1. 核心技術研發與融合 主導AI技術與交通工程學的交叉創新，重點方向包括： 車路協同算法優化（如：V2X多源數據融合、邊緣計算決策引擎） 動態交通流量預測（如：基于時空圖神經網絡/多模態大模型的分鐘級預測） 交通事故AI預警系統（如：路側攝像頭+雷達多模態感知、風險概率建模） 智慧高速運營優化（如：稽核模型設計、收費車道資源動態調度） 探索大模型在交通領域的垂直應用（如基于交通場景的行業大模型訓練、多模態路況理解） 推動傳統交通理論（交通流理論、MUTCD標準）與AI模型（強化學習、Transformer）的深度融合，解決數據噪聲大、長尾場景多的行業痛點 2. 產品化與解決方案落地 主導技術方案向工程化產品轉化，負責既有AI產品迭代（需熟悉高速公路機電工程交付標準）與0-1創新方案設計。 3. 產學研協同與生態構建 聯動高校實驗室攻克前瞻課題；指導博士后工作站完成科研項目產業化驗證；面向政府/業主單位提供技術白皮書與標準建議。 4. 行業前沿研究 跟蹤ITS、C-V2X、自動駕駛等領域技術演進，規劃3-5年技術路線圖；主導智慧高速場景專用數據集建設（如極端天氣事故樣本庫）；