基于智能终端的异常驾驶行为检测系统的研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 论文研究背景及意义 | 第8-10页 |
| 1.1.1 论文的研究背景 | 第8-9页 |
| 1.1.2 论文的研究意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-12页 |
| 1.3 论文的主要内容及章节安排 | 第12-14页 |
| 第二章 行车数据采集与预处理 | 第14-26页 |
| 2.1 数据采集平台 | 第14-19页 |
| 2.1.1 Android开发平台介绍 | 第14-16页 |
| 2.1.2 数据采集方式 | 第16-18页 |
| 2.1.3 传感器坐标系 | 第18-19页 |
| 2.2 MEMS传感器 | 第19-21页 |
| 2.2.1 加速度传感器 | 第19-20页 |
| 2.2.2 陀螺仪传感器 | 第20-21页 |
| 2.3 数据预处理 | 第21-25页 |
| 2.3.1 传感器标零 | 第21-22页 |
| 2.3.2 噪声分析与处理 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于BP神经网络的异常驾驶行为检测 | 第26-43页 |
| 3.1 异常驾驶行为特征分析 | 第26-30页 |
| 3.1.1 急加减速 | 第26页 |
| 3.1.2 急转弯 | 第26-27页 |
| 3.1.3 S型行车 | 第27-28页 |
| 3.1.4 紧急变道 | 第28-30页 |
| 3.2 异常驾驶特征提取 | 第30-32页 |
| 3.3 端点检测 | 第32-36页 |
| 3.4 神经网络在异常驾驶行为检测中的应用 | 第36-42页 |
| 3.4.1 BP神经网络 | 第36-39页 |
| 3.4.2 LM算法 | 第39-40页 |
| 3.4.3 异常驾驶行为识别方法 | 第40-42页 |
| 3.5 本章小节 | 第42-43页 |
| 第四章 异常驾驶行为检测系统设计与实现 | 第43-56页 |
| 4.1 应用需求分析 | 第43-45页 |
| 4.1.1 可行性分析 | 第43-44页 |
| 4.1.2 功能需求分析 | 第44-45页 |
| 4.2 系统架构 | 第45-46页 |
| 4.3 Android应用程序框架介绍 | 第46-49页 |
| 4.3.1 Volley框架介绍 | 第46-48页 |
| 4.3.2 Rxjava框架介绍 | 第48-49页 |
| 4.4 功能模块实现 | 第49-53页 |
| 4.4.1 数据采集与预处理模块 | 第49-51页 |
| 4.4.2 数据存储模块 | 第51-52页 |
| 4.4.3 候选行为事件端点检测模块 | 第52页 |
| 4.4.4 异常驾驶行为检测与总结模块 | 第52-53页 |
| 4.5 系统展示 | 第53-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 异常驾驶行为检测系统验证实验 | 第56-66页 |
| 5.1 实验测试平台 | 第56-57页 |
| 5.2 实验测试分类模型 | 第57-59页 |
| 5.2.1 训练样本的选取 | 第57-58页 |
| 5.2.2 BP人工神经网络分类参数选择 | 第58-59页 |
| 5.2.3 分类模型实现 | 第59页 |
| 5.3 端点检测实验 | 第59-60页 |
| 5.4 异常驾驶行为检测实验 | 第60-65页 |
| 5.4.1 实验场景设置 | 第60-61页 |
| 5.4.2 不同路面条件下异常驾驶行为检测实验 | 第61-63页 |
| 5.4.3 不同速度下异常驾驶行为检测实验 | 第63-64页 |
| 5.4.4 不同采样频率下异常驾驶行为检测实验 | 第64-65页 |
| 5.5 本章小节 | 第65-66页 |
| 总结与展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72页 |
