城市道路交通流智能化模拟虚拟现实系统研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-23页 |
| ·研究的背景与意义 | 第9-13页 |
| ·研究背景 | 第9-11页 |
| ·研究的意义 | 第11-13页 |
| ·相关研究综述 | 第13-19页 |
| ·虚拟现实技术综述 | 第13-14页 |
| ·虚拟交通流模拟相关研究 | 第14-17页 |
| ·蚁群算法优化交通流模拟相关研究 | 第17-18页 |
| ·国内外相关研究评述 | 第18-19页 |
| ·本文的研究内容与技术方案 | 第19-22页 |
| ·研究目标 | 第19页 |
| ·研究内容 | 第19-20页 |
| ·本文技术方案 | 第20-22页 |
| ·论文的结构 | 第22-23页 |
| 第2章 虚拟场景实现关键技术 | 第23-35页 |
| ·虚拟现实场景建模 | 第23-29页 |
| ·3DSMax 三维建模技术 | 第23页 |
| ·Multigen Creator 三维建模技术 | 第23-24页 |
| ·三维模型的转换 | 第24-29页 |
| ·虚拟场景真实感实现 | 第29-31页 |
| ·层次细节模型在图形渲染中的应用 | 第29-30页 |
| ·粒子系统特效的生成 | 第30-31页 |
| ·虚拟场景实例 | 第31-34页 |
| ·小结 | 第34-35页 |
| 第3章 虚拟环境中的车辆自动运动 | 第35-60页 |
| ·车辆运动与 VEGA PRIME | 第35-40页 |
| ·Vega Prime 及其 API 简述 | 第35-36页 |
| ·虚拟现实车辆运动模拟 | 第36-39页 |
| ·智能化交通流模拟技术路线 | 第39-40页 |
| ·道路网络及其数据结构 | 第40-44页 |
| ·车辆路径计算以及车辆自动运动 | 第44-55页 |
| ·车辆类及相关数据 | 第44-47页 |
| ·车辆路径算法 | 第47-55页 |
| ·实例验证 | 第55-59页 |
| ·小结 | 第59-60页 |
| 第4章 虚拟现实车辆智能运动 | 第60-81页 |
| ·车辆运动控制 | 第60-62页 |
| ·车辆运动策略 | 第62-70页 |
| ·自由行驶策略 | 第64-65页 |
| ·跟驰策略 | 第65-66页 |
| ·变道策略 | 第66-70页 |
| ·车辆信号控制 | 第70-73页 |
| ·交通信号灯信号控制 | 第70-73页 |
| ·其他信号控制 | 第73页 |
| ·智能化交通流 | 第73-75页 |
| ·车辆种类随机化 | 第73-74页 |
| ·车辆分布随机化 | 第74页 |
| ·车辆数量随机化 | 第74-75页 |
| ·实例验证 | 第75-80页 |
| ·小结 | 第80-81页 |
| 第5章 虚拟现实城市道路交通流智能优化 | 第81-107页 |
| ·智能控制方法 | 第81-87页 |
| ·遗传算法 | 第81-83页 |
| ·人工神经元网络 | 第83-84页 |
| ·蚁群算法 | 第84-87页 |
| ·蚁群算法及其应用 | 第87-90页 |
| ·智能控制优化算法的选择 | 第87-88页 |
| ·蚁群算法应用研究 | 第88-90页 |
| ·虚拟现实车辆路径优化算法 | 第90-106页 |
| ·改进蚁群算法用于交通流智能优化 | 第90-97页 |
| ·算法收敛性研究 | 第97-98页 |
| ·参数取值研究 | 第98-106页 |
| ·小结 | 第106-107页 |
| 第6章 城市道路虚拟交通流智能模拟系统 | 第107-122页 |
| ·系统定位 | 第107页 |
| ·系统总体框架 | 第107-108页 |
| ·系统功能模块设计 | 第108-116页 |
| ·场景导入和数据读取模块 | 第108-111页 |
| ·模拟计算模块 | 第111-114页 |
| ·结果输出模块 | 第114-116页 |
| ·实例验证 | 第116-121页 |
| ·小结 | 第121-122页 |
| 第7章 结论与展望 | 第122-125页 |
| ·主要研究成果 | 第122-123页 |
| ·未来研究展望 | 第123-125页 |
| 参考文献 | 第125-130页 |
| 致谢 | 第130-132页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第132-133页 |
