论文的主要创新点 | 第6-7页 |
摘要 | 第7-9页 |
Abstract | 第9-11页 |
目录 | 第12-15页 |
图索引 | 第15-17页 |
表索引 | 第17-18页 |
第1章 绪论 | 第18-50页 |
1.1 选题背景与意义 | 第18-25页 |
1.2 国内外研究现状 | 第25-46页 |
1.2.1 地标 | 第26-34页 |
1.2.2 导航数据模型 | 第34-36页 |
1.2.3 视觉搜索 | 第36-42页 |
1.2.4 路径选择与引导方法 | 第42-46页 |
1.3 本文的研究内容 | 第46-47页 |
1.4 本文的组织结构 | 第47-50页 |
第2章 基于地标的行人导航数据模型 | 第50-61页 |
2.1 行人导航数据模型研究目的 | 第50-52页 |
2.2 LPNDM模型概念化(conceptualizing) | 第52-59页 |
2.2.1 模型需求分析 | 第52-53页 |
2.2.2 模型概念化 | 第53-59页 |
2.3 尚需解决的问题 | 第59-60页 |
2.3.1 地标典型特征 | 第59页 |
2.3.2 行人路径选择与算法 | 第59-60页 |
2.4 本章小结 | 第60-61页 |
第3章 面向行人导航的地标典型特征分析 | 第61-82页 |
3.1 研究目的与意义 | 第61-62页 |
3.2 地标显著度计算 | 第62-66页 |
3.2.1 视觉显著度 | 第63页 |
3.2.2 语义显著度 | 第63-65页 |
3.2.3 结构显著度 | 第65-66页 |
3.3 地标可视关系构建 | 第66-69页 |
3.3.1 有向通视图 | 第66-67页 |
3.3.2 构建方法与流程 | 第67-69页 |
3.4 地标辨识时间预估模型 | 第69-81页 |
3.4.1 地标辨识时间预估模型的研究目的 | 第70-71页 |
3.4.2 视觉搜索任务设计 | 第71-72页 |
3.4.3 视觉特征与地标辨识效率相关性分析 | 第72-77页 |
3.4.4 地标辨识时间预估模型 | 第77-80页 |
3.4.5 地标辨识时间预估模型小结 | 第80-81页 |
3.5 本章小结 | 第81-82页 |
第4章 基于地标序列引导的行人路径选择方法 | 第82-94页 |
4.1 研究的目的与意义 | 第82-84页 |
4.2 地标序列的定义 | 第84页 |
4.3 基于Dijkstra算法的地标序列规划方法 | 第84-89页 |
4.3.1 地标序列规划方法 | 第85页 |
4.3.2 实验与分析 | 第85-89页 |
4.4 基于多目标模型的地标序列规划方法 | 第89-93页 |
4.4.1 多目标模型定义 | 第89-92页 |
4.4.2 基于蚁群优化算法的多目标模型求解 | 第92-93页 |
4.5 本章小结 | 第93-94页 |
第5章 实验与分析 | 第94-124页 |
5.1 实验概述 | 第94-95页 |
5.2 LPNDM模型原型系统 | 第95-105页 |
5.2.1 LPNDM模型类图 | 第95-98页 |
5.2.2 基于现实增强方法的路径引导信息表达 | 第98-101页 |
5.2.3 实验情景1:多模式交通导航环境 | 第101-102页 |
5.2.4 实验情景2:城市地铁导航环境 | 第102-104页 |
5.2.5 LPNDM原型系统小结 | 第104-105页 |
5.3 地标辨识时间预估模型 | 第105-110页 |
5.3.1 地标辨识时间预估模型误差分析 | 第105-106页 |
5.3.2 吸引力强度分析 | 第106-108页 |
5.3.3 不同个体的辨识时间差异性分析 | 第108-109页 |
5.3.4 地标序列辨识时间预估 | 第109页 |
5.3.5 地标辨识时间预估模型小结 | 第109-110页 |
5.4 基于多目标模型的地标序列优化求解方法 | 第110-122页 |
5.4.1 实验区域 | 第110页 |
5.4.2 蚁群优化算法的参数确定 | 第110-114页 |
5.4.3 算法执行 | 第114-116页 |
5.4.4 算法结果分析 | 第116-122页 |
5.5 本章小结 | 第122-124页 |
第6章 结论与展望 | 第124-127页 |
6.1 本文主要研究内容 | 第124-125页 |
6.2 本文主要创新点 | 第125-126页 |
6.3 后续研究展望 | 第126-127页 |
参考文献 | 第127-143页 |
攻读博士学位期间发表的论文与科研情况 | 第143-144页 |
致谢 | 第144页 |