| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 本文的组织架构 | 第13-14页 |
| 第二章 相关背景知识介绍 | 第14-25页 |
| 2.1 Android操作系统 | 第14-16页 |
| 2.2 Android传感器应用开发 | 第16-21页 |
| 2.2.1 传感器介绍 | 第16-18页 |
| 2.2.2 传感器应用开发 | 第18-19页 |
| 2.2.3 传感器数据的误差及预处理技术 | 第19-21页 |
| 2.3 Weka | 第21-24页 |
| 2.3.1 Weka简介 | 第21-22页 |
| 2.3.2 基于Weka的研究工作 | 第22页 |
| 2.3.3 性能评估标准 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 转弯行为后车辆所在车道的定位研究 | 第25-35页 |
| 3.1 定位方案设计 | 第25-27页 |
| 3.2 实验验证方案可行性 | 第27-29页 |
| 3.2.1 实验场景设置 | 第27-28页 |
| 3.2.2 车辆坐标系下各轴分量的获取 | 第28-29页 |
| 3.2.3 车辆转弯半径曲线的获取 | 第29页 |
| 3.3 实验结果分析 | 第29-33页 |
| 3.3.1 单个智能手机下可行性分析 | 第29-31页 |
| 3.3.2 不同智能手机下普适性分析 | 第31-33页 |
| 3.4 定位匹配实现 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 影响车辆所在车道位置的车辆行为识别研究 | 第35-52页 |
| 4.1 车辆典型行为特征分析 | 第35-38页 |
| 4.2 车辆行为识别分类算法 | 第38-45页 |
| 4.2.1 朴素贝叶斯分类 | 第38-39页 |
| 4.2.2 决策树 | 第39-40页 |
| 4.2.3 随机森林 | 第40-42页 |
| 4.2.4 支持向量机 | 第42-44页 |
| 4.2.5 K-近邻算法(K-NeaestNeighbor,KNN) | 第44-45页 |
| 4.3 车辆行为识别实验与分析 | 第45-51页 |
| 4.3.1 数据的采集与预处理 | 第45-46页 |
| 4.3.2 特征提取 | 第46-47页 |
| 4.3.3 车辆行为识别实验 | 第47-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 车辆车道级定位系统的设计与实现 | 第52-57页 |
| 5.1 系统设计 | 第52-53页 |
| 5.2 系统架构 | 第53-54页 |
| 5.3 系统原型实现 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 本文工作总结 | 第57页 |
| 6.2 未来工作展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 附录1 攻读硕士学位期间申请的专利 | 第61-62页 |
| 致谢 | 第62页 |