同济大学交通学院特聘研究员，同济大学-加拿大滑铁卢大学联合培养博士，加拿大滑铁卢大学博士后，入选2024年上海市白玉兰人才计划青年项目。
主要研究方向为道路安全设计、危险驾驶行为机理解析、道路运行风险主动防控等。近五年在道路交通安全领域期刊及会议发表论文30余篇，其中以一作/通讯身份发表SCI期刊论文10篇（中科院一区5篇）。合作主编出版学术专著《危险驾驶行为机理解析》，授权国家发明专利2项。曾获2023年美国科学院交通研究委员会（TRB）最佳青年研究者论文奖（一作）和2022年加拿大道路安全委员会（CARSP）最佳论文奖第二名（一作）。参与完成加拿大自然科学与工程技术研究项目、加拿大交通部科研项目、多伦多市“Vision Zero”项目、国家重点研发计划及国家自然科学基金面上项目等科研项目十余项。受聘Journal of Traffic and Transportation Engineering（ESCI, IF: 7.4）、Digital Transportation and Safety、长安大学学报（自然科学版）等期刊青年编委，担任Analytic Methods in Accident Research、Transportation Research Part C: Emerging Technologies、Accident Analysis & Prevention等十余本行业知名期刊及会议论文审稿人。
代表性论文：
1. Shangguan, Q., Wang J.*, Fu, T.*, Fang, S., & Fu, L. (2023). An empirical investigation of driver car-following risk evolution using naturistic driving data and random parameters multinomial logit model with heterogeneity in means and variances. Analytic Methods in Accident Research, 100265. (SSCI, Q1, IF=12.5)
2. Shangguan, Q., Fu, T.*, Wang, J., Fang, S., & Fu, L. (2022). A proactive lane-changing risk prediction framework considering driving intention recognition and different lane-changing patterns. Accident Analysis & Prevention, 164, 106500. (SSCI, Q1, IF=5.7).
3. Shangguan, Q., Fu, T., Wang, J.*, Luo, T., & Fang, S. (2021). An integrated methodology for real-time driving risk status prediction using naturalistic driving data. Accident Analysis & Prevention, 156, 106122. (SSCI, Q1, IF=5.7).
4. Shangguan, Q., Fu, T.*, & Liu, S. (2020). Investigating Rear-end Collision Avoidance Behavior under Varied Foggy Weather Conditions: A Study using Advanced Driving Simulator and Survival Analysis. Accident Analysis & Prevention, 139, 105499. (SSCI, Q1, IF=5.7).
5. Wang J., Fu, T.*, & Shangguan, Q.*. (2023). Wide-area Vehicle Trajectory Data based on Advanced Tracking and Trajectory Splicing Technologies: Potentials in Transportation Research. Accident Analysis & Prevention, 186, 107044. (SSCI, Q1, IF=5.7)
邮箱：qiangshangguan@tongji.edu.cn