基于移动终端的异常驾驶行为及碰撞事故识别技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文技术路线 | 第14-16页 |
| 第二章 Android手机及传感器 | 第16-21页 |
| 2.1 Android系统基本架构 | 第16-17页 |
| 2.2 Android传感器 | 第17-20页 |
| 2.2.1 Android手机体坐标系 | 第17页 |
| 2.2.2 Android传感器性能分析 | 第17-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 车辆驾驶行为与碰撞分析 | 第21-47页 |
| 3.1 驾驶行为特征分析 | 第21-24页 |
| 3.1.1 变速与正面碰撞分析 | 第21-22页 |
| 3.1.2 右变道与左侧受撞分析 | 第22-23页 |
| 3.1.3 左变道与右侧受撞分析 | 第23-24页 |
| 3.2 驾驶行为模拟试验分析 | 第24-30页 |
| 3.2.1 数据采集试验 | 第24页 |
| 3.2.2 移动平均滤波器 | 第24-26页 |
| 3.2.3 改进的移动平均滤波器 | 第26-27页 |
| 3.2.4 传感器数据分析 | 第27-30页 |
| 3.3 车辆碰撞信号分析 | 第30-44页 |
| 3.3.1 小汽车碰撞试验分析 | 第32-35页 |
| 3.3.2 大货车碰撞试验分析 | 第35-37页 |
| 3.3.3 大客车碰撞试验分析 | 第37-44页 |
| 3.4 手机晃动与坠地试验分析 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 驾驶行为识别算法 | 第47-54页 |
| 4.1 模式分析法 | 第47-48页 |
| 4.2 常用模式分析算法 | 第48-50页 |
| 4.2.1 常用算法分析 | 第48-50页 |
| 4.2.2 常用算法局限性 | 第50页 |
| 4.3 支持向量机（SVM） | 第50-52页 |
| 4.4 核方法极限学习机（Kernel ELM） | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 车辆异常驾驶与碰撞事故识别 | 第54-70页 |
| 5.1 车辆异常驾驶识别框架 | 第54-55页 |
| 5.2 异常驾驶行为检测算法 | 第55-60页 |
| 5.2.1 空间旋转方法 | 第55-58页 |
| 5.2.2 数据旋转校正 | 第58-59页 |
| 5.2.3 数据滤波 | 第59-60页 |
| 5.3 取值窗口 | 第60页 |
| 5.4 特征选择 | 第60-65页 |
| 5.4.1 备选特征 | 第60-62页 |
| 5.4.2 特征选择算法 | 第62-63页 |
| 5.4.3 特征优选 | 第63-65页 |
| 5.5 分类器测试 | 第65-67页 |
| 5.5.1 SVM测试 | 第65-66页 |
| 5.5.2 核ELM测试 | 第66-67页 |
| 5.5.3 算法比选 | 第67页 |
| 5.6 基于SVM的异常驾驶行为识别技术 | 第67-68页 |
| 5.7 车辆碰撞事故识别技术 | 第68页 |
| 5.8 本章小结 | 第68-70页 |
| 第六章 系统测试试验 | 第70-76页 |
| 6.1 异常驾驶行为检测模块测试 | 第70-74页 |
| 6.1.1 试验道路 | 第70页 |
| 6.1.2 试验人员 | 第70-71页 |
| 6.1.3 试验车辆与手机 | 第71页 |
| 6.1.4 试验方案 | 第71-72页 |
| 6.1.5 试验结果与分析 | 第72-74页 |
| 6.2 碰撞事故检测模块测试 | 第74-75页 |
| 6.3 本章小结 | 第75-76页 |
| 第七章 总结与展望 | 第76-80页 |
| 7.1 论文工作总结 | 第76-77页 |
| 7.2 研究展望 | 第77-80页 |
| 7.2.1 论文不足之处 | 第77-78页 |
| 7.2.2 后期研究方向 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 附录 | 第84-92页 |
| 攻读学位期间取得的研究成果 | 第92页 |
