个人信息
Personal Information
联系方式
Contact Information
个人简介
Personal Profile
上官强强,特聘研究员,博士生导师,同济大学-加拿大滑铁卢大学联合培养博士,加拿大滑铁卢大学博士后,入选上海市白玉兰人才计划、上海市启明星培育(扬帆专项)计划。
主要从事道路规划与几何设计、智慧公路建设、数智交通系统安全、道路交通风险主动管控、大模型与交通安全管理等相关研究。主持国家级、省部级等纵向科研课题6项,参与完成加拿大自然科学与工程技术研究项目、加拿大交通部科研项目、国家重点研发计划(港珠澳大桥智能化运维技术集成应用)及国家自然科学基金面上项目等纵向科研项目10余项。近五年在道路交通安全领域期刊及会议发表论文50余篇,其中一作/通讯SCI期刊论文14篇,主编出版学术专著2部,授权国家发明专利3项。曾获山西省科技进步一等奖(排5)、中国交通运输协会科技进步一等奖、美国科学院交通研究委员会最佳青年研究者论文奖和加拿大道路安全委员会最佳论文奖等荣誉。受聘上海市公路学会专家委员会委员,担任Journal of Traffic and Transportation Engineering(ESCI, IF: 7.4)、Digital Transportation and Safety、长安大学学报(自然科学版)等期刊青年编委。
上传附件
支持扩展名:.rar .zip .doc .docx .pdf .jpg .png .jpeg上传附件
支持扩展名:.rar .zip .doc .docx .pdf .jpg .png .jpeg上传附件
支持扩展名:.rar .zip .doc .docx .pdf .jpg .png .jpeg(1) 国家自然科学基金青年项目(C类),52502426,面向移动养护作业交通瓶颈的避险行为建模与行车风险演化规律解析, 2026-01至今, 在研, 主持
(2) 上海市人才工作局, 上海市白玉兰人才计划(青年项目), 无, 轨迹数据驱动的道路交通安全风险管控技术, 2024-07 至今, 60万元, 在研, 主持
(3) 上海市科学技术委员会, 上海市2024年度”科技创新行动计划“启明星项目(扬帆专项),24YF2748100, 异智交通体交互行为与风险防控, 2024-12 至 今, 20万元, 在研, 主持
(4) 交通运输部科学研究院,技术服务类项目,kh0160020252053,高速公路改扩建交通组织安全风险驾驶模拟分析,2025-09至今,8万元,在研,主持
(5) 同济大学, 中央高校基本科研项目, 22120250340, 面向移动养护作业场景的异智交通体驾驶行为特性研究, 2025-05至2025-12, 5万元, 结题, 主持
(6) 同济大学, 中央高校基本科研项目, 22120240617, 驾驶人换道行为交互机制及风险研究, 2024-07至2024-12, 6万元, 结题, 主持
近五年在道路交通安全领域期刊及会议发表论文50余篇,其中以一作/通讯身份发表SCI期刊论文14篇(中科院一区7篇)。合作主编出版学术专著《危险驾驶行为机理解析》、《基于事故替代事件的道路交通安全评价分析》,授权国家发明专利3项。曾获山西省科技进步一等奖(5/10)、中国交通运输协会科技进步一等奖(9/14)、美国科学院交通研究委员会(TRB)最佳青年研究者论文奖(两次)和加拿大道路安全委员会(CARSP)最佳论文奖。
代表性论文和专著如下:
1. 王俊骅;方守恩;傅挺;徐文翔;上官强强;《危险驾驶行为机理解析》,同济大学出版社,2023,ISBN978-7-5765-0047-9.
2. 傅挺;胡伟超;王俊骅;上官强强;《基于事故替代事件的道路交通安全评价分析》,人民交通出版社,2026,ISBN978-7-114-21106-5.
3. Shangguan, Q.,Wang, J.*, Lei, C*, Fu, T., Fang, S., & Fu, L. (2025). Modeling the Impactof Risky Cut-in and Cut-out Maneuvers on Traffic Platooning Safety withPredictability and Explainability. Transportmetrica A: Transport Science, 2025.(SCI).
4. Shangguan, Q.,Wang, Y., & Fu, L. (2024). Quantifying the effectiveness of an activetreatment in improving highway-railway grade crossing safety in Canada: anempirical Bayes observational before–after study. Canadian Journal of CivilEngineering, 2024. (SCI).
5. Shangguan, Q., WangJ.*, Fu, T.*, Fang, S., & Fu, L. (2023). An empirical investigation ofdriver car-following risk evolution using naturistic driving data and randomparameters multinomial logit model with heterogeneity in means and variances. AnalyticMethods in Accident Research, 100265. (SSCI, Q1)
6. Shangguan, Q.,Keung J., Fu, L.*, Samara, L., Wang J., & Fu, T. (2023). Do TrafficCountermeasures Improve the Safety of Vulnerable Road Users at SignalizedIntersections? A Combination of Case-Control and Cross-Sectional Studies UsingVideo-Based Traffic Conflicts. Transportation Research Record,03611981231172748. (SCI)
7. Shangguan,Q., Fu, T.*, Wang, J., Fang, S., & Fu, L.(2022). A proactive lane-changing risk prediction framework considering drivingintention recognition and different lane-changing patterns. Accident Analysis & Prevention, 164,106500. (SSCI, Q1).
8. Shangguan,Q., Fu, T., Wang, J.*, Luo, T., & Fang, S.(2021). An integrated methodology for real-time driving risk status predictionusing naturalistic driving data. AccidentAnalysis & Prevention, 156, 106122. (SSCI, Q1).
9. Shangguan,Q., Wang, J., Fu, T.*, & Fang, S. (2021).Quantification of cut-in risk and analysis of its influencing factors: a studyusing random parameters ordered probit model. Journal of TransportationSafety & Security, 1-26.(SSCI).
10. Shangguan,Q., Fu, T.*, Wang, J., Jiang, R., & Fang, S.(2021). Quantification of rear-end crash risk and analysis of its influencingfactors based on a new surrogate safety measure. Journal of AdvancedTransportation, 2021,5551273. (SCI).
11. Shangguan,Q., Fu, T.*, & Liu, S. (2020). InvestigatingRear-end Collision Avoidance Behavior under Varied Foggy Weather Conditions: AStudy using Advanced Driving Simulator and Survival Analysis. Accident Analysis & Prevention,139, 105499. (SSCI, Q1).
12. Wang, J., Zhang, W., Fu, T.,& Shangguan, Q.* (2026). DRPVLM: A generative multimodal largelanguage model for real-time driving risk prediction. Accident Analysis &Prevention, 231, 108505. (SSCI, Q1)
13. Wang J., Ren Y., Fu, T., & Shangguan, Q.*. (2026). Short-Term driving speed prediction underconsecutive Variable speed Limits: An interpretable deep learning approachusing Wide-Area trajectory data. Accident Analysis & Prevention, 225,108316. (SSCI, Q1)
14. Zhang, L., Gong, K., Yin, X., Fu, T., & Shangguan, Q.* (2025). Development of a Car-following ModelIncorporating the Oppression Effects of Large Trucks. Physica A: StatisticalMechanics and its Applications, 130793. (SCI).
15. Wang J., Fu, T.*, & Shangguan,Q.*. (2023). Wide-area Vehicle Trajectory Data based on Advanced Trackingand Trajectory Splicing Technologies: Potentials in Transportation Research. AccidentAnalysis & Prevention, 186, 107044. (SSCI, Q1)
16. Lei, C., Ji, Y.*, Shangguan, Q.*, Du, Y., &Samuel, S. (2024). Vehicle group identification and evolutionary analysis usingvehicle trajectory data. Physica A: Statistical Mechanics and itsApplications, 639, 129656. (SCI)

文件上传中...