摘要 | 第5-7页 |
Abstract | 第7-8页 |
1 绪论 | 第11-19页 |
1.1 研究背景 | 第11-13页 |
1.2 国内外研究现状与发展趋势 | 第13-15页 |
1.2.1 国内外研究现状 | 第13-14页 |
1.2.2 发展趋势 | 第14-15页 |
1.3 本文主要研究内容和意义 | 第15-16页 |
1.4 论文组织结构 | 第16-19页 |
2 相关硬件平台介绍 | 第19-27页 |
2.1 Android 操作系统 | 第19-21页 |
2.2 Android 传感器 | 第21-25页 |
2.2.1 Android 标准坐标系 | 第21-22页 |
2.2.2 Android 传感器 | 第22-24页 |
2.2.3 Android 传感器开发 | 第24-25页 |
2.3 本章小结 | 第25-27页 |
3 相关识别算法介绍 | 第27-39页 |
3.1 驾驶行为概述及特点 | 第27-29页 |
3.2 隐马尔科夫链模型 HMM | 第29-30页 |
3.3 动态规划和 DTW 算法 | 第30-33页 |
3.4 符号集聚合近似算法 SAX | 第33-37页 |
3.4.1 时序数据 | 第33页 |
3.4.2 符号集近似算法 | 第33-36页 |
3.4.3 算法对比与总结 | 第36-37页 |
3.5 本章小结 | 第37-39页 |
4 加速度采集与预处理流程 | 第39-55页 |
4.1 加速度数据采集 | 第39-40页 |
4.2 加速度预处理流程 | 第40-49页 |
4.2.1 加速度校准 | 第40-45页 |
4.2.2 加速度平滑滤波 | 第45-47页 |
4.2.3 端点检测 | 第47-49页 |
4.3 驾驶加速度特征分析 | 第49-53页 |
4.3.1 直线变加速分析 | 第50-51页 |
4.3.2 右转弯分析 | 第51-53页 |
4.3.3 左转弯分析 | 第53页 |
4.4 本章小结 | 第53-55页 |
5 基于 Extended SAX 算法的驾驶事件识别 | 第55-69页 |
5.1 E-SAX 算法 | 第55-57页 |
5.1.1 E-SAX 字符化过程 | 第56页 |
5.1.2 分段字符排序 | 第56-57页 |
5.1.3 相似度度量公式 | 第57页 |
5.2 基于 E-SAX 算法的加速度时序符号化 | 第57-61页 |
5.2.1 加速度数据标准化处理 | 第57-58页 |
5.2.2 序列符号化表示 | 第58-60页 |
5.2.3 模式识别匹配 | 第60-61页 |
5.3 车辆行驶状态识别流程图 | 第61-62页 |
5.4 实验测试 | 第62-67页 |
5.4.1 实验测试平台 | 第62-63页 |
5.4.2 实验测试模板 | 第63-65页 |
5.4.3 测试识别 | 第65-67页 |
5.4.4 响应时间 | 第67页 |
5.4.5 实验总结 | 第67页 |
5.5 本章小结 | 第67-69页 |
6 总结与展望 | 第69-71页 |
6.1 论文工作总结 | 第69-70页 |
6.2 研究展望 | 第70-71页 |
参考文献 | 第71-73页 |
致谢 | 第73-75页 |
个人简历 | 第75页 |
发表的学术论文 | 第75-76页 |