第七届深圳技术大学交通科技运输大赛圆满举办

近日，“第七届深圳技术大学交通科技运输大赛暨第二十一届全国大学生交通运输科技大赛及第十届全国高校智能交通创新与创业大赛校内选拔赛”圆满举办。

本届大赛以“锻造未来交通之力：以高阶人才培养擎动智能转型与绿色发展”为主题，旨在围绕交通运输领域提出的科学、技术和工程问题，进一步激发学生科技创新热情，促进大学生学术活动开展，加强交通运输领域科技文化交流，培养具有创新意识、实践能力和专业素养的高质量交通人才，同时选拔优秀作品代表学校参加更高层次赛事。

现场比赛盛况

比赛现场气氛热烈、秩序井然，各参赛团队围绕项目背景、研究内容、技术路线、创新亮点及应用前景等方面进行了精彩展示，充分体现了我校学子扎实的专业基础和良好的创新实践能力。

本次参赛项目聚焦交通运输领域前沿热点与实际需求，围绕智能交通、智慧物流、车路协同、轨道交通、交通安全、绿色低碳出行等方向展开，形成了一批兼具创新性、可行性与应用价值的优秀作品。参赛团队立足专业知识，积极探索交通运输领域中的现实问题与解决路径，展现出较强的科研意识和工程实践能力。

参赛情况

本次大赛参赛项目选题丰富、内容扎实，充分展现了我校学子在交通运输及相关领域的专业素养、创新意识与实践能力。经过项目展示、现场答辩及评委综合评审，最终一批优秀作品脱颖而出，分别获得本届大赛的一、二、三等奖。

比赛回顾|获奖项目介绍

项目名称：基于群体智能与车路协同的动态道路健康数字地图构建与养护决策系统

队伍负责人：莫景勋

指导老师：熊飞、沈剑豪

队伍成员：侯俊浩、梁中岳、党伟、叶舒铭

项目简介：

我国道路网络已从“增量建设”全面迈入“存量管养”的后基建时代，路网规模庞大且老化加速，养护工作量与成本压力持续攀升，实现道路设施精准、高效、低成本的健康检测与预防性养护，成为行业可持续发展的关键与迫切需求。传统人工巡查模式效率低、覆盖有限、主观性强，隐患发现滞后，已成为养护提质降本的核心瓶颈。

本项目精准对接行业痛点，以路面坑洞检测为核心，研发智能化道路病害检测解决方案。依托低成本视觉传感器，构建轻量化、高精度的实时坑洞检测算法，重点突破传统人工巡查在坑洞识别上的效率与精度短板，实现坑洞位置、尺寸的精准识别、早发现与科学分级，将出租车、公交车、物流车等各类车辆改造为移动感知终端，为后续智能化应用奠定基础。

项目可有效解决传统模式下坑洞检测滞后、识别不准的核心问题，为养护部门提供精准的坑洞数据支撑，助力优化养护资源分配、降低全生命周期管养成本。后续将依托V2X车路协同热点技术，通过V2X或蜂窝网络，将检测到的坑洞信息实时上传至云端，动态聚合生成全域“道路健康数字地图”，为养护部门提供全局视角、为车辆提供预警服务，持续推动道路养护向数字化、智能化转型，助力智慧交通体系建设。

项目名称：时空智控·公平有道一一面向效率与公平的深度强化学习智能信控模型

队伍负责人：顾诗韵

指导老师：唐瑞雪、张雄飞

队伍成员：吴家杰、许雅淇、邓雪欣、唐煜

项目简介：

本作品针对城市交叉口传统信号配时难以适配动态交通需求、易引发 “相位饥饿” 的行业痛点，以深圳技术大学周边兰田路 - 创景路交叉口为实证对象，提出一款兼顾效率与公平的改进型深度强化学习（DQN）智能信控模型，为混合交通流环境下交叉口时空资源动态优化提供可落地技术方案。模型搭建数据采集、仿真环境、控制算法、评估体系四层架构，基于 SUMO 构建网联自动驾驶混合交通流仿真场景，设计五维归一化状态空间赋予智能体全维度交通感知能力，构建多目标加权奖励函数平衡效率与公平，并采用离散动作空间实现相位的动态自适应决策。经实测交通流数据仿真验证，该模型平均等待时间 9.3 秒、平均停车次数 1.4 次、平均车速 8.1 米 / 秒，相较固定配时、感应配时车均延误分别降低 76.12%、36.04%，且各方向最大等待时间方差显著缩小。其创新的精简状态空间、多目标奖励机制与动态配时策略，有效解决了维数爆炸、单目标优化等问题，对缓解交通拥堵、支撑智能网联交通系统发展具有重要工程应用价值。

项目名称：速衡——驱制转悬一体化全向高机动底盘

队伍负责人：王楷鹏

指导老师：田萌健、李和言

队伍成员：杨梓贻、赵欣彤、吕昊阳、江泽伟

项目简介：

面向未来交通装备智能转型与绿色发展的需求，针对城市微循环及狭窄作业场景中传统机械转向系统难以兼顾大转角机动需求与高速行驶稳定性的矛盾，提出一种速衡驱制转悬一体化全向高机动底盘。底盘采用双主销差动转向结构，实现车轮0°— 90°连续转向，具备横向平移、原地掉头等全向运动能力；在控制层面，构建基于车速、横摆角速度及轮角反馈的闭环转向控制框架，并对高速工况下的常规转向稳定性进行验证。验证满足“几何运动学设计—零部件及总成预设计—DMU干涉检查—强度校核—迭代优化”闭环流程。在80 km/h阶跃转向工况下，线控转向系统与机械转向系统横摆角速度响应趋势一致，误差小于2%。此外，实际应用验证了底盘的工程落地能力，可为未来交通装备的智能转型与绿色发展提供系列化技术支撑。

项目名称：边缘智护——交通路口弱势群体行人异常行为两阶段主动预警系统

队伍负责人：吴雨宸

指导老师：王燕燕、尹晓红

队伍成员：龚泽、潘炳坤、李朝林

项目简介：

随着“交通强国”战略的推进，城市复杂交叉路口及无信号斑马线区域的行人安全问题日益凸显。弱势交通参与者（如老人、儿童、轮椅使用者、非机动车驾驶员）在交通场景中因突发疾病跌倒或违规行为，极易引发严重的二次碾压事故。“边缘智护”项目致力于解决交通路口弱势群体交通事故高发且传统车路协同系统响应滞后的痛点。系统采用两阶段主动预警架构。在感知阶段，系统实现基础设施传感器感知，系统前端选用轻量级YOLOv8-Pose单阶段算法，在复杂背景下高速提取行人17个核心骨架关键点。接着将归一化骨架坐标输入自改进的轻量化Shuffle-STGCN模型，通过构建骨架时空拓扑图，并引入空间与时间双流特征融合机制，系统能深度挖掘动作动态演变实现实时预测弱势行人轨迹与异常行为。针对复杂场景，项目设计了向量化映射，有效应对遮挡导致的骨架漏检和轨迹卡顿，并构建特定数据集以显著提升对突发异常行为检测的鲁棒性。该系统通过前端 YOLOv8 快速感知与后端 Shuffle-STGCN 高精准时序推理的完美结合，实现了对弱势行人异常行为端到端协同预测与主动预警，能显著提高复杂路口安全性，保障交通弱势群体出行安全。

项目名称：钢轨焊缝智能诊断与全局评价系统

队伍负责人：李焕恒

指导老师：刘晓舟

队伍成员：刘佳鑫、梁小强、袁绮婷

项目简介：

本项目针对城市轨道交通钢轨焊缝传统检测存在的测量精度不足、效率低下、非对称焊缝状态反映失真等痛点，研发了基于 MCR 短波不平顺检测仪的钢轨焊缝智能联合诊断与全局评价系统。系统以 MCR 设备采集的轨面不平顺高精度数据为基础，研发多频段包络投票智能定位算法，实现复杂干扰下焊缝的精准定位与异常识别；严格依据 TB/T 1632-2014 行业标准构建虚拟数字平直尺矢高评估模型，完成焊缝平直度数字化定量计算与等级判定，消除人工误差并突破 1m 平尺测量尺度限制。项目创新实现 MCR 设备 “一机双检”，同步完成钢轨波磨与焊缝状态检测，打破二者数据壁垒；配套搭建钢轨状态在线评估平台，实现多工务段检测数据联合展示与可视化管理。系统可精准获取焊缝真实状态，为轨道维保提供科学量化支撑，推动维保模式从 “事后被动抢修” 向 “科学预测性打磨” 升级，可快速规模化落地，还能向国铁干线等延伸，对保障行车安全、延长轨道寿命具有重要工程意义。

项目名称：高铁转向架数字李生与疲劳健康预测系统

队伍负责人：李承谦

指导老师：池成、熊飞

队伍成员：谢伟豪、李焕恒、顾诗韵、杨辉利

项目简介：

针对新一代 400km/h 高速列车在极端复杂地理环境下的服役安全评估痛点 ，本项目创新性地开发了一套集载荷获取、高阶信号解析与寿命计算于一体的数字孪生健康预测系统。系统打破了传统轨道交通机械理论单机离线分析的壁垒，依托 Django 框架搭建出交互式的系统架构。项目的核心竞争力体现在以下三个维度：

“仿-测”双路径数据驱动： 系统不仅构建了 400km/h 极限工况下的多体动力学仿真载荷谱 ，更深度融合了实际线路的动车组应变测试数据 。

智能信号处理引擎： 面对实测数据中的零点漂移与瞬时毛刺 ，系统内嵌小波变换与频域滤波等高阶清洗算法，并运用雨流计数法精准提取载荷特征 ，保障底层数据的绝对可靠。

可视化疲劳健康预测： 融合有限元强度检算与 Miner 累积损伤理论 ，系统可呈现应力时间历程、8/16级载荷谱二维分布 及疲劳寿命热点云图 ，实现从传感器数据到直观寿命预警的全链路闭环。

本项目深度契合“智能高铁”国家战略，以扎实的软硬件协同技术赋能高端装备运维，具备极高的工程落地与推广价值。

后续安排

获奖情况

本次大赛不仅为同学们提供了展示创新成果和提升综合能力的重要平台，也进一步加强了不同项目团队之间的交流与学习，激发了学生参与科技创新活动的热情，营造了浓厚的校园学术与创新氛围。

未来，学校将继续依托学科竞赛平台，持续推动交通运输及相关领域创新人才培养，不断提升学生科技创新能力与实践应用能力，为服务交通强国建设和智慧绿色交通发展贡献青春力量。