龚红仁
副教授 博士生导师
多目视觉路表重建与摊铺质量评价、路面病害智能识别与演化追踪、机场道面智能检测、大模型辅助养护决策、路面大数据与物理信息建模
用计算机视觉、三维重建和大模型，把检测车采集的路面、机场道面影像变成可追踪、可评价、可执行的养护决策。
研究方向
多目视觉路表重建与摊铺质量评价
用多台相机从不同角度拍摄沥青路面，重建毫米级路表纹理，判断混合料是否离析，从而在施工阶段自动评价摊铺质量。
- 多目视觉的相机配置与标定，密集点云处理；
- 基于深度学习的端到端三维重建；
- 图像分割自动识别粗集料，在此基础上估计混合料级配；
- 由纹理与级配评价离析，指导摊铺质量的自动化、智能化评价。
依托国家自然科学基金面上项目"基于多视图几何的沥青路面摊铺离析动态检测与诊断"（2025–2028）。
路面病害智能识别与多期次演化追踪
用深度学习从检测图像中自动识别裂缝、坑槽等病害，并把检测车在同一路段多次检测的图像对齐成时间序列，跟踪病害如何发展。
- 像素级裂缝分割与按 JTG 5210-2018 类别的目标识别；
- 多期次检测图像配准，建立病害演化序列；
- 用演化序列评价病害发展、修复策略、修复时机与修复质量。
机场道面智能检测
依托 10 余个机场的全景图像与病害数据，研究机场道面从采集、拼接到病害识别的完整流程。
- 机场道面病害检测与识别：用深度学习自动检测道面裂缝、修补等病害；研究弱监督、端到端的检测方法，减少逐像素标注的工作量；
- 机场道面全景图像拼接：把逐帧采集的道面图像拼成整条跑道、滑行道的全景，便于病害定位与复核；
- 基于三维点云的道面麻面分析：用线激光点云量化道面表面纹理与麻面。
大模型智能体辅助养护决策
把养护规范、历史检测和养护记录交给大语言模型智能体，自动生成符合标准的养护建议。
- 面向养护规范与工程资料的检索增强生成；
- 养护方案的标准合规检查；
- 养护决策建议自动生成。
依托广西壮族自治区重点研发计划项目。
路面大数据与物理信息建模
从长期路面性能数据、检测数据和力学模型中挖掘规律，服务路面设计、评价与养护。我关注的三个方向：
- 路面性能预测：用长期性能数据和多源检测数据，预测平整度、裂缝、车辙等指标的发展。关注迁移学习和少样本学习，让历史数据不足的路网也能建立可靠的预测模型 [1][2]。
- 新路与旧路的工程特性（模量）估计：由落锤式弯沉仪、高速弯沉仪的弯沉数据快速反演各结构层模量。用力学正演生成大规模数据训练机器学习模型，实现路网级、近实时的结构评价，兼顾新建路面与在役旧路 [3][4]。
- 物理信息模型：多尺度与多物理场仿真：把力学、传热、老化等物理规律嵌入神经网络，在数据稀疏时仍保持物理一致性，用于路面温度场、力学响应和全寿命性能的预测。前沿方向包括多保真度建模、仿真与试验融合、神经算子，以及面向路面数字孪生的应用 [5][6][7]。
驾驶行为与交通安全方面的数据挖掘工作，见代表论文。
PavementCracker 路面病害智能处理软件
课题组开发的桌面软件，把检测车采集的路面影像转成符合 JTG 要求的病害调查结果：AI 自动识别病害，复核人员逐条确认、修正，最后导出 JTG 调查表和 PCI、PQI、RQI 等指标，可直接报送农村公路系统。
已服务山东、福建、重庆、广西、新疆等省市的路面检测。
数据与资源
| 资源 | 规模 |
|---|---|
| 路面病害检测数据 | 约 2 万公里，近 1000 万张路面图像 |
| 像素级裂缝精细标注 | 30 万张 |
| 病害目标识别样本 | 50 万个，类别符合 JTG 5210-2018 |
| 机场道面全景图像与病害数据 | 10 余个机场 |
给学生
- 全额资助参加美国交通研究委员会年会（TRB Annual Meeting），每位学生至少有一次机会；
- 提供充足的前沿大模型 API 额度；
- 真实的大规模检测数据和工程项目。
课程
- 本科：《智能传感与信息处理》（与季元进、丛林合开）《C/C++编程语言》《计算机视觉》《道路工程与机场工程》
- 研究生：《智能交通基础设施》《Smart Road Infrastructure》《交通数据处理与应用》
荣誉
- 2025 年中国公路学会科学技术进步奖二等奖；
- 2026 年入选全球前 2% 顶尖科学家"年度科学影响力排行榜"（Elsevier Data Repository，第 9 版，doi:10.17632/btchxktzyw.9）；
- 两次获国际长期路面性能（LTPP）数据分析竞赛一等奖（2018、2020）；
- 上海市"海外高层次人才"计划（2021）；
- ESI 高被引论文 1 篇；
- Journal of Road Engineering 青年编委。
代表论文
- A weakly-supervised deep learning model for end-to-end detection of airfield pavement distress. International Journal of Transportation Science and Technology, 2025. doi:10.1016/j.ijtst.2024.02.010
- Scaling from macro to micro: A novel approach to bridging gaps in multiple pavement texture scales using generative neural networks. Transportation Research Part C, 2025. doi:10.1016/j.trc.2025.105108
- Modeling aggressive driving behavior based on graph construction. Transportation Research Part C, 2022. doi:10.1016/j.trc.2022.103654
- Two-vehicle driver-injury severity: A multivariate random parameters logit approach. Analytic Methods in Accident Research, 2022. doi:10.1016/j.amar.2021.100190
- Environmental impact assessment of pavement road bases with reuse and recycling strategies: A comparative study on geopolymer stabilized macadam and conventional alternatives. Transportation Research Part D, 2021. doi:10.1016/j.trd.2021.102749
- Modeling traffic noise in a mountainous city using artificial neural networks and gradient correction. Transportation Research Part D, 2020. doi:10.1016/j.trd.2019.11.025
- Trajectory Prediction and Risk Assessment in Car-Following Scenarios Using a Noise-Enhanced Generative Adversarial Network. IEEE Transactions on Intelligent Transportation Systems, 2024. doi:10.1109/TITS.2024.3454705
参考文献（关注方向）
- Li et al., 2024. Buildings. doi:10.3390/buildings14030852
- Li et al., 2025. Journal of Transportation Engineering, Part B: Pavements. doi:10.1061/jpeodx.pveng-1583
- Wang et al., 2026. Frontiers in Materials. doi:10.3389/fmats.2025.1732297
- Shen et al., 2026. Construction and Building Materials. doi:10.1016/j.conbuildmat.2026.147969
- Luo et al., 2026. Neural Networks. doi:10.1016/j.neunet.2026.108803
- Quan et al., 2025. Construction and Building Materials. doi:10.1016/j.conbuildmat.2025.142179
- Li et al., 2025. Computer-Aided Civil and Infrastructure Engineering. doi:10.1111/mice.70040
简介
龚红仁，同济大学交通学院交通设施系副教授、博士生导师。2018 年毕业于美国田纳西大学，获土木工程博士学位和统计学硕士学位，随后在该校从事博士后研究；2021 年 1 月加入同济大学。
研究围绕道路与机场基础设施的智能检测与养护决策：用多目视觉重建路表纹理，评价摊铺离析与施工质量；用深度学习识别路面与机场道面病害，并利用多期次检测图像追踪病害演化；研究机场道面全景拼接与三维点云分析；探索大模型智能体辅助养护决策，以及路面性能预测、模量估计与物理信息建模。主持国家自然科学基金面上项目、青年项目，承担广西壮族自治区重点研发计划项目等。课题组开发的 PavementCracker 软件已服务山东、福建、重庆、广西、新疆等省市的路面检测。
2025 年获中国公路学会科学技术进步奖二等奖，2026 年入选全球前 2% 顶尖科学家年度科学影响力排行榜；两次获国际长期路面性能（LTPP）数据分析竞赛一等奖；入选上海市“海外高层次人才”计划；担任 Journal of Road Engineering 青年编委。
教育经历
- 2013.8-2018.8，美国田纳西大学，博士研究生，土木工程,
- 2014.8-2018.8，美国田纳西大学，硕士研究生，统计学
- 2010.9-2013.6，重庆交通大学，硕士研究生，道路与铁道工程
- 2006.9-2010.6，重庆交通大学，学士，公路与城市道路工程
工作经历
- 2018.6-2020.10，美国田纳西大学，土木与环境工程学院，博士后副研究员
- 2021.1-至今，同济大学交通学院，现任副教授
简介由本人提供；教育与工作经历据学院个人主页整理。
招生
| 类别 | 专业 | 方向 |
|---|---|---|
| 博士生 | 082300 交通运输工程（学术型） | 数智交通基础设施、航空运输与低空交通 |
| 硕士生 | 082300 交通运输工程（学术型） | 数智交通基础设施、航空运输与低空交通 |
合作导师
季元进
副教授，硕/博导 · 同济大学铁道与城市轨道交通研究院
副教授，英国谢菲尔德大学联合培养博士，芬兰阿尔托大学访问学者。以第一/通信作者发表录用SCI/EI论文20余篇；授权发明专利7项；主持国家自然青年科学基金，中国博士后科学基金，参与科技部支撑计划两项，获得博士后创新人才支持计划、上海市“超级博士后”激励计划（日常）、交通运输协会科技进步奖一等奖、同济大学优秀出站博士后等，长期从事车辆动力学领域的科研工作，目前研究集中在宏观/微观钢轮钢轨接触方面，胎地接触方面，以及机器学习/深度学习在轨道交通领域的应用。
教育经历
- 2015.09~2019.06 同济大学 载运工具运用工程 博士学位
- 2017.12~2018.12 谢菲尔德大学（The University of Sheffield）机械工程（轨道）联合培养博士
工作经历
- 2022.09~至今 同济大学铁道与城市轨道交通研究院，现任副教授
- 2019.07~2022.07 同济大学机械工程博士后流动站，博士后
据学院个人主页整理，现任职务按当前口径更新。