![]() |
个人信息Personal Information
教授
硕士生导师
教师拼音名称:FangWeidong
所在单位:电子电气与物理学院
联系方式:wdfang@126.com
毕业院校:武汉大学
研究方向
人工智能大数据挖掘技术与智能网联汽车(详情请点击)
一、人工智能大数据挖掘技术在智能网联汽车研究领域
多模态数据融合与分析
激光雷达、摄像头、毫米波雷达的异构数据融合技术
基于深度学习的交通场景实时语义分割与目标检测
高精度地图与实时动态数据的协同更新
驾驶决策与控制系统
强化学习驱动的自动驾驶路径规划与避障策略
车-路-云协同决策优化(如拥堵预测与路线推荐)
基于联邦学习的跨车辆知识共享模型
用户行为与体验优化
驾驶员情绪识别与个性化交互设计
基于大数据的座舱环境自适应调节(温控、音效等)
车联网用户画像与增值服务推荐
二、数据驱动的动力电池研究领域
电池状态监测与预测
基于机器学习的电池健康状态(SOH)估算
剩余使用寿命(RUL)预测模型(如LSTM、Transformer)
多源数据(电压、温度、电流)融合的异常检测
热管理与能效优化
数据驱动的电池热失控预警与散热策略
动态工况下充放电效率优化(强化学习控制)
电池组均衡管理中的大数据分析
电池材料与制造创新
AI辅助的新型电解质/电极材料分子设计
生产缺陷检测(计算机视觉+工业大数据)
数字孪生驱动的电池制造工艺优化
回收与梯次利用
基于历史数据的电池退役评估模型
区块链技术实现电池全生命周期溯源
梯次利用场景的寿命与经济性分析
三、车联网安全关键技术研究
通信安全与协议防护
V2X通信中的身份伪装攻击检测(如Sybil攻击)
轻量级加密算法(如LWC-ECC)在车载终端的部署
量子密钥分发(QKD)技术前瞻性研究
车载系统与数据安全
车载ECU固件漏洞的自动化挖掘(模糊测试+AI)
数据投毒攻击防御(如对抗训练、异常过滤)
隐私保护技术(同态加密、K-匿名)
动态防御体系
基于边缘计算的实时入侵检测(如CAN总线异常)
车-云协同的安全态势感知与主动防御
车载零信任架构(ZTA)的访问控制策略
四、跨领域融合与挑战
协同研究方向
动力电池数据与车联网的联动安全(如充电桩攻击防护)
车-能-路-云一体化系统的数字孪生建模
自动驾驶伦理与数据主权合规性研究
技术挑战
高并发车联网数据的低延迟处理(边缘AI芯片优化)
动力电池全生命周期数据的可信共享机制
多模态AI模型的可解释性与鲁棒性提升
未来趋势
车规级大模型(如自动驾驶GPT)的轻量化部署
动力电池与智能网联汽车的能源协同调度
全球标准统一化(如ISO 21434、GB/T 40429)
老师按:(以上部分内容由DeepSeek生成)
招收新一代电子信息、电气工程、交通运输工程三个专业硕士研究生。
研途有你!欢迎有活力、善良、乐观自信、积极向上、开朗外向、善于沟通、团队协作、抗压比较强的同学加入课题组共同求知求新!在攻读硕士学位期间,能够严格要求自己,用“万无一失、算无遗策、未雨绸缪”的品格来对待自己、导师、学校安排的学习研究,学到真实的本领,最后毕业谋得称心如意的工作!