基于志愿感知的实时交通信息采集研究与系统设计
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-13页 |
| 第1章 绪论 | 第13-23页 |
| ·研究背景与意义 | 第13-15页 |
| ·国内外研究现状 | 第15-20页 |
| ·移动感知研究现状 | 第15-17页 |
| ·实时交通数据采集技术研究现状 | 第17-20页 |
| ·本文主要工作与组织结构 | 第20-23页 |
| 第2章 交通信息采集相关基础 | 第23-33页 |
| ·数据采集 | 第23-26页 |
| ·终端传感器定位技术 | 第23-24页 |
| ·网络定位技术 | 第24-25页 |
| ·定位技术总结 | 第25-26页 |
| ·地图匹配 | 第26-30页 |
| ·几何地图匹配算法 | 第27-28页 |
| ·基于模糊逻辑的地图匹配算法 | 第28-29页 |
| ·基于加权系统的相似性度量函数的地图匹配算法 | 第29页 |
| ·基于模式识别的地图匹配算法 | 第29页 |
| ·地图匹配算法总结 | 第29-30页 |
| ·交通参数估计 | 第30-32页 |
| ·多元回归模型 | 第30-31页 |
| ·神经网络模型 | 第31页 |
| ·模糊推理模型 | 第31-32页 |
| ·速度积分模型 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第3章 移动感知下的实时交通信息采集系统设计 | 第33-43页 |
| ·系统需求分析 | 第33-34页 |
| ·系统总体设计 | 第34-37页 |
| ·系统架构设计 | 第35-36页 |
| ·系统模块设计 | 第36-37页 |
| ·感知任务分配策略设计 | 第37-39页 |
| ·精准感知 | 第37-38页 |
| ·节能感知 | 第38-39页 |
| ·地图数据库设计 | 第39-42页 |
| ·虚拟地图设计 | 第39-40页 |
| ·道路数据库实现 | 第40-41页 |
| ·数据库安全性设计 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 精准感知下的实时交通信息采集研究 | 第43-59页 |
| ·精准感知下的实时交通信息采集体系设计 | 第43-44页 |
| ·位置初始化模块 | 第44-46页 |
| ·最近邻搜索 | 第44-45页 |
| ·基于Geohash的快速搜索算法 | 第45-46页 |
| ·驾驶状态跟踪模块 | 第46-51页 |
| ·驾驶状态分类 | 第47页 |
| ·特征提取与分析 | 第47-49页 |
| ·多驾驶特征状态识别算法 | 第49-51页 |
| ·驾驶路线跟踪和交通参数估计模块 | 第51-52页 |
| ·实验分析 | 第52-57页 |
| ·实验数据采集 | 第52-53页 |
| ·实验设计 | 第53-55页 |
| ·驾驶状态跟踪模块性能分析 | 第55-56页 |
| ·驾驶路线跟踪模块性能分析 | 第56页 |
| ·交通参数估计模块性能分析 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第5章 节能感知下的实时交通数据采集研究 | 第59-72页 |
| ·节能感知下的实时交通信息采集体系设计 | 第59-60页 |
| ·方向校正模块设计 | 第60-62页 |
| ·坐标系变换 | 第60-61页 |
| ·方向校正 | 第61-62页 |
| ·机器学习系统设计 | 第62-66页 |
| ·训练样本采集 | 第62-63页 |
| ·数据过滤 | 第63页 |
| ·数据转换和特征提取 | 第63-65页 |
| ·路况分类 | 第65-66页 |
| ·实验评估 | 第66-71页 |
| ·实验设计 | 第66-69页 |
| ·实验结果 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-75页 |
| ·全文总结 | 第72-73页 |
| ·研究工作展望 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 作者在攻读硕士学位期间参与的科研成果 | 第80页 |
