摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-15页 |
1.1 背景及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-13页 |
1.2.1 交通事件自动检测算法国内外研究现状 | 第9-12页 |
1.2.2 交通检测器的布设方法国内外研究现状 | 第12-13页 |
1.3 主要研究内容 | 第13页 |
1.4 研究技术路线 | 第13-15页 |
第二章 交通事件检测基础理论分析 | 第15-25页 |
2.1 交通事件的定义 | 第15页 |
2.2 交通事件检测技术分类 | 第15-17页 |
2.3 交通事件自动检测算法 | 第17-21页 |
2.3.1 模式识别算法 | 第17-18页 |
2.3.2 统计分析算法 | 第18-19页 |
2.3.3 时间序列和平滑/滤波算法 | 第19页 |
2.3.4 交通理论模型算法 | 第19-20页 |
2.3.5 小波分析理论算法 | 第20页 |
2.3.6 人工智能算法 | 第20-21页 |
2.4 交通事件检测算法评价指标 | 第21-24页 |
2.4.1 评价指标 | 第21-23页 |
2.4.2 评价指标的相互关系 | 第23页 |
2.4.3 常用的事件检测算法评价 | 第23-24页 |
2.5 小结 | 第24-25页 |
第三章 交通事件检测算法适应性分析 | 第25-49页 |
3.1 事件检测算法影响因素分析 | 第25-26页 |
3.1.1 交通事件下车流运行特性分析 | 第25页 |
3.1.2 事件检测算法影响因素 | 第25-26页 |
3.2 增量比较自动检测算法适应性分析 | 第26-39页 |
3.2.1 增量比较自动检测算法 | 第26-28页 |
3.2.2 事件检测模拟方案工作步骤 | 第28页 |
3.2.3 流量、客货比、检测器间距对检测算法的影响 | 第28-34页 |
3.2.4 事件发生位置对检测算法的影响 | 第34-37页 |
3.2.5 事件严重程度对检测算法的影响 | 第37-39页 |
3.3 CALIFORNIA 检测算法适应性分析 | 第39-48页 |
3.3.1 事件检测模拟方案 | 第39页 |
3.3.2 流量、客货比、检测器间距对检测算法的 | 第39-44页 |
3.3.3 事件发生位置对检测算法的影响 | 第44-47页 |
3.3.4 事件严重程度对检测算法的影响 | 第47-48页 |
3.4 小结 | 第48-49页 |
第四章 交通检测器布设研究 | 第49-66页 |
4.1 常见的交通检测器 | 第49-50页 |
4.2 已有的交通检测器布设方法 | 第50-52页 |
4.2.1 经验布设方法 | 第50页 |
4.2.2 时空单元法 | 第50-51页 |
4.2.3 行程时间法 | 第51页 |
4.2.4 检测器布设方法评价 | 第51-52页 |
4.3 冲击波理论布设方法 | 第52-58页 |
4.3.1 事件波模型 | 第52-54页 |
4.3.2 交通检测器间距模型 | 第54-58页 |
4.4 成本和事件检测效果布设方法 | 第58-65页 |
4.4.1 布设基本原理 | 第58页 |
4.4.2 布设逻辑步骤 | 第58-59页 |
4.4.3 仿真方案设计 | 第59页 |
4.4.4 仿真结果分析 | 第59-65页 |
4.5 小结 | 第65-66页 |
第五章 结语 | 第66-67页 |
5.1 本文所做的主要工作 | 第66页 |
5.2 进一步要研究的内容 | 第66-67页 |
参考文献 | 第67-70页 |
致谢 | 第70页 |