基于超声的高速公路交通流参数获取研究
摘要 | 第1-4页 |
Abstract | 第4-5页 |
目录 | 第5-8页 |
1 绪论 | 第8-18页 |
·ITS的研究背景 | 第8-9页 |
·交通流的几个重要参数 | 第9-10页 |
·交通流参数获取系统的研究现状 | 第10-15页 |
·基于超声的交通流参数获取方案 | 第15-16页 |
·选题意义及论文研究方案 | 第16-18页 |
2 基于超声的交通流参数获取系统的分析与设计 | 第18-23页 |
·高速公路实地考察情况分析 | 第18页 |
·系统架设方案设计 | 第18-21页 |
·基于超声方案的交通流参数获取原理分析 | 第21-23页 |
·车高获取 | 第21页 |
·车速获取 | 第21页 |
·车长获取 | 第21页 |
·车型分类 | 第21-22页 |
·其他交通流参数的获取原理分析 | 第22-23页 |
3 基于超声数据的车辆参数获取算法 | 第23-38页 |
·基于超声波形的车辆提取 | 第23-28页 |
·系统噪声分析 | 第24-26页 |
·一种车辆提取的算法 | 第26-27页 |
·算法实验结果分析 | 第27-28页 |
·基于双传感器的车辆波形匹配 | 第28-36页 |
·几种常用的波形匹配算法 | 第28-30页 |
·一种基于时序的波形匹配算法 | 第30-35页 |
·算法实验结果分析 | 第35-36页 |
·车高、车长和车速的计算及误差分析 | 第36-38页 |
4 车型分类研究 | 第38-57页 |
·模式识别理论与高速公路车型分类方案研究 | 第38-42页 |
·模式识别的基本概念 | 第38-40页 |
·模式特征分析理论基础 | 第40-41页 |
·高速公路车型分类方案研究 | 第41-42页 |
·基于贝叶斯决策的车型初步分类 | 第42-48页 |
·贝叶斯决策理论基础 | 第43-44页 |
·基于Parzen窗法的概率密度估计 | 第44-48页 |
·非参数估计的原理研究 | 第44-45页 |
·高速公路车辆样本的特征分析 | 第45-47页 |
·区域序列与窗函数的选取 | 第47-48页 |
·基于贝叶斯决策的车型分类实验 | 第48页 |
·基于傅立叶描述子的车型二次分类 | 第48-57页 |
·几种描述形状边界的模型 | 第49-50页 |
·傅立叶描述子的理论基础 | 第50页 |
·基于傅立叶描述子的二次分类方案 | 第50-55页 |
·车辆轮廓曲线的傅立叶描述子提取 | 第50-53页 |
·采样点个数与傅立叶描述子描述能力的关系分析 | 第53-55页 |
·基于傅立叶描述子的车型分类实验 | 第55-57页 |
5 现场实验及结果分析 | 第57-69页 |
·原型系统的设计与实现 | 第57-62页 |
·原型系统的硬件模块简介 | 第57-58页 |
·原型系统的软件模块设计与实现 | 第58-62页 |
·应用级系统整体方案 | 第62-64页 |
·现场实验及结果分析 | 第64-69页 |
·实验环境介绍 | 第64-65页 |
·总体实验结果分析 | 第65-66页 |
·单个车辆实验数据分析 | 第66-69页 |
6 总结与展望 | 第69-71页 |
·论文工作小结 | 第69-70页 |
·进一步工作展望 | 第70-71页 |
致谢 | 第71-72页 |
参考文献 | 第72-74页 |