孙棣华，男，自动化学院教授/博导。信息物理社会可信服务计算教育部重点实验室学术带头人、智慧交通与智能控制研究所所长，重庆市智能交通工程技术研究中心主任，重庆市交通物联网工程技术研究中心主任。国家“985工程”科技创新平台重庆大学“多目标测控与高精度测控研究中心”特聘专家，重庆市控制理论与控制工程学科学术带头人。1997年获重庆大学机械制造专业博士学位。
教育背景:
1978-1982 华中科技大学自动控制专业，工学学士
1986-1989 重庆大学自动控制理论与应用专业，工学硕士
1994-1997 重庆大学机械制造专业，工学博士
2003-2004 加拿大Waterloo大学，高级访问学者
专业领域：
自动控制、交通信息工程及控制
主要研究方向:
(1) 智能自动化：信息物理系统，大数据智能，智能感知与自适应控制，智能装备与机器人系统，物联网与RFID应用；
(2) 智慧交通：智能交通系统规划，交通自动感知与状态识别，交通诱导与控制，车路协同与智能驾驶，智能网联汽车；
(3) 智能制造及物流：集成制造，制造执行系统，物流自动化与供应链。
主讲课程:
(1) 博士研究生：讲授《信息物理系统》，招生专业“控制科学与工程”（学术）、“交通运输”（工程）；
(2) 硕士研究生：讲授《自适应控制》《交通CPS》，招生专业“控制科学与工程/交通信息工程及控制”（学硕）、“电子信息/交通运输”（专硕）；
(3) 本科生：讲授《智能交通导论》《新生研讨课》，指导毕业设计。
学术兼职和荣誉:
·IEEE ITSC, Associate Editor
·中国人工智能学会智能交通专业委员会委员
·中国人工智能学会智能驾驶专业委员会委员
·中国公路学会自动驾驶工作委员会委员
·中国智能交通协会专家委员会城市交通工作委员会委员
·交通运输部交通运输行业信息化专家
·重庆市人工智能学会常务理事、智慧交通专委会主任
科研情况简介:
承担完成国家重点研发计划、国家863、国家科技攻关、国家支撑计划、国家自然科学基金、博士点基金、重庆市科技攻关等科研项目20余项。提出了交通信息物理系统（T-CPS）的基本架构与关键技术，并基于群体智能及人机融合智能，研究车车协同行驶、人机共驾及近信号区交通优化，为新一代自动驾驶及智能交通系统奠定基础。获省部科技一等奖2项、二等奖2项、三等奖2项，中国智能交通协会科学技术奖二等奖1项，全国智能交通领域优秀博士学位论文1项，在国内外学术期刊发表论文200余篇（SCI/EI检索100余篇），获权发明专利100余项，中科院科学出版基金学术专著1部。
与美国福特汽车公司、美国通用集团、重庆高速集团、重庆公交集团、中国汽研院、重庆车检院、隆鑫集团、宗申集团等大中型企业合作，承担企业委托和合作研发重要科技开发项目以及产业化项目30余项。支撑完成了第一个省级区域（重庆）车辆无源电子标识及应用系统，在高速公路异常状态视频监测、高速公路状态感知及趋势分析、制造执行系统等领域服务行业需求，产生了数亿元的经济和社会效益，并在此基础上，形成了一批制造业RFID技术、车辆电子标识及信息采集系统的行业和地方标准。
论文及专著：
（一）专著
道路交通流协同行驶理论与方法，科学出版社，2019.（中国科学院科学出版基金学术专著）
系统辨识与自适应控制，重庆大学出版社，2003
（二）论文（选录）
[1] Wan, P., Sun, D. H.（孙棣华）, Zhao, M., Huang, S. Multistability for Almost-Periodic Solutions of Takagi-Sugeno Fuzzy Neural Networks with Nonmonotonic Discontinuous Activation Functions and Time-Varying Delays. IEEE Transactions on Fuzzy Systems, 2021, 29(2), 400-414.
[2]Chen, J., Sun, D. H. （孙棣华）, Zhao, M., Li, Y., Liu, Z. A New Lane Keeping Method Based on Human-Simulated Intelligent Control. IEEE Transactions on Intelligent Transportation Systems, (2021).
[3]Zhao, H., Sun, D. H. （孙棣华）, Zhao, M., Pu, Q., Tang, C. Combined Longitudinal and Lateral Control for Heterogeneous Nodes in Mixed Vehicle Platoon Under V2I Communication. IEEE Transactions on Intelligent Transportation Systems, (2021).
[4]Zhang, Y., Zhao, M., Sun, D. H. （孙棣华）, Wang, S. H., Huang, S., Chen, D. Analysis of mixed traffic with connected and non-connected vehicles based on lattice hydrodynamic model. Communications in Nonlinear Science and Numerical Simulation, 2021, 94, 105541.
[5]Li, Y., Sun, D. H. （孙棣华）, Zhao, M., Chen, J., Liu, Z., Cheng, S., Chen, T. MPC-based switched driving model for human vehicle co-piloting considering human factors. Transportation Research Part C: Emerging Technologies, 2020, 115, 02612.
[6]Wan, P., Sun, D. H. （孙棣华）, Zhao, M., Zhao, H. Monostability and Multistability for Almost-Periodic Solutions of Fractional-Order Neural Networks with Unsaturating Piecewise Linear Activation Functions. IEEE Transactions on Neural Networks and Learning Systems, 2020, 31(12), 5138-5152.
[7]Wan, P., Sun, D. H. （孙棣华）, Zhao, M., Wan, L., Jin, S. Multistability and attraction basins of discrete-time neural networks with nonmonotonic piecewise linear activation functions. Neural Networks, 2020, 122, 231-238.
[8]Wan, P., Sun, D. H. （孙棣华）, Zhao, M., Finite-time and fixed-time anti-synchronization of Markovian neural networks with stochastic disturbances via switching control. Neural Networks, 2020, 123, 1-11.
[9]Zhang, Y., Zhao, M., Sun, D. H. （孙棣华）, Dong, C. An extended continuum mixed traffic model. Nonlinear Dynamics, 2021, 103(2), 1891-1909.
[10]Chen, D., Sun, D. H. （孙棣华）, Liu, H., Zhao, M., Li, Y., Wan, P. Robust control for cooperative driving system of heterogeneous vehicles with parameter uncertainties and communication constraints in the vicinity of traffic signals. Nonlinear Dynamics, 2020, 99(2), 1659-1674.
[11]Chen, D., Sun, D. H. （孙棣华）, Zhao, M., Yang, L.-Y., Zhou, T., Xie, F. Distributed robust H∞ control of connected eco-driving system with time-varying delay and external disturbances in the vicinity of traffic signals. Nonlinear Dynamics, 2018, 92(4), 1829-1844.
[12]Sun, D. H. （孙棣华）, Liu, H., Zhang, G. A new lattice hydrodynamic model with the consideration of flux change rate effect. Nonlinear Dynamics, 2018, 92(2), 351-358.
[13]Zhang, G., Sun, D. H. （孙棣华）, Zhao, M. Phase transition of a new lattice hydrodynamic model with consideration of on-ramp and off-ramp. Communications in Nonlinear Science and Numerical Simulation, 2018, 54, 347-355.
[14]Sun, D. H. （孙棣华）, Zhang, G., Liu, W.-N., Zhao, M., Cheng, S.-L., Zhou, T. Effect of explicit lane changing in traffic lattice hydrodynamic model with interruption. Nonlinear Dynamics, 2016, 86(1), 269-282.
[15]Liu, H., Sun, D. H. （孙棣华）, Zhao, M. Analysis of traffic flow based on car-following theory: a cyber-physical perspective. Nonlinear Dynamics, 2016, 84(2), 881-893.
[16]Zhang, G., Sun, D. H. （孙棣华）, Liu, W. N. Erratum to: Analysis of a new two-lane lattice hydrodynamic model with consideration of the global average flux. Nonlinear Dynamics, 2016, 83(3), 1783.
[17]Zhang, G., Sun, D. H. （孙棣华）, Liu, W.-N. Analysis of a new two-lane lattice hydrodynamic model with consideration of the global average flux. Nonlinear Dynamics, 2015, 81(4), 1623-1633.
[18]Sun, D. H. （孙棣华）, Zhang, G., Liu, W.-N., Zhao, M., Cheng, S.-L. Analysis of anticipation driving effect in traffic lattice hydrodynamic model with on-ramp. Nonlinear Dynamics, 2015, 81(1-2), 907-916.
[19]Zhou, T., Sun, D. H. （孙棣华）, Kang, Y., Li, H., Tian, C. A new car-following model with consideration of the prevision driving behavior. Communications in Nonlinear Science and Numerical Simulation, 2014, 19 (10), 3820-3826.
[20]Kang, Y.-R., Sun, D. H. （孙棣华） Lattice hydrodynamic traffic flow model with explicit drivers' physical delay, Nonlinear Dynamics, 2013, 71(3), 531-537.
[21]Zheng, L.-J., Tian, C., Sun, D. H. （孙棣华）, Liu, W.-N. A new car-following model with consideration of anticipation driving behavior. Nonlinear Dynamics, 2012, 70 (2), 1205-1211.
[22]Li, Y., Sun, D. H. （孙棣华）, Liu, W., Zhang, M., Zhao, M., Liao, X., Tang, L. Erratum: Modeling and simulation for microscopic traffic flow based on multiple headway, velocity and acceleration difference. Nonlinear Dynamics, 2011, 66, 15-28.
[23]Tian, C., Sun, D. H. （孙棣华）, Zhang, M. Nonlinear analysis of lattice model with consideration of optimal current difference. Communications in Nonlinear Science and Numerical Simulation, 2011, 16(11), 4524-4529.
[24]Li, Y., Sun, D. H. （孙棣华）, Liu, W., Zhang, M., Zhao, M., Liao, X., Tang, L. Modeling and simulation for microscopic traffic flow based on multiple headway, velocity and acceleration difference. Nonlinear Dynamics, 2011, 66(1-2), 15-28.
[25]李华民,吴俊美,孙棣华,陈栋,赵敏. 基于RFID电子车牌数据的公交行程时间预测方法[J]. 中国公路学报,2019,32(08):165-173+182.
[26]孙棣华,杨陈成,廖孝勇,赵敏,程森林. 基于公交GPS数据的交叉口信号配时参数估计[J].控制与决策,2018,33(04):724-730.
[27]吴勇,孙棣华,李蕊,刘新荣,梁乃兴. 快速路合流区交通事故影响因素研究[J]. 中国公路学报,2015,28(09):98-105.
[28]孙棣华,康义容,李华民. 驾驶员预估效应下车流能耗演化机理研究[J]. 物理学报,2015,64(15):347-353.
[29]崔明月,孙棣华,李永福,廖孝勇. 基于滤波反演法的参数不确定自动引导车的运动控制[J]. 控制与决策,2013,28(08):1200-1206.
[30]孙棣华,周桐,刘卫宁,郑林江. 考虑最邻近前车综合信息的反馈控制跟驰模型[J]. 物理学报,2013,62(17):81-87.
[31]崔明月,孙棣华,李永福,刘卫宁. 轮子纵向打滑条件下的移动机器人自适应跟踪控制[J]. 控制与决策,2013,28(05):664-670.
[32]孙棣华,李永福,刘卫宁,赵敏,廖孝勇. 交通信息物理系统及其关键技术研究综述[J]. 中国公路学报,2013,26(01):144-155.
[33]孙棣华,崔明月,李永福. 具有参数不确定性的轮式移动机器人自适应backstepping控制[J]. 控制理论与应用,2012,29(09):1198-1204.
[34]孙棣华,李陆,廖孝勇,赵敏,刘卫宁. 基于样条变换多元回归模型的摄像机标定算法[J]. 仪器仪表学报,2012,33(05):991-997.
[35]孙棣华,田川. 考虑驾驶员预估效应的交通流格子模型与数值仿真[J]. 物理学报,2011,60(06):836-842.
[36]李永福,孙棣华,崔明月. 全速度差跟驰模型的Lyapunov稳定性分析[J]. 控制理论与应用,2010,27(12):1669-1673.
[37]彭光含,孙棣华,何恒攀. 交通流双车跟驰模型与数值仿真[J]. 物理学报,2008,57(12):7541-7546.
[38]刘卫宁,孙棣华,宋伟,熊志宏. 智能交通虚拟共用信息平台研究[J]. 中国公路学报,2004(04):82-87.
[39]孙棣华,刘卫宁,宋伟. 基于相对熵的决策属性均衡性评价模型[J]. 系统工程理论与实践,2001(06):83-85+95.
[40]孙棣华,刘飞,但斌. 扩展质量损失函数模型的研究[J]. 机械工程学报,1998(02):27-33.
联系方式：
d3sun@163.com, dsun@cqu.edu.cn
重庆市沙坪坝区沙正街174号重庆大学自动化学院
