2023年6月8日上午9点30分，课题组成员在通达馆211会议室开展了本次学术交流会议，共21位同学和2位老师参加。本次会议由薛谭星同学主持，薛谭星、王晨曦、丁路洒三位同学进行学术汇报。

首先是薛谭星同学汇报《混合路网下GPS数据地图匹配方法》，汇报包括研究背景、研究现状及综述、研究方法及分析、结论与后续计划四个部分。该研究旨在提出混合路网下GPS数据地图匹配方法，最终提高匹配的正确率。汇报中报告了数据处理方式，分析了路网特征、车辆速度分布特征，并进行了速度分类。在地图匹配中使用了隐马尔可夫（HMM）模型，设置了两个model，model1是HMM地图匹配模型，model2是混合路网下HMM地图匹配模型。比较了两个model匹配在快速路路段上点的平均速度。报告中提出面向混合路网的，基于HMM模型的地图匹配方法，在观测概率和转移概率的计算方式中加入对速度的考虑。通过与实际数据比较，得出结论，该方法相较常规的模型更适用于混合路网。

针对薛谭星同学的汇报内容，邹亚杰老师和王艳丽老师进行了相关的提问与建议，薛谭星同学对问题进行了回复。

接下来是王晨曦同学汇报内容《面向混合路网的出行者路径选择影响因素分析》，本次汇报从研究目的与内容、国内外研究现状、问卷调研与数据处理、出行者分类、关键影响因素筛选、结论与后续研究六个部分进行。该研究考虑到出行者的路径选择具有群体异质性，因此需要对不同群体的出行者进行针对性分析。在进行出行者分类部分中，采用了聚类分析方法对出行者群体进行类别划分。对比按距离排序、按时间排序后的分类结果，可以看出按照距离排序后的分类结果较好，同时根据minloss值随聚类个数的变化可知，聚类数在2、3结果较好。研究中综合选取了主观和客观共计46个影响选择快速路偏好的因素，基于SP调查获取出行者对快速路和普通道路的影响因素重要度评价，根据单程出行距离，使用基于Fisher最优分割的聚类方法将出行者划分为两类，并利用SEM结构方程模型筛选出两类出行者的关键影响因素。在下一步研究计划根据关键影响因素，设置情景调查问卷，并进行预调研。

针对王晨曦同学的汇报内容，邹亚杰老师和其他同学对其进行了相关的提问与建议，王晨曦同学一一解答了提出的问题。

最后是丁路洒同学汇报《基于轨迹数据的换道交互分析和风险评估》，本次汇报从研究背景及意义、研究现状及综述、数据介绍及处理、研究方法及成果、后续研究计划五个部分进行。本研究旨在增加换道行为等车辆横向运动控制的辅助策略，辅助驾驶系统的优化与完善，从而提升交通运行的安全性。研究中使用的数据集来源于INTERACTION数据集，包含来自多个国家的无人机(UAV)采集的车辆轨迹。换道事件提取规则为：提取车道线坐标，并用多项式函数拟合车道线，确定车辆所属车道，识别换道车辆及其路径，确定换道开始时间和结束时间，确定五车交互场景。在结论中报告了强制换道的换道事件持续时间更长，包括的语义信息更复杂，前后语义之间的相互关系更紧密，风险变化具有一定的规律性；自由换道的换道事件持续时间更短，风险更多变和不可控，没有明显规律，因为自由换道可以在各种条件下发生，而强制换道的情况大多彼此相似。

针对丁路洒同学的汇报内容，邹亚杰老师和其他同学对其进行了相关的提问与建议，丁路洒同学进行了解释和讨论。