城市交通环境下适于无人车的GIS数据库构建与应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·无人车技术发展概况 | 第11-13页 |
| ·GIS应用于无人车的研究现状 | 第13-14页 |
| ·本文研究内容及组织结构 | 第14-16页 |
| 第2章 GIS数据库的构建 | 第16-29页 |
| ·无人车实验平台 | 第16-18页 |
| ·无人车感知需求分析 | 第18-19页 |
| ·道路网络模型 | 第19-21页 |
| ·传统道路网络模型 | 第19-20页 |
| ·道路网络模型的改进 | 第20-21页 |
| ·GIS数据库的构建 | 第21-28页 |
| ·GIS简介 | 第21-23页 |
| ·GIS数据库构建流程 | 第23-24页 |
| ·属性信息的设置 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于GIS数据库的道路匹配 | 第29-39页 |
| ·地图匹配算法 | 第30-31页 |
| ·地图匹配算法简介 | 第30页 |
| ·存在的主要问题 | 第30-31页 |
| ·基于图形学的地图匹配算法 | 第31-36页 |
| ·候选路段集的确定 | 第33-35页 |
| ·最佳匹配路段的确定 | 第35-36页 |
| ·实际跑车实验验证及结果分析 | 第36-37页 |
| ·实验设计 | 第36页 |
| ·结果分析 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 基于GIS数据库的路径规划算法 | 第39-61页 |
| ·路段通行时间的预测 | 第39-47页 |
| ·RBF神经网络 | 第40页 |
| ·基于RBF神经网络的路段通行时间预测模型 | 第40-45页 |
| ·模型应用与仿真分析 | 第45-47页 |
| ·路段通行时间的更新 | 第47-48页 |
| ·基于GIS数据库的最短时间路径规划 | 第48-57页 |
| ·Dijkstra算法 | 第48-50页 |
| ·最短时间路径规划算法 | 第50-54页 |
| ·仿真分析 | 第54-57页 |
| ·基于概率意义的路径选择方法 | 第57-59页 |
| ·路径选择方法描述 | 第57-58页 |
| ·仿真分析 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第5章 GIS数据库应用平台设计 | 第61-67页 |
| ·GIS数据库应用平台总体设计 | 第61-62页 |
| ·GIS数据库应用平台功能模块简介 | 第62-67页 |
| ·地图匹配功能模块 | 第62页 |
| ·路段通行时间预测功能模块 | 第62-64页 |
| ·路径规划功能模块 | 第64-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读学位期间发表论文与研究成果清单 | 第74-75页 |
| 致谢 | 第75页 |
