摘要 | 第3-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第11-28页 |
1.1 研究背景及意义 | 第11-14页 |
1.2 车辆危险行为定义 | 第14-15页 |
1.3 车辆安全辅助研究现状 | 第15-17页 |
1.4 车辆危险行为识别研究现状 | 第17-23页 |
1.4.1 危险驾驶状态识别 | 第17-21页 |
1.4.2 违法驾驶识别 | 第21-23页 |
1.5 现有研究存在问题 | 第23-25页 |
1.6 主要研究内容及章节安排 | 第25-28页 |
第2章 车辆运动特征采集及表达 | 第28-41页 |
2.1 基于车载传感器采集运动特征 | 第28-33页 |
2.1.1 采集设备及参数 | 第28-32页 |
2.1.2 车辆运动特征表达 | 第32-33页 |
2.2 基于路侧视频采集运动特征 | 第33-34页 |
2.3 车辆运动轨迹表达 | 第34-40页 |
2.3.1 目标运动轨迹表达方法 | 第34-37页 |
2.3.2 车辆运动轨迹表达选择 | 第37-40页 |
2.4 本章小结 | 第40-41页 |
第3章 基于信息论度量的车辆运动特征提取方法 | 第41-69页 |
3.1 引言 | 第41-46页 |
3.1.1 特征选择对车辆行为识别的作用 | 第41页 |
3.1.2 特征选择算法研究现状 | 第41-46页 |
3.2 信息论度量及评价标准 | 第46-50页 |
3.2.1 熵、互信息和条件互信息 | 第46-47页 |
3.2.2 相关性、冗余性和互补性分析 | 第47-50页 |
3.3 基于冗余性与互补性散度的特征选择方法 | 第50-55页 |
3.3.1 冗余性-互补性散度分析 | 第50-52页 |
3.3.2 冗余-互补散度的特征选择方法 | 第52-54页 |
3.3.3 算法复杂性分析 | 第54-55页 |
3.4 特征选择算法验证 | 第55-68页 |
3.4.1 基本安排及实验环境 | 第55-57页 |
3.4.2 实验过程设计 | 第57-58页 |
3.4.3 实验结果 | 第58-68页 |
3.5 本章小结 | 第68-69页 |
第4章 基于Wilcoxon检验和SVM的危险驾驶状态分析和识别 | 第69-89页 |
4.1 危险驾驶状态下车辆运动特征采集 | 第69-73页 |
4.1.1 疲劳驾驶实验 | 第69-71页 |
4.1.2 分神驾驶实验 | 第71-73页 |
4.2 基于特征选择算法选取车辆运动特征 | 第73-75页 |
4.3 危险驾驶状态下车辆运动特征共性指标分析与提取 | 第75-83页 |
4.3.1 车辆运动共性特征分析 | 第75-81页 |
4.3.2 车辆运动共性特征提取 | 第81-83页 |
4.4 危险驾驶状态识别 | 第83-88页 |
4.4.1 识别算法 | 第83-84页 |
4.4.2 优化识别算法 | 第84-86页 |
4.4.3 识别结果 | 第86-88页 |
4.5 本章小结 | 第88-89页 |
第5章 基于 -稀疏重构的违法驾驶识别方法 | 第89-110页 |
5.1 违法驾驶实验 | 第89-90页 |
5.2 基于特征选择算法选取车辆运动特征 | 第90-92页 |
5.3 改进稀疏重构模型识别违法驾驶 | 第92-101页 |
5.3.1 稀疏重构方法 | 第92-94页 |
5.3.2 建立lp稀疏重构优化求解方法 | 第94-99页 |
5.3.3 构建lp稀疏重构模型的违法驾驶识别方法 | 第99-101页 |
5.4 违法驾驶识别结果 | 第101-109页 |
5.4.1 测试数据集 | 第102-104页 |
5.4.2 识别结果 | 第104-109页 |
5.5 本章小结 | 第109-110页 |
第6章 基于混合核函数稀疏重构的违法驾驶识别方法 | 第110-121页 |
6.1 引言 | 第110-112页 |
6.2 建立混合核的稀疏重构优化模型 | 第112-117页 |
6.2.1 混合核构建 | 第112-115页 |
6.2.2 混合核函数优化稀疏重构模型 | 第115-117页 |
6.3 识别结果 | 第117-119页 |
6.4 本章小结 | 第119-121页 |
第7章 总结与展望 | 第121-124页 |
7.1 本文工作与总结 | 第121-122页 |
7.2 主要创新点 | 第122-123页 |
7.3 研究展望 | 第123-124页 |
参考文献 | 第124-133页 |
致谢 | 第133-134页 |
攻读博士学位期间发表的论文及参加科研情况 | 第134-136页 |