研究中心与中国可持续交通中心项目: Estimation of China Roadway freight by big data-大数据分析中国道路货车特征。 

    团队基于货运O2O大数据基础平台搭建(1)短期货运供需及价格的深度学习预测,(2)大规模货运超路径优化系统,和(3)实时多模式分担联运系统相关模型的开发。研究目标是促进干线物流数据驱动的完整生态圈, 保障司机货主以及相应的物流服务实现无缝衔接、选择最有效率的货物运输路线、大幅降低空驶及寻货时间,提升整体物流效率。刘晓波博士受邀前往世界银行总部(华盛顿)、沙特国王能源研究中心(利雅得)等论坛做了相关成果的汇报。

     

       

       

       

       

      团队将基于货运O2O大数据基础平台搭建(1)短期货运供需及价格的深度学习预测,(2)大规模货运超路径优化系统,和(3)实时多模式分担联运系统相关模型的开发。该研究将产生一系列原创性、前瞻性、应用性的高级别学术成果,又能够为货运平台数据化的服务提供支撑,建立起全方位的智能物流系统,使干线物流形成一个数据驱动的完整生态圈, 保障司机货主以及相应的物流服务实现无缝衔接、选择最有效率的货物运输路线、大幅降低空驶及寻货时间,从而将传统的物流行业运营模式彻底颠覆,极大地提升我国的整体物流效率。据测算,智能物流系统仅需为物流行业提升10%的运行效率,一年便可为全社会降低万亿以上的经济成本,带来不可估量的经济与社会价值。

     

    <2、无人驾驶路径规划关键技术研究>

                   

      无人驾驶车的路径规划(1)需要对无人驾驶车与有人驾驶车的混合交通环境进行分析;(2)需要基于“车道”的实时路径判断;(3)需要可靠性高的路径规划;(4)需要基于车辆实时数据传输和共享的系统最优决策,以及无人驾驶车中央控制系统之间的合作均衡。刘晓波博士主持的国家自然基金委面上项目(混合交通环境下无人驾驶车最优换道策略和路径规划问题研究)在规划层面,对车道级最优车道选择与换道的网络算法,对不同交通环境下最优路径的研究都具有重要的学术前瞻性。在国家对无人驾驶车“中国制造”硬技术大力支持的同时,这一系列技术的开发可以对其软技术层面给予重要的补充。

       

      团队在(1)路段层面车道级最优车道与换道模型,(2)独立规划中动态路径规划问题和可靠路径规划问题的模型和算法,(3)以及合作路径规划中博弈条件分析、各博弈对象最优行为决策模型这三个理论层面取得了开创性的成果。本研究已经建立了混合环境下无人驾驶车最优强制换道模型,实现了非合作机制下无人驾驶车的轨迹特性与饱和流率分析,混合交通环境下基于无人驾驶车最优控制的交通分配等成果。

     

    <3、车联网环境下交通流状态估计、控制与管理技术>

                   

      传统的交通控制和优化依赖固定的检测器数据来源,其时空离散与低可靠性低的属性影响了交通状态估计与控制优化的准确性和可靠性。基于车联网技术提供的连续时空的车辆轨迹信息,刘晓波博士团队建立了交通状态估计及交通控制优化的一系列理论,包括:(1)基于车辆轨迹的随机拉格朗日交通流建模分析;(2)基于车联网数据的实时交通状态估计;(3)虑可靠性的交通信号控制优化等3个方面,都提出了原创性的模型和方法。团队成员主持了国家自然科学基金青目《考虑行程时间可靠度的城市干道信号控制优化方法研究》和面上项目《考虑通行能力可靠度和系统稳定性的分散式和路网边界混合控制模型与方法》, 成功地建立了随机拉格朗日交通流模型,并将该模型与数据融合和机器学习算法相结合;建立了考虑可靠性和准确性的实时交通状态估计方法和模型;提出了考虑行程时间可靠性的这一系列成果可以为当前包括滴滴出行在内的浮动车数据开展交通控制,提供可靠的理论支撑与巨大的商机。

       

       

      为了保证海量交通大数据对交通管理的决策依据,团队提出通过研究大型交通网络的拓扑结构作为切入点来设计高效的交通网络分配算法, 解决大规模交通网络高效分配问题的算法方法。团队成员主持了国家自然科学基金青年项目《基于特定拓扑结构的交通分配算法分析与设计方法》,国家博士后国际交流计划派出项目《基于自动驾驶汽车的需求响应公交系统》等,解决了几个关键技术:(1)从挖掘和研究构成交通分配算法的特定拓扑结构入手,建立分配问题与拓扑结构之间的等价关系;(2)分析特定拓扑结构在交通分配算法设计过程中承担的作用,总结优秀算法设计过程中存在的规律性特点;(3)解析不同拓扑结构,或者同一拓扑结构的不同运用方法对交通分配算法收敛特性的影响机理;(4)通过对特定拓扑结构的合理运用为切入点探索现有算法的改进方法和新算法的设计方法;(5)总结基于特定拓扑结构的交通分配算法分析与设计方法体系。这一系列成果将提高现有交通分配算法的计算精度,速度和可靠性,为大规模交通网络的规划、设计和管理提供快速准确的解决方案。该解决方案应用到网约车出行管理,即可把运输网络公司(Transportation Network Companies, TNC)预约接驳服务,与公共交通(Public Transit, PT)网络构建为一体化的多模式需求响应公交系统。对于实现二者优势互补的一体化发展,构建新型高效的多模式出行方式提供理论与应用的工具。

     

    <Research Projects>

                   

    1. PI,Key technology for Intelligent Logistics Management and Smart Service – Ministry of Science and Technology (2018YFB1601400)(国家重点研发计划“智慧物流管理与智能服务关键技术”课题2(2018YFB1601402):移动互联环境下物流供需能力辨识、预测与匹配规划)

    2. PI, 四川省青年科技创新研究团队项目(智慧交通与智慧物流大数据理论方法与应用技术),2019JDTD0002

    3. PI, Preliminary investigation and Research on freight industry——Energy Foundation, 2017 (中国货运产业油耗特征分析-美国能源基金会,2017)

    4. PI, Estimation of China Roadway freight by big data--------- King Abdullah petroleum studies and Research center(Kapsarc) and China Sustainable Transportation Center (大数据分析中国道路货车特征,沙特国王阿普杜拉石油研究中心与中国可持续交通中心,2017)

    5. Co-PI, O2O-based Freight Transportation Platform: Strategies for Optimal Resource Allocation (基于O2O平台的公路货运资源优化配置的策略研究,NSFC 2017, project number 71728001)

    6. PI, Rail Signal Control Simulation System, China Electronics Technology Group Corporation,(中国电子科技集团公司第十研究所项目:专用信号控制系统测试仿真系统,2017)

    7. PI, Optimal Dispatching Technology for Intelligent Logistics System (智能物流匹配关键技术开发, 贵阳货车帮科技有限公司,2017)

    8. PI, Investigation of optimal lane-changing and route planning for autonomous vehicles under mixed traffic environment (混合交通环境下无人驾驶车最优换道策略和路径规划问题研究,NSFC 2016, project number 71671147)

    9. PI, Urban Tram Design Manual for Sichuan Province, (四川省城市有轨电车建设技术导则,四川省住房建设厅2016)

    10. PI, Next generation of rail transit system signal control system based on connected vehicle technology, Sichuan Province Department of Technology,(基于车联网技术的下一代智能交通服务系统的开发,四川省科技厅project number: 2015GFW0041)

    11. PI, Development of shared right of way for mixed BRT and regular traffic,Central government university research fund, 2682015ZD09(混合路权轨道系统开发)

     

    <Consulting Projects>

           

       1. New York City Truck Route Management and Community Impact Reduction Study

       http://www.ictpa-ne.org/Doc/Mar%20Newsletter%202007.pdf

       2. Freight Terminal Operations

       http://ieeexplore.ieee.org/document/5743476/

       3. Transit Ridership Forecasting in Central Florida

       https://transitgis.org/download/conference/2009-presentations/XLiu.pdf

       4. Land Development and Transportation System Planning for Harrison

       https://www.trbappcon.org/2009conf/files/244.pdf


论文成果

  • <学术期刊论文(*通讯作者)>

                                           

    • 刘晓波, 鲁工圆, 郑芳芳等. 自动驾驶交通系统的协同管控技术. 科学通报, 2019, 64: 1–1

    • You Kong, S. Levine, X. Liu* (2019) Optimal storage and  loading zones within surface parking facilities for privately owned automated vehicle, IET Intelligent Transport Systems.

    • Mi Gan, Y. Nie*, X. Liu (2019) Whereabouts of  truckers: An empirical study of predictability, Transportation Research Part C Emerging Technologies

    • Fangfang Zheng, L. Lu, X. Liu*(2019), Traffic oscillation using a stochastic lagrangian dynamics: Simulation and mitigation via control of autonomous vehicles, Transportation Research Record, Journal of the Transportation Research Board.

    • Yue Su, X. Liu, W. Fan*(2019), Optimal design of bus routes for different vehicle types considering various driving regimes and  environmental factors, Transportation Research Record, Journal of the Transportation Research Board.

    • Gongyuan Lu, Y. Nie*, X. Liu, D. Li(2019), Trajectory-based  traffic management inside an autonomous vehicle zone,  Transportation Research Part B Methodological.

    • Xiaoqiang Zhang, L. Li, S. Levine,  X. Liu (2018) An Integrated Pricing/Planning Strategy to Optimize Passenger Rail Service with  Uncertain Demand, Journal of Intelligent and Fuzzy Systems.

    • Cao Peng, Z. Xu, Q. Fan, X.Liu*  (2018) Analysing Driving Efficiency of Mandatory Lane Change Decision for  Autonomous Vehicles, IET Intelligent Transport Systems.

    • Xiaobo Liu, M. Huang, S. Chien,   and H. Qu*(2018), Minimizing Metro Transfer Waiting Time with AFCS Data  Using Simulated Annealing with Parallel Computing, Journal of Advanced Transportation.

    • Cao Peng, Q. Fan, X.Liu* (2018)  Real-Time Detection of End-of-Queue Shockwaves on Freeways Using Probe Vehicles with Spacing Equipment, IET Intelligent Transport Systems.

    • Ruijie Li, X. Liu, Y. Nie* (2018) Managing  partially automated network traffic flow Efficiency vs. stability,   Transportation Research Part B   Methodological.

    • You Kong, S. Levine, X.Liu* (2018)   Capacity Impacts and Optimal Geometry of Automated Cars’ Surface Parking  Facilities, Journal of Advanced Transportation.

    • Mi Gan, X.Liu*, S. Chen, Y Yan, D Li (2018) The identification of  truck-related greenhouse gas emissions and critical impact factors in an  urban logistics network, Journal of Cleaner Production.

    • Jun Xie, Y. Nie, X.Liu (2018) A Greedy Path-based Algorithm for Traffic Assignment. Transportation Research Record: Journal of the Transportation Research Board.

    • Xiaobo Liu, J. Lai, Y. Kong, S.  Levine(2017), Protected turning-movements of non-cooperative automated vehiclesGeometrics, Trajectories, and Saturation Flow, Journal of Advanced Transportation.

    • Fangfang  Zheng, J. Li, H.V. Zuylen, X Liu, H. Yang (2017), Urban travel time reliability at different traffic conditions, Journal of Intelligent transportation system.

    • Scott  Levine, Y. Kong, X Liu, J Polak (2017), Vehicle automation and freeway ‘pipeline’ capacity in the context of legal standards of care,   Transportation.

    • Peitong   Zhang, Z. Sun, X Liu* (2017), Optimized skip-stop metro line  operation using smart card data, Journal of Advanced Transportation.

    • Fangfang  Zheng, X Liu*, H.V. Zuylen, J. Li, and C. Lu (2017), Travel Time  Reliability for Urban Networks: Modelling and Empirics, Journal of   Advanced Transportation.

    • Jun   Xie, Y. Nie*, X Liu (2017), Testing the proportionality condition  with taxi trajectory data, Transportation Research Part B Methodological.

    • Fangfang  Zheng*, HV. Zuylen, X. Liu (2017), A Methodological Framework of Travel Time Distribution Estimation for Urban Signalized Arterial Roads, Transportation Science.

    • Peng Cao, Y. Hu, T. Miwa,Y. Wakita,T. Morikawa, and X. Liu*   (2017), An Optimal Mandatory Lane Change  Decision Model for Autonomous Vehicles in Urban Arterials,Journal of Intelligent transportation system, page 1-14.

    • Hongtai Yang, CR. Cherry, R. Zaretzki, MS Ryerson, X. Liu*, Z. Fu, (2016) A GIS-based method to identify cost-effective routes for  rural deviated fixed route transit, Journal of Advanced Transportation.

    • Fangfang Zheng, HV. Zuylen, X. Liu*, SL Vine, (2016) Reliability-Based Traffic Signal Control for Urban Arterial  Roads, IEEE Transactions on Intelligent Transportation Systems,  Volume: 18 Issue: 3, page 1-13.

    • Hezhou Qu, S. Chien, X. Liu*, P. Zhang, (2016) Optimizing bus  services with variable directional and temporal demand using genetic algorithm, Journal of Central South University, VOL. 23, NO. 7, 1786-1798.

    • Xiaobo  Liu*, Y. Deng, SL Vine, (2016) Residential relocation in response to light rail transit      investment: case study of the Hudson-Bergen Light Rail system, Journal of  Modern Transportation, VOL.24, NO. 2, 139-144.

    • Scott Le VineX. Liu*, F. Zheng, J. Polak, (2016) Automated cars:Queue discharge at signalized intersections with Assured-Clear-Distance-Ahead’ driving  strategies, Transportation Research Part C: Emerging Technologies,Volume 62, 3554.

    • Xiaozheng He, H. Liu*,X. Liu, (2015) Optimal vehicle speed trajectory on a signalized  arterial with consideration of queueTransportation Research Part C:Emerging Technologies, Volume 61, 106120.

    • Liuhui Zhao, S. Chien, J. Meegoda,X. Liu*, (2015) Cost-Benefit Analysis and  Microclimate-Based Optimization of a RWIS Network, Journal of  Infrastructure Systems, VOL. 22, NO. 2.

    • Liuhui Zhao, SI. Chien, X. Liu*, W Liu, (2015) Planning a road weather information system with GIS,  Journal of Modern Transportation, VOL. 23, NO. 3, 176-188.

    • Jincheng  Zhu, F Xiao*, X Liu, (2015) Taxis in road pricing zone: should they   pay the congestion charge, Journal of Advanced Transportation, Vol. 49, NO. 1, 96-113.

    • Xiaobo Liu, SI. Chien, M Chen, (2014)  An adaptive model for highway travel time prediction, Journal of Advanced   Transportation, Vol. 48, NO. 6, 642-654.

    • Xiaobo Liu, S. Chien, J. Kim, (2012)   Evaluation of Floating Car Technologies for Travel Time Estimation,      Journal of Modern Transportation, VOL. 21, NO. 1, 49-56.

    • S  Chien and X. Liu, (2012) An Investigation of Measurement for Travel Time  Variability,  Intelligent Transportation Systems, VOL. 35, NO. 19, 2236-2238.

    • M  Chen, J. Yaw, S. Chien, X. Liu, (2007) Using Automatic Passenger  Counter Data in Bus Arrival Time Prediction, Journal of Advanced Transportation,Vol.41, No.3, 267-283.

    • M  Chen, X. Liu and J. Xia, (2005) Dynamic Prediction Method with Schedule Recovery Impact for Bus Arrival Time, Journal of the      Transportation Research Board, No.1923, 208-217.

    • M  Chen and X. Liu, (2005) Using Neural Network to Analyze Passenger Activity and Its Impact on Bus Dwell Time and Travel Time, Journal of Transportation Research Forum, Vol. 44, No. 3, 131-141.

    • M  Chen, X. Liu, J. Xia and S. Chien, (2004) A Dynamic Bus Arrival Time Prediction Model Based on APC Data, Journal of Computer-Aided Civil  and Infrastructure Engineering, VOL.19, NO.5, 364-376.

    • S  Chien, X. Liu and K. Ozbay, (2003) Predicting Travel Times for the  South Jersey Real-Time Motorist Information System, Journal of      Transportation Research Board, VOL.1885, NO.1, 32-40.

研究领域

  • 研究方向包括

    (1)能网联自动驾驶交通系统协同管控技术

    (2)智慧物流资源共享与优化配置技术

    (3)新型交通网络建模技术与方法


专利

  • 暂无内容

著作成果 More>>

报考该导师研究生的方式

欢迎你报考刘晓波老师的研究生,报考有以下方式:

1、参加西南交通大学暑期夏令营活动,提交导师意向时,选择刘晓波老师,你的所有申请信息将发送给刘晓波老师,老师看到后将和你取得联系,点击此处参加夏令营活动

2、如果你能获得所在学校的推免生资格,欢迎通过推免方式申请刘晓波老师研究生,可以通过系统的推免生预报名系统提交申请,并选择意向导师为刘晓波老师,老师看到信息后将和你取得联系,点击此处推免生预报名

3、参加全国硕士研究生统一招生考试报考刘晓波老师招收的专业和方向,进入复试后提交导师意向时选择刘晓波老师。

4、如果你有兴趣攻读刘晓波老师博士研究生,可以通过申请考核或者统一招考等方式报考该导师博士研究生。

点击关闭