朱俊清，博士
副教授，博士生导师
交通学院道路工程系教师
所属团队：智慧公路运维技术
办公地点：东南大学九龙湖校区交通学院楼509
联系电话：15150659102
电子邮箱：zhujq@seu.edu.cn
江苏省“双创博士”，主要研究领域为道路智能检测与养护技术，主持国家自然科学基金、国家重点研发计划项目子课题、江苏省自然科学基金等科研项目10余项，发表学术论文40余篇（ESI高被引论文1篇、ESI热点论文1篇），出版专著1部，授权发明专利14项，研究成果获得中国公路学会科技进步奖一等奖、中国交通运输协会科技进步奖一等奖以及中国公路建设行业协会科技进步奖特等奖等奖励7项。连续三年（2022、2023、2024）指导学生获得全国大学生交通运输科技大赛一等奖，指导学生获得江苏省大学生交通科技大赛一等奖等省级竞赛奖项6项。
研究方向：
l 路面智能检测技术
l 沥青路面病害成因诊断
l 路面结构感知原理与长期性能监测
l 公路基础设施韧性监测评估
l 低空感知技术、低空场景数字底座
教育经历：
2012.06-2017.08，俄亥俄大学土木工程专业，博士
2010.09-2012.06，俄亥俄大学土木工程专业，硕士
2006.08-2010.06，吉林大学土木工程专业，学士
工作经历：
2021.02-至今，东南大学交通学院，副教授
2019.1-2021.01，东南大学交通学院，博士后
2017.9-2018.12，苏交科集团股份有限公司道路工程研究所工程师
教学课程：
本科生：《土木工程材料》、《智慧公路》
研究生：《路面设计原理与方法》、《道路工程传感技术》
科研项目：
[1] 国家自然科学基金青年基金，基于端到端网络的点云-RGB异源路面图像深度融合机制及裂缝识别研究，2022.1-2024.12，主持
[2] 江苏省自然科学基金青年基金，基于人工智能的路面裂缝自动识别技术及应用基础研究，2018.07-2021.06，主持
[3] 国家重点研发计划课题，融合北斗系统的空天地一体化智能监控预警技术，2021.12-至今，参与
[4] 国家重点研发计划课题，机场道面状态智能化监测与性能快速恢复技术，2020.11-至今，参与
[5] 南京市公路事业发展中心，江苏省普通国省道路基路面长期性能监测，2023.8-至今，主持
[6] 广西南天高速公路有限公司，山区高速公路韧性评估关键技术研究与应用，2022.11-至今，主持
[7] 江苏省交通运输厅公路事业发展中心，江苏省普通国省道典型路面结构性能长期监测及路面养护“四新”技术应用评价机制研究，2022.4-至今，主持
[8] 南京长江第四大桥有限责任公司，南京四桥复合浇注式沥青混凝土钢桥面铺装养护关键技术研究，2019.06-2020.06，主持
[9] 江苏交通控股集团，广靖锡澄、锡宜、环太湖、苏锡高速公路2019-2021年养护规划，2018.06-2018.10，参与
[10] FHWA/ODOT, Forensic Study of Early Failures with Unbonded Concrete Overlay, 2014.08-2017.04
[11] FHWA/IDOT/NYSDOT, Pooled Fund Study TPF-5(300), Performance and Load Response of Rigid Pavement Systems, 2014.05-2019.05
[12] FHWA/ODOT, Implementation and Thickness Optimization of Perpetual Pavements in Ohio, 2012.01-2015.06
[13] FHWA/ODOT/NYSDOT, Pooled Fund Study TPF-5(121), Monitoring and Modeling of Pavement Response and Performance, 2006.05-2012.05
近三年代表性论文：
期刊论文
[1] J Zhu, Z Ren, F Chen, M Tian. Road visibility detection based on convolutional neural networks with point cloud – RGB fused fog images. ASCE Journal of Computing in Civil Engineering. 2025. 39(2): 04025005.
[2] T Bu, J Zhu*, T Ma, S Jiang. Pavement point cloud upsampling based on transformer: toward enhancing 3D pavement data. IEEE Transactions on Intelligent Transportation System. 2024. 25(12): 21647-21657.
[3] J Zhu, Y Wu, T Ma*. Multi-object eetection for daily road maintenance inspection with UAV based on improved yolov8. IEEE Transactions on Intelligent Transportation System. 2024. 25(11):16548-16560.
[4] Z Wang, J Zhu*, T Ma. Mapping of highway slope hazard susceptibility based on insar and machine learning: a pilot study toward road infrastructure resilience. Road Materials and Pavement Design. 2024.
[5] Z Wang, J Zhu*, T Ma. Review on monitoring pavement subgrade settelement: influencing factor, measurement, and advancement. Measurement. 2024, 237: 115225.
[6] Z Wang, J Zhu*, T Ma. Deep Learning based Detection of Vehicle Axle Type with Images captured via UAV. ASCE Journal of Transportation Engineering, part B. 2024, 150(3): 04024032.
[7] J Zhu, Z Dong, S Jiang, T Ma*, S Huang, F Chen, W Zhang. Long-term rutting prediction of gussasphalt steel bridge deck pavement based on comprehensive finite element modeling. International Journal of Pavement Engineering. 2024, 25(1): 2428419.
[8] J Zhu, T Bu, T Ma, X Huang, F Chen. Raster-based point cloud mapping of marking defect: toward automated road inspection via airborne lidar. ASCE Journal of Transportation Engineering, part B. 2024, 150(2): 04024015.
[9] T Bu, J Zhu*, T Ma, A UAV Photography-based detection method for defective road marking. ASCE Journal of Performance of Constructed Facilities. 2022, 36(5): 04022035.
[10] J Zhong, J Zhu*, J Huyan, T Ma, W Zhang. Multi-scale feature fusion network for pixel-level pavement distress detection. Automation in Construction. 2022, 141, 104436.
[11] J Zhu, J Zhong, T Ma, X Huang, W Zhang, Y Zhou. Pavement distress detection using convolutional neural networks with images captured via UAV. Automation in Construction. 2022, 133: 103991. (ESI热点论文)
[12]J Zhu, S Sargand, I Khoury, DM Tarawneh, T Ma, F Chen. Dynamic load response of perpetual pavement test roads on U.S. 23: full-scale instrumentation and data analysis. Construction and Building Materials. 2022, 331: 127326.
