| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 车联网研究现状及分析 | 第13-15页 |
| 1.2.2 DASS研究现状及分析 | 第15-17页 |
| 1.2.3 DASS服务感知研究现状及分析 | 第17-18页 |
| 1.3 研究的创新点和组织结构 | 第18-20页 |
| 1.3.1 论文的创新点 | 第18页 |
| 1.3.2 论文的组织结构 | 第18-20页 |
| 第二章 车联网环境下DASS可行性分析 | 第20-25页 |
| 2.1 DASS理论可行性分析 | 第20-21页 |
| 2.2 DASS技术可行性分析 | 第21-23页 |
| 2.3 DASS应用推广可行性分析 | 第23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 基于主动数据库的DASS需求感知模型研究 | 第25-48页 |
| 3.1 主动数据库基本原理 | 第25-30页 |
| 3.2 DASS需求感知模型 | 第30-47页 |
| 3.2.1 DASS感知模型建模 | 第30-31页 |
| 3.2.2 DASS行车服务需求分析 | 第31-34页 |
| 3.2.3 基于主动数据库的DASS感知模型实现 | 第34-47页 |
| 3.3 本章小结 | 第47-48页 |
| 第四章 DASS服务关键算法研究 | 第48-59页 |
| 4.1 车联网环境下的信息融合算法研究 | 第48-52页 |
| 4.1.1 常见信息融合算法及不足 | 第48-49页 |
| 4.1.2 基于Multi-Agent的DASS信息融合算法研究 | 第49-52页 |
| 4.2 车联网环境下交通拥堵感知算法研究 | 第52-54页 |
| 4.2.1 目前存在的交通拥堵感知算法及不足 | 第52-53页 |
| 4.2.2 DASS的交通拥堵感知算法研究 | 第53-54页 |
| 4.3 DASS服务匹配算法研究 | 第54-57页 |
| 4.3.1 DASS服务类型匹配算法 | 第54-56页 |
| 4.3.2 DASS服务能力匹配算法 | 第56-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第五章 DASS实验平台搭建与仿真实验 | 第59-74页 |
| 5.1 基于Prescan的DASS仿真实验平台搭建 | 第59-62页 |
| 5.1.1 DASS仿真实验平台设计 | 第59-60页 |
| 5.1.2 DASS仿真系统开发流程 | 第60-62页 |
| 5.2 DASS行车安全性服务验证 | 第62-68页 |
| 5.2.1 实验的目的与意义 | 第62页 |
| 5.2.2 DASS追尾预警交通场景搭建 | 第62-64页 |
| 5.2.3 实验结果与分析 | 第64-68页 |
| 5.3 DASS实时动态路径规划仿真 | 第68-73页 |
| 5.3.1 实验目的与意义 | 第68-69页 |
| 5.3.2 实时最优路径规划交通场景搭建 | 第69-71页 |
| 5.3.3 实验结果与分析 | 第71-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 全文总结 | 第74页 |
| 6.2 工作展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 攻读硕士学位期间的主要研究成果 | 第82页 |