| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 选题背景 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 存在的问题和发展趋势 | 第10-11页 |
| 1.4 本文研究的主要内容 | 第11-13页 |
| 第二章 公路隧道交通流特性 | 第13-18页 |
| 2.1 公路隧道交通流运行特性 | 第13-14页 |
| 2.1.1 隧道交通环境特点 | 第13页 |
| 2.1.2 隧道内行驶车辆特点 | 第13-14页 |
| 2.2 基本的交通流参数 | 第14-16页 |
| 2.2.1 交通量 | 第14页 |
| 2.2.2 速度 | 第14-16页 |
| 2.2.3 密度 | 第16页 |
| 2.3 交通流参数基本关系 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第三章 基于模糊聚类的间接交通事件检测 | 第18-26页 |
| 3.1 基于模糊聚类算法的事件检测 | 第18-25页 |
| 3.1.1 模糊聚类算法分析交通状态的优势 | 第18页 |
| 3.1.2 模糊聚类数学模型 | 第18-20页 |
| 3.1.3 模糊聚类离线学习 | 第20-21页 |
| 3.1.4 模糊聚类在线调整 | 第21-23页 |
| 3.1.5 模糊聚类检测的实际应用 | 第23-24页 |
| 3.1.6 模糊聚类分析的交通事件检测系统运行结构设计 | 第24页 |
| 3.1.7 模糊聚类交通检测算法的质量 | 第24-25页 |
| 3.2 本章小结 | 第25-26页 |
| 第四章 基于视频图像处理的交通事件检测 | 第26-35页 |
| 4.1 基于视频的交通流参数检测技术 | 第26-29页 |
| 4.1.1 帧差法的背景筛选方法 | 第27-29页 |
| 4.2 基于 ROI 的参数提取 | 第29-32页 |
| 4.3 阈值的确定 | 第32页 |
| 4.4 交通流参数数据检测 | 第32-33页 |
| 4.5 本章小结 | 第33-35页 |
| 第五章 公路隧道事件综合检测 | 第35-44页 |
| 5.1 公路隧道事件直接检测与间接检测综合 | 第35-37页 |
| 5.1.1 隧道条件 | 第35页 |
| 5.1.2 不同检测算法之间的互补完善 | 第35-37页 |
| 5.2 事件检测设备的优劣 | 第37-39页 |
| 5.2.1 隧道检测设备的系统组成 | 第37页 |
| 5.2.2 隧道检测设备的比较 | 第37-39页 |
| 5.2.3 业内对视频检测发展的看法 | 第39页 |
| 5.3 直接检测与间接检测综合的可行性 | 第39-43页 |
| 5.3.1 检测器的布设 | 第40-41页 |
| 5.3.2 间接检测检测器的布设 | 第41-42页 |
| 5.3.4 间接检测器与直接检测器的布设图 | 第42-43页 |
| 5.4 本章小结 | 第43-44页 |
| 第六章 公路隧道交通疏导策略 | 第44-58页 |
| 6.1 交通组织及控制运行模式与控制方块图 | 第44-45页 |
| 6.1.1 交通营运模式 | 第44-45页 |
| 6.1.2 交通组织及控制方块图 | 第45页 |
| 6.2 交通组织诱导方案 | 第45-47页 |
| 6.2.1 隧道交通诱导与控制的四种方式 | 第45-46页 |
| 6.2.2 执行控制 | 第46-47页 |
| 6.3 正常状态下的诱导控制策略 | 第47-49页 |
| 6.3.1 隧道诱导控制总体设施布设概述 | 第48页 |
| 6.3.2 诱导控制的模式 | 第48-49页 |
| 6.3.3 正常运营状态下的交通诱导与控制 | 第49页 |
| 6.4 拥挤、阻塞状态下的交通诱导与控制 | 第49-50页 |
| 6.5 事故状态下的交通诱导与控制 | 第50-57页 |
| 6.5.1 单点事故 | 第50-52页 |
| 6.5.2 两点事故 | 第52-57页 |
| 6.6 本章小结 | 第57-58页 |
| 结论与展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62页 |