一、个人简介
刘东杰，男，中共党员，南京邮电大学讲师。2025年6月获东南大学交通运输工程博士学位，瑞典查尔姆斯理工大学联合培养博士。主要从事智能交通系统、智能驾驶、智慧出行等相关研究。目前在Transportation Research Part C、Transportation Research Part E、Engineering Applications of Artificial Intelligence、Accident Analysis & Prevention等交通领域、信息科学领域权威期刊和学术会议上发表论文10余篇。参与多项国家重点研发、国家自然科学基金及横纵向项目。
办公地址：三牌楼校区现代邮政学院、智慧交通学院206办公室
二、研究领域
目前主要围绕智能交通系统，聚焦交通大数据与人工智能交叉方向，具体研究方向包括：交通大数据挖掘、活动-出行需求建模、自动驾驶感知、计算机视觉与模式识别、道路车辆安全风险建模等。擅长计量经济学模型、机器学习（ML）、深度学习（DL）、强化学习（RL）等理论，熟悉Transformer、CNN、GNN、RNN、GAN、(逆)强化学习、扩散模型等算法框架，具备图像视频、点云、文本、手机信令、GPS多源大数据处理经验。
欢迎本科生参与毕设、大创、学科竞赛、论文以及专利撰写等。建议具备基础编程能力，对机器学习/深度学习/强化学习、生成式AI等领域有兴趣并愿意主动学习。
三、科研项目
1. 校引进人才科研启动基金（自然科学）项目，面向多模式交通系统的跨模态数据融合与因果增强型需求建模及协同优化研究，2025.12-2028.12，在研，主持.
2. 国家重点研发项目，自主式交通系统运行及环境状态全息感知技术，2023.01-2026.12，在研，参与.
2. 国家重点研发项目，城市多模式交通网运行仿真系统平台开发，2019.12-2022.11，结题，参与.
3. 国家自然科学基金面上项目，MaaS背景下考虑复杂异质性的路径选择建模与网络混合需求分配，2020.01-2023.12，结题，参与.
4. 国家自然科学基金，非结构路面条件下无人机与无人车协同的负障碍物检测与动态目标跟踪，2020.01-2023.12，结题，参与.
5. 重庆市交通规划研究院，重庆中心城市路网模拟仿真平台，2021.01-2022.10，结题，参与.
6. 华设设计集团股份有限公司，综合交通多模式、多层次一体化区域交通算法与模型关键技术，2021.08-2022.10，结题，参与.
7. 华设设计集团股份有限公司，昆山公交大数据分析系统建设项目，2022.04-2022.10，结题，参与.
四、科研成果
【论文】
[1] Liu, D., Li, D., Gao, K., et al. (2025). Context-aware inverse reinforcement learning for modeling individuals’ daily activity schedules. Engineering Applications of Artificial Intelligence, 146, 110279.（JCR Q1，中科院一区Top）
[2] Liu, D., Li, D., Ding, H., et al. (2025). Beyond Vision: A Unified Transformer with Bidirectional Attention for Predicting Driver Perceived Risk from Multi-modal Data. Transportation Research Part C: Emerging Technologies, 179, 105270.（JCR Q1，中科院一区Top）
[3] Liu, D., Li, D., Gao, K., et al. (2024). Enhancing choice-set generation and route choice modeling with data-and knowledge-driven approach. Transportation Research Part C: Emerging Technologies, 162, 104618.（JCR Q1，中科院一区Top）
[4] Liu, D., Li, D., Sze, N. N., et al. (2023). An integrated data-and theory-driven crash severity model. Accident Analysis & Prevention, 193, 107282.（JCR Q1，中科院一区Top）
[5] Liu, D., Zhao, J., Xi, A., et al. (2020). Data augmentation technology driven by image style transfer in self driving car based on end-to-learning. Computer Modeling in Engineering & Sciences, 122(2), 593-617.
[6] Song, Y., Li, D., Ma, Z., Liu, D., & Zhang, T. (2024). A state-based inverse reinforcement learning approach to model activity-travel choices behavior with reward function recovery. Transportation Research Part C: Emerging Technologies, 158, 104454.（JCR Q1，中科院一区Top）
[7] Song, Y., Li, D., Liu, D., Cao, Q., Chen, J., Ren, G., & Tang, X. (2022). Modeling activity-travel behavior under a dynamic discrete choice framework with unobserved heterogeneity. Transportation Research Part E: Logistics and Transportation Review, 167, 102914.（JCR Q1，中科院一区Top）
[8] Song, Y., Li, D., Ma, Z., Zhang, T., Liu, D., & He, C. (2024). Dynamic Recursive Logit Model for Vehicle Driving Route Choices and Path Inference With Incomplete Fixed Location Sensor Data. IEEE Transactions on Intelligent Transportation Systems.（JCR Q1，中科院一区Top）
[9] Li, D., Song, Y., Liu, D., Cao, Q., & Chen, J. (2023). How carpool drivers choose their passengers in Nanjing, China: effects of facial attractiveness and credit. Transportation, 50(3), 929 958.（JCR Q1，中科院二区）
[10] Liu, D., Zhao, J., Cao, Z., Huang, X., & Xi, A. (2020). Effects of environmental feature selection on end‐to‐end vehicle steering controller. The Journal of Engineering, 2020(13), 448-453.
[11] Xue, S., Liu, D., Zhao, C., Li, Y., Zheng, Y., & Liu, Y. (2021, October). A two-stage 3D pavement crack detection procedure based on primary surface profile optimization. In 2021 IEEE 6th International Conference on Signal and Image Processing (ICSIP) (pp. 282-286). IEEE.
【专著】
[1] 任刚，曹奇，李大韦著.《智能交通工程：从状态感知到机理认知》，科学出版社，参编第6章：基于宽度学习的出行方式选择行为建模。
[2] 李大韦，宋玉晨，刘东杰，张桐，陈琼. 《交通行为分析》，东南大学出版社.
五、科研竞赛与荣誉奖励
[1] 2019年贵阳国际数博会无人驾驶全球挑战赛小车组 季军，2019.05.
[2] 2018年上海AWS（亚马逊）全国机器人车拉力赛 冠军，2018.06.
[3] 2018年贵阳国际数博会无人驾驶全球挑战赛小车组 亚军，2018.05.
