个人简介
杨旭，现任长安大学未来交通学院教授、博导、副院长，公路学院教授，博导。入选国家级高层次青年人才，陕西省高层次青年人才，西安欧美同学会第二届理事会副会长，中国公路学会青年专家委员会委员，中科协海智特聘专家，斯坦福大学全球2%顶尖科学家，担任“低碳智慧道路基础设施建设与养护”陕西省高校学科创新引智基地负责人，“道路感诊治一体化智慧技术”陕西高校青年创新团队负责人，“公路绿色智能养护技术”交通运输部协同创新平台技术委员会副主任。近年来主持的科研项目包括中组部海外高层次引进人才专项基金、国家自然科学基金面上项目（2项）、青年项目、科技部重点研发计划重点专项子课题、澳大利亚国家研究委员会重大专项子课题（2项）、澳大利亚-德国联合研究项目、中澳合作项目、陕西省高层次引进人才专项基金等，联合主持或核心参与国家“111”引智基地专项，美国国家自然科学基金、美国联邦公路局项目、美国密歇根州环境保护署项目等。在Computer-aided Civil and Infrastructure Engineering, Automation in Construction, Journal of Hazardous Materials等顶级期刊上发表SCI 期刊论文110余篇，其中第一或通讯作者50篇，谷歌学术总引用6000余次，h指数49。担任业内多个SCI期刊编委或客座编辑；担任世界交通运输大会沥青混合料设计及评价委员会联合主席；担任业内约30多个国际期刊审稿人，教育部人才项目通讯评审专家，国家自然科学基金通讯评审专家，澳大利亚国家研究委员会（ARC）项目通讯评审专家。研究成果获中国公路学会科学技术一等奖2项，二等奖1项，陕西省科技进步二等奖1项，中国公路建设行业协会特等奖1项，陕西省交通运输科技一等奖1项；受邀在美国、澳大利亚、德国、瑞士、马来西亚等地做学术报告20余次。
教育背景
2005.09-2009.07 东南大学 交通工程专业 本科
2009.09-2011.07 东南大学 道路与铁道工程 硕士研究生
2011.08-2015.12 美国密歇根理工大学 博士研究生
工作经历
2016.01-2016.12 美国密歇根理工大学 博士后副研究员
2017.02-2019.03 澳大利亚蒙纳士大学 助理教授、博导
2019.04-2019.05 德国亚琛工业大学 访问学者
2019.04-至今 长安大学公路学院 教授、博导
（其中，2019.07-2019.07 中共中央党校“青年英才研修班”学习）
2022.09-至今 长安大学 未来交通学院 教授、博导、副院长
（其中，2023.08-至今 西安欧美同学会 理事、副会长）
研究领域
1. 道路交通基础设施智能监测；
2. 数据驱动的道路基础设施维护；
3. 面向未来的新型道路材料；
4. 道路养护与修复施工自动化；
5. 土木材料与结构多尺度数值模拟
代表性学术成果（代表性项目、论文等）
1. 国家自然科学基金面上项目（52378431）：基于动态视觉与运动控制的路面裂缝实时寻迹跟踪关键方法研究，2024-2027，主持
2. 国家重点研发计划子课题：严酷环境下在役沥青路面延寿与修复技术（2021YFB2601004），2021-2024，主持
3. 国家自然科学基金面上项目：基于多源图像深度学习的路面裂缝高效识别及表征（52078049），2021-2024，主持
4. 中组部“海外高层次引进人才计划”青年项目人才基金，2019-2024，主持
5. Zhang J, Yang X*, Wang W, et al. (2024). Vision-guided robot for automated pixel-level pavement crack sealing[J]. Automation in Construction, 2024, 168: 105783.
6. Jing J, Yang X*, Ding L, et al. (2024). Self-adaptive 2D3D image fusion for automated pixel-level pavement crack detection[J]. Automation in Construction, 2024, 168: 105756.
7. Zhang J, Yang X*, Wang W, et al. (2024).Segment-to-track for pavement crack with light-weight neural network on unmanned wheeled robot[J]. Automation in Construction, 2024, 161: 105346.
8. Zhang, J., Yang, X.*, Wang, W., et al. (2024). Cross-entropy-based adaptive fuzzy control for visual tracking of road cracks with unmanned mobile robot. Computer-Aided Civil and Infrastructure Engineering, 00, 1–20.
9. 杨旭*,李毅,刘文博,等.基于BIM+GIS的沥青路面表里全域病害数字孪生研究[J].中国公路学报,2023,36(03):120-135.DOI:10.19721/j.cnki.1001-7372.2023.03.009.
10. Guan, J., X. Yang*, P. Liu, et al. (2023). Multi-scale asphalt pavement deformation detection and measurement based on machine learning of full field-of-view digital surface data. Transportation Research Part C: Emerging Technologies 152: 104177.
11. Pan, Z., J. Guan, X. Yang*, et al. (2023). One-stage 3D profile-based pavement crack detection and quantification. Automation in Construction 153: 104946.
12. Zhang, J., X. Yang*, W. Wang, et al. (2023). Automated guided vehicles and autonomous mobile robots for recognition and tracking in civil engineering. Automation in Construction 146: 104699.
13. Guan, J., X. Yang*, V. C. S. Lee, et al. (2022). Full field-of-view pavement stereo reconstruction under dynamic traffic conditions: Incorporating height-adaptive vehicle detection and multi-view occlusion optimization. Automation in Construction 144: 104615.
14. Guan, J., X. Yang*, L. You, et al. (2022). Multi-objective optimization for sustainable road network maintenance under traffic equilibrium: Incorporating costs and environmental impacts. Journal of Cleaner Production334: 130103.
15. Guan, J., X. Yang*, et al (2021). Automated pixel-level pavement distress detection based on stereo vision and deep learning. Automation in Construction129: 103788.
16. Liu J, Yang X*, Lau S, et al. (2020). Automated pavement crack detection and segmentation based on two‐step convolutional neural network[J]. Computer‐Aided Civil and Infrastructure Engineering, 2020, 35(11): 1291-1305.
17. Yang, X., Z. You, D. Perram, D. Hand, Z. Ahmed, W. Wei and S. Luo (2019). Emission analysis of recycled tire rubber modified asphalt in hot and warm mix conditions. Journal of Hazardous Materials 365: 942-951.
18. 中国公路学会科学技术一等奖，2022
19. 中国公路建设行业协会特等奖，2022
20. 陕西省科学技术二等奖，2022
