电话:010-62796167
传真:010-62784655
E-mail:qcxbgs@tsinghua.edu.cn

张磊,清华大学车辆与运载学院教授,国家级高层次人才校企联聘教授。
2006年-2020年间,担任美国马里兰大学终身制正教授和马里兰交通研究院院长,累计担任66项科研攻关和技术落地项目的主要负责人,负责的研究院每年科研经费超过$4000万美元。在交通运输、城市大数据、智能体系统等领域发表了6部专著,140多篇国际顶级期刊论文,及200多篇学术论文。
2020年起,担任阿里云智能集团副总裁,高级研究员,产业智能首席科学家,负责城市大脑、工业大脑等在内的产业智能(AI for Industry)核心技术、产品研发,以及交通物流行业整体业务经营与管理。在超过140多个国内外城市落地应用,服务超过100万客户,并支持了13个交通强国试点项目中的6个项目,大力推动了智能交通、智能汽车与低空经济的产业化落地应用。
基于国家级高层次人才校企联聘教授的平台,重点涉及领域为AI基础设施与智能车辆、低空飞行器、具身智能的跨界科研与技术创新,推动清华与阿里云的产学研合作以及AI+高端装备制造产业化落地。
2002.09-2006.02 | 美国明尼苏达大学 | 工学博士 |
2000.09-2002.07 | 美国明尼苏达大学 | 工学硕士/经济学硕士 |
1996.09-2000.07 | 清华大学 | 工学学士 |
2025.05-至今 | 清华大学 | 国家级高层次人才校企联聘学者 |
2020.06-至今 | 阿里云智能集团 | 副总裁、产业智能首席科学家 |
2016.09-2020.06 | 美国马里兰大学 | 正教授、A.J.CLARK讲席教授、交通研究院院长 |
2012.09-2016.07 | 美国马里兰大学 | 副教授、H.Rabin杰出教授 |
2008.09-2012.07 | 美国马里兰大学 | 助理教授 |
AI驱动的智能交通系统、低空物流与出行、空地云一体化系统、AI基础设施
致力于交通运输与出行优化,融合人工智能、汽车、航空等领域的先进技术经验,聚焦城市智能交通系统优化、低空出行服务、物流运输与车路云一体化系统。个人学术团队累计获得 超过3.5亿科研经费,其中 90%的科研经费来自于全球或全国公开竞争的重大科研项目支持。
科研项目:
1. Next-Generation Household Travel Survey Program: National Origin-Destination Data,1.27亿,2020年-2025年,项目负责人
2. Deployment of Personalized and Dynamic Travel Demand Management Technology in the Washington, D.C.-Baltimore, MD-Richmond, VA Megaregion,2240万,2020-2023年,项目负责人
3. Using mobile device data to analyze pedestrian, scooter and biker safety,280万,2020-2023年,项目负责人
4. IncenTrip deployment in Maryland: phases one and two,210万,2019年-2021年,项目负责人
5. COVID-19 travel behavior analysis,350万,2020年,项目负责人
6. Network reliability as an emerging property,300万,NSF CAREER Award,2012-2017年,项目负责人
2024年-至今,中国工信部工业互联网研究院专家
2023年-至今,中国汽车工程学会智能网联汽车分会副主任
2018年-至今,中国交通部高端国际智库专家
2017年-2019年,海外华人交通协会会长
2024年中国电子学会科学技术奖
2022年第十二届中国城市学会“钱学森城市学金奖”
2022年中国地理信息产业协会-地理信息产业优秀工程金奖
2019年美国科学院交通研究学部TRB Fred Burggraf杰出科研奖
2012年美国自然科学基金委CAREER AWARD杰出青年科学家奖
1. Xia, Y., Geng, M., Chen, Y., Sun, S., Liao, C., Zhu, Z., Li, Z., Ochieng, W.Y., Angeloudis, P., Elhajj, M., Zhang, L., Zeng, Z., Zhang, B., Gao Z. and Chen X. Understanding common human driving semantics for autonomous vehicles. Cell (Patterns), 2023.
2. Liu, J., Li, J., Chen, Y., Lian, S., Zeng, J., Geng, M., Zheng, S., Dong, Y., He, Y., Huang, P., Zhao, Z., Yan, X., Hu, Q., Wang, L., Yang, D., Zhu, Z., Sun, Y., Shang, W., Wang,D., Zhang, L., Hu, S.* and Chen X. Multi-scale urban passenger transportation CO2 emission calculation platform for smart mobility management. Applied Energy, 2023.
3. Zeng, J., Yu, Y., Chen, Y., Yang, D., Zhang, L. and Wang, D. Trajectory-as-a-Sequence: A novel travel mode identification framework.Transportation Research Part C: Emerging Technologies, 2023.
4. Yang, M., Pan, Y., Darzi, A., Ghader, S., Xiong, C. and Zhang, L. A data-driven travel mode share estimation framework based on mobile device location data. Transportation, 2022.
5. Xiao, Y., Yang, M., Zhu, Z.*, Yang, H., Zhang, L. Modeling indoor-level non-pharmaceutical interventions during the COVID-19 pandemic: A pedestrian dynamics-based microscopic simulation approach. Transport Policy, 2021.
6. Xiong, C., Hu, S., Yang, M., Luo, W. and Zhang, L. Mobile device data reveal the dynamics in a positive relationship between human mobility and COVID-19 infections. Proceedings of the National Academy of Sciences, 2020.
7. Xiong, C., Yang, D., Ma, J., Chen, X. and Zhang, L. Measuring and enhancing the transferability of hidden Markov models for dynamic travel behavioral analysis. Transportation, 2020.
8. Pan, Y., Darzi, A., Kabiri, A., Zhao, G., Luo, W., Xiong, C., and Zhang, L. Quantifying human mobility behaviour changes during the COVID-19 outbreak in the United States. Scientific Reports, 2020.
9. Lee, M., Zhao, J., Sun, Q., Pan, Y., Zhou, W., Xiong, C. and Zhang, L. Human mobility trends during the early stage of the COVID-19 pandemic in the United States. PLoS One, 2020.
10. Sun, Y., Chen, Z.L. and Zhang, L. Nonprofit peer-to-peer ridesharing optimization. Transportation Research Part E: Logistics and Transportation Review, 2020.