（1）城市路网全样车辆出行时空连续精准感知

针对视频和雷达检测在交叉口复杂运行环境下可靠性差以及雷视数据融合过程中车辆位置不一致和轨迹不平滑问题，提出雷视一体路口高精度全样车辆轨迹检测、融合三维冲击波和变分理论的干道全样车辆轨迹重构、基于全局贝叶斯网络的路网全样车辆路径重构方法，实现稀疏有偏观测数据条件下全域全量车辆路径精准感知。

（2）“评估-诊断-溯源”一体化路径状态辨识

针对以路段状态为核心的辨识技术存在评估粒度粗、诊断能力弱、拥堵溯源难问题，提出基于流向对关联度的关键路径动态识别、轨迹数据驱动的关键路径状态评估和智能诊断知识图谱以及基于可解释深度学习的交通拥堵溯源方法，实现路网状态演化机理深度认知。

（3）基于关键路径的系统供需协同管控

针对以路段为基本单元的管控技术存在的对象不精准、方案不精细、协同程度低问题，提出基于关键路径的分层递阶信号控制、动态随机网络可靠路径规划与精准导航、交通拥堵事件驱动的路径级供需协同管控方法，实现城市交通管控系统高效协同运行。

（4）干线物流货车自动驾驶与协同控制

       针对干线物流场景下货车自动驾驶在公路复杂曲率跟踪、变速适配、紧急避障、编队运行等方面的多维挑战，构建覆盖“感知—决策—纵向可变间距控制—横纵向耦合控制-安全容错控制”全链路的深度强化学习驱动智能控制方法体系，提升干线物流货车自动驾驶运输效能与安全性。

（5）露天矿区无人运输多车运动建模及协同管控

以露天矿区规模化无人运输产业需求为牵引，聚焦狭窄道路、交叉路口、装卸载区三类露天矿区典型多车冲突场景，构建狭窄道路跟车-超车-会车协同运动模型、交叉路口通行路权分配模型、装卸载区停车位动态分配与安全态势评估模型，提出无人驾驶多车协同轨迹规划方法，实现露天矿区无人运输高效协同与安全控制。