同济大学
导师风采
上官强强
浏览量:311   转发量:3

个人信息

Personal Information

  • 研究员
  • 导师类别:硕士,博士生导师
  • 性别: 男
  • 学历:博士研究生
  • 学位:博士

联系方式

Contact Information

  • 所属院系:交通学院
  • 所属专业: 交通运输工程
  • 邮箱 : qiangshangguan@tongji.edu.cn
  • 工作电话 : +86-18019063316

个人简介

Personal Profile

上官强强,特聘研究员,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。


  • 研究方向Research Directions
异智交通体交互行为特性,道路交通运行风险机理解析,养护作业主动安全防控
2. 机电结构优化与控制 研究内容:在对机电结构进行分析和优化的基础上,运用控制理论进行结构参数的调整,使结构性能满足设计要求。1. 仿生结构材料拓扑优化设计, 仿生机械设计 研究内容:以仿生结构为研究对象,运用连续体结构拓扑优化设计理论和方法,对多相仿生结构(机构)材料进行2. 机电结构优化与控制 研究内容:在对机电结构进行分析和优化的基础上,运用控制理论进行结构参数的调整,使结构性能满足设计要求。1. 仿生结构材料拓扑优化设计, 仿生机械设计 研究内容:以仿生结构为研究对象,运用连续体结构拓扑优化设计理论和方法,对多相仿生结构(机构)材料进行整体布局设计。 整体布局设计。
报考意向
招生信息
交通学院
硕士研究生
  • 序号
  • 专业
  • 招生人数
  • 年份
博士研究生
  • 序号
  • 专业
  • 招生人数
  • 年份
报考意向
姓名:
手机号码:
邮箱:
毕业院校:
所学专业:
报考类型:
博士
硕士
个人简历*

上传附件

支持扩展名:.rar .zip .doc .docx .pdf .jpg .png .jpeg
成绩单*

上传附件

支持扩展名:.rar .zip .doc .docx .pdf .jpg .png .jpeg
其他材料:

上传附件

支持扩展名:.rar .zip .doc .docx .pdf .jpg .png .jpeg
备注:
科研项目

(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) 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 至今, 5万元, 在研, 主持

(5) 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


研究成果

近五年在道路交通安全领域期刊及会议发表论文40余篇,其中以一作/通讯身份发表SCI期刊论文12篇(中科院一区5篇)。合作主编出版学术专著《危险驾驶行为机理解析》,授权国家发明专利3项。曾获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。

代表性论文如下:

1. Shangguan, Q.; Wang J., Lei C., Fu T., Fang S., Fu L. (2025) Modelling the impact ofrisky cut-in and cut-out manoeuvers on traffic platooning safety with predictabilityand explainability, Transportmetrica A: Transport Science, 2025 (SSCI)

2. Shangguan, Q., Wang, Y., & Fu, L. (2024). Quantifying the effectiveness of anactive treatment in improving highway-railway grade crossing safety in Canada:an empirical Bayes observational before–after study. Canadian Journal ofCivil Engineering, 2024. (SCI).

3. Shangguan, Q., Wang J.*, Fu, T.*, Fang, S.,& Fu, L. (2023). An empirical investigation of driver car-following riskevolution using naturistic driving data and random parameters multinomial logitmodel with heterogeneity in means and variances. Analytic Methods inAccident Research, 100265. (SSCI, Q1, IF=12.5)

4. Shangguan, Q., Keung J., Fu, L.*, Samara,L., Wang J., & Fu, T. (2023). Do Traffic Countermeasures Improve the Safetyof Vulnerable Road Users at Signalized Intersections? A Combination ofCase-Control and Cross-Sectional Studies Using Video-Based Traffic Conflicts. TransportationResearch Record, 03611981231172748. (SCI)

5. Shangguan, Q., Fu, T.*, Wang, J., Fang, S., & Fu, L. (2022). A proactivelane-changing risk prediction framework considering driving intentionrecognition and different lane-changing patterns. Accident Analysis & Prevention, 164, 106500. (SSCI, Q1, IF=5.7).

6.  Shangguan, Q., Fu, T., Wang, J.*, Luo, T., & Fang, S. (2021). An integratedmethodology for real-time driving risk status prediction using naturalisticdriving data. Accident Analysis & Prevention,156, 106122. (SSCI, Q1, IF=5.7).

7. Shangguan, Q., Wang, J., Fu, T.*, & Fang, S. (2021). Quantification of cut-inrisk and analysis of its influencing factors: a study using random parametersordered probit model. Journal of Transportation Safety &Security, 1-26. (SSCI).

8. Shangguan, Q., Fu, T.*, Wang, J., Jiang, R., & Fang, S. (2021). Quantification ofrear-end crash risk and analysis of its influencing factors based on a newsurrogate safety measure. Journal of Advanced Transportation, 2021, 5551273. (SCI).

9. Shangguan, Q., Fu, T.*, & Liu, S. (2020). Investigating Rear-end CollisionAvoidance Behavior under Varied Foggy Weather Conditions: A Study usingAdvanced Driving Simulator and Survival Analysis. Accident Analysis & Prevention, 139, 105499. (SSCI, Q1, IF=5.7).

10. 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, IF=5.7)


学生信息
当前位置:教师主页 > 学生信息
入学日期
所学专业
学号
学位
招生信息
当前位置:教师主页 > 招生信息
招生学院
招生专业
研究方向
招生人数
推免人数
考试方式
招生类别
招生年份

同济大学研究生院招生办公室

360eol提供技术支持

Copyright © 2011 -All Rights Reserved 苏ICP备08015343号-4

文件上传中...

分享
回到
首页
回到
顶部