研究室簡介
研究室面向城市及區域交通運輸領域的國際學術前沿，針對城市群建設中面臨的交通問題，研究利用新一代資訊及通訊科技，實現高效及互聯互通的智能化目標。針對時空數據質量低、錯誤率高等特點，研究數據的獲取傳輸技術及多源多模數據融合技術；研究時空數據多尺度索引管理技術，提供高效率近似查詢分析服務；針對智能交通中的隱私保護問題，研究時空感知與數據敏感的雲端平臺支撑及區塊鏈技術；研究面向人車路協同的軟體定義技術，探索城市與區域交通運輸管理的創新應用等。
代表性成果
澳門協同智能無人駕駛平台及關鍵技術
背景 澳門大學科研項目“協同智能驅動的無人駕駛關鍵技術與平台”成功爭取成為澳門科學技術發展基金的人工智慧重點研發專項計劃，為澳門歷史上最大的單體研究項目之一，顯示澳大雄厚的研究實力再獲肯定。透過此研究，澳大師生有望在不久將來可在校園內體驗無人駕駛技術。 研究方向 開放動態復雜環境下大規模群體智能解決方案 開放環境下的動態不確定性、環境異構性等問題是無人車的重大挑戰之一 ...
大規模交通相關數據熔合及數據處理
多源多態的智能交通數據涵蓋軌道交通、線路交通、浮動車交通及步行等多種居民出行模式，其多源性體現在數據源（多種交通工具），多態性體現在數據形式（浮動車輛軌跡、公共交通刷卡記錄）。與此同時，智能交通數據本身的海量性和高維度性，及數據缺失、冗余和噪聲問題，都給多源多態的智能交通數據的熔合和後續處理帶來了巨大的挑戰。針對這些難題，智能交通研究室在初探研究中針對多源多態的智能交通數據進 ...
時空眾包問題、資料處理問題以及查詢優化問題
我們提出了一套領先的系統性的研究框架去解決智慧城市智能交通領域的各方面研究課題。這些課題由數據端到應用端，至下而上包括以下關鍵研究問題：（1）基於空間眾包技術的交通數據采集與融合問題；（2）基於深度神經網絡的復雜交通模型問題；（2）基於復雜交通模型的實時空間查詢處理問題。我們初步的研究成果已經發表在了國際頂級會議期刊上（包括SIGMOD、VLDB、CIKM、TKDE燈）。 ...