基于感知数据的矢量提取关键技术研究与典型应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 研究内容和创新点 | 第13-14页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 研究创新点 | 第14页 |
| 1.4 论文结构 | 第14-16页 |
| 第2章 背景知识与相关技术介绍 | 第16-24页 |
| 2.1 感知数据的存储模式与查询相关工作 | 第16-17页 |
| 2.1.1 感知数据的存储模式 | 第16页 |
| 2.1.2 感知数据的查询 | 第16-17页 |
| 2.2 路径规划相关工作研究 | 第17-20页 |
| 2.2.1 PageRank算法应用 | 第17-18页 |
| 2.2.2 Dijkstra算法求最短路径 | 第18-19页 |
| 2.2.3 A~*算法求最优路径 | 第19页 |
| 2.2.4 蚁群算法求最优路径 | 第19-20页 |
| 2.2.5 遗传算法求最优路径 | 第20页 |
| 2.3 大型活动人群疏散的相关工作研究 | 第20-22页 |
| 2.3.1 大型活动交通疏散的需求特征 | 第20-21页 |
| 2.3.2 大型活动应急车辆疏散 | 第21页 |
| 2.3.3 疏散路线选择研究 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第3章 基于感知数据的矢量表示及提取方法 | 第24-36页 |
| 3.1 问题分析 | 第24页 |
| 3.2 矢量特征表示 | 第24-28页 |
| 3.2.1 矢量的表示 | 第24-25页 |
| 3.2.2 贝塞尔曲线控制点算法 | 第25-26页 |
| 3.2.3 矢量的匹配与更新 | 第26-27页 |
| 3.2.4 矢量的查询 | 第27-28页 |
| 3.3 矢量提取算法 | 第28-30页 |
| 3.3.1 总体设计 | 第28页 |
| 3.3.2 算法描述 | 第28-30页 |
| 3.4 实验结果与分析 | 第30-34页 |
| 3.4.1 实验数据集及实验设置描述 | 第30页 |
| 3.4.2 矢量提取存储的准确性 | 第30-32页 |
| 3.4.3 存储数据和更新频率 | 第32-33页 |
| 3.4.4 查询效率 | 第33-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第4章 基于矢量的城市道路网动态路径规划 | 第36-48页 |
| 4.1 问题分析 | 第36页 |
| 4.2 路网中的CR值 | 第36-38页 |
| 4.2.1 CR值的引入 | 第36-38页 |
| 4.2.2 CR值的计算 | 第38页 |
| 4.3 A~*算法启发函数设置 | 第38-41页 |
| 4.3.1 A~*算法引入 | 第38-39页 |
| 4.3.2 启发函数设计 | 第39-41页 |
| 4.4 算法框架 | 第41-43页 |
| 4.4.1 总体设计 | 第41-42页 |
| 4.4.2 算法描述 | 第42-43页 |
| 4.5 实验结果及分析 | 第43-47页 |
| 4.5.1 实验数据集及实验设置描述 | 第43页 |
| 4.5.2 参数K的确定 | 第43-45页 |
| 4.5.3 规划效果比较 | 第45-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 大型活动人群疏散的多车辆动态导航 | 第48-62页 |
| 5.1 问题分析 | 第48页 |
| 5.2 基于人群疏散的空间多样性理论 | 第48-52页 |
| 5.2.1 理论描述 | 第48-50页 |
| 5.2.2 理论的基本实现 | 第50-52页 |
| 5.3 算法框架 | 第52-55页 |
| 5.3.1 总体设计 | 第52-53页 |
| 5.3.2 算法描述 | 第53-55页 |
| 5.4 实验设计与结果分析 | 第55-60页 |
| 5.4.1 实验设置及数据集描述 | 第55页 |
| 5.4.2 空间多样性理论效果 | 第55-56页 |
| 5.4.3 效率评估 | 第56-60页 |
| 5.5 本章小结 | 第60-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的学术成果 | 第68-70页 |
| 致谢 | 第70页 |
