山区高速公路车辆行驶状态监测及预警方法研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-15页 |
1.1 问题的提出 | 第8-9页 |
1.1.1 研究的背景 | 第8-9页 |
1.1.2 研究的意义及目的 | 第9页 |
1.2 国内外研究现状 | 第9-13页 |
1.2.1 车辆巡航系统研究 | 第9-10页 |
1.2.2 车辆预警系统研究 | 第10-11页 |
1.2.3 车辆运行状态监测方法研究 | 第11-13页 |
1.3 主要研究内容与方法 | 第13-15页 |
1.3.1 主要研究内容 | 第13页 |
1.3.2 研究思路及技术路线 | 第13-15页 |
第二章 道路试验 | 第15-24页 |
2.1 试验设计 | 第15-16页 |
2.1.1 试验路段概述 | 第15页 |
2.1.2 主要试验设备 | 第15-16页 |
2.1.3 试验过程 | 第16页 |
2.2 基于卡尔曼滤波的试验数据处理 | 第16-20页 |
2.3 车辆自由流状态的甄别 | 第20-24页 |
2.3.1 自由流状态的定义 | 第20页 |
2.3.2 自由流状态数据的甄别 | 第20-24页 |
第三章 山区高速公路车速控制特性及影响因素分析 | 第24-36页 |
3.1 山区高速公路特点 | 第24页 |
3.2 路段划分 | 第24-25页 |
3.3 直线路段车速影响因素分析 | 第25-27页 |
3.4 曲线路段车速影响因素分析 | 第27-29页 |
3.5 不同线形组合下车速特性分析 | 第29-36页 |
3.5.1 连续弯道段车速控制特性分析 | 第29-31页 |
3.5.2 不同线形组合下车速控制特性分析 | 第31-36页 |
第四章 山区高速公路车辆行驶状态监测模型的建立 | 第36-48页 |
4.1 驾驶人车速控制模式分析 | 第36-37页 |
4.2 车辆状态监测的理论选择 | 第37页 |
4.3 车辆状态监测的指标选择 | 第37-39页 |
4.4 神经网络理论 | 第39-40页 |
4.4.1 人工神经网络 | 第39页 |
4.4.2 BP 神经网络 | 第39-40页 |
4.5 BP 神经网络模型的设计 | 第40-44页 |
4.5.1 BP 神经网络的结构设计 | 第40-41页 |
4.5.2 数据预处理 | 第41-42页 |
4.5.3 网络传递函数及网络参数的设置 | 第42-43页 |
4.5.4 隐含层神经元数目的确定 | 第43页 |
4.5.5 BP 神经网络建立过程 | 第43-44页 |
4.6 网络的训练 | 第44-45页 |
4.7 网络模型的验证分析 | 第45-48页 |
第五章 方法应用研究 | 第48-54页 |
5.1 数据信息的采集 | 第48-49页 |
5.2 驾驶人行为学习 | 第49-50页 |
5.3 巡航航控制系统的方案设计 | 第50-52页 |
5.4 弯道预警 | 第52-54页 |
结论与展望 | 第54-56页 |
结论 | 第54-55页 |
不足及展望 | 第55-56页 |
参考文献 | 第56-61页 |
攻读学位期间取得的研究成果 | 第61-62页 |
致谢 | 第62页 |