摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第1章 绪论 | 第8-20页 |
1.1 研究意义及目的 | 第8页 |
1.2 国内外应用现状及趋势 | 第8-14页 |
1.2.1 国外高速公路交通信息平台应用现状 | 第8-11页 |
1.2.2 国内高速公路交通信息平台应用现状 | 第11-14页 |
1.3 国内外相关核心技术研究现状及趋势 | 第14-17页 |
1.3.1 多源信息感知 | 第14-15页 |
1.3.2 运行状态监测 | 第15-17页 |
1.4 研究思路与章节安排 | 第17-18页 |
1.4.1 研究思路 | 第17页 |
1.4.2 章节安排 | 第17-18页 |
1.5 小结 | 第18-20页 |
第2章 基于车联网的高速公路交通信息平台体系框架设计 | 第20-28页 |
2.1 基于车联网的高速公路交通信息平台需求分析 | 第20-25页 |
2.1.1 信息平台设计需求分析 | 第20页 |
2.1.2 用户主体 | 第20-22页 |
2.1.3 服务主体 | 第22页 |
2.1.4 信息需求 | 第22-23页 |
2.1.5 功能需求 | 第23-25页 |
2.2 基于车联网的高速公路交通信息平台体系框架研究 | 第25-27页 |
2.2.1 逻辑框架 | 第25-26页 |
2.2.2 物理框架 | 第26-27页 |
2.3 小结 | 第27-28页 |
第3章 基于车联网的高速公路实时交通感知技术 | 第28-46页 |
3.1 基于 GPS 定位的车载终端识别 | 第28-35页 |
3.1.1 手机定位技术简介 | 第28-31页 |
3.1.2 GPS 定位数据预处理 | 第31页 |
3.1.3 车载终端判别算法研究 | 第31-35页 |
3.2 基于智能手机的地图匹配算法设计 | 第35-41页 |
3.2.1 电子地图简介 | 第35-36页 |
3.2.2 地图匹配算法设计 | 第36-37页 |
3.2.3 算法相关参数定义 | 第37-40页 |
3.2.4 权值的定义及计算 | 第40-41页 |
3.3 基于车载终端判别和地图匹配算法的交通状态判别 | 第41-44页 |
3.3.1 车联网下的交通状态判别 | 第41-43页 |
3.3.2 基于决策树学习 ID3 算法的交通状态判别 | 第43-44页 |
3.4 小结 | 第44-46页 |
第4章 特大交通事故下的高速公路交通感知算法实例验证 | 第46-54页 |
4.1 数据来源 | 第46-48页 |
4.2 特大交通事故下基于智能手机的地图匹配算法实例验证 | 第48页 |
4.3 特大交通事故下基于车载终端判别和地图匹配算法的交通状态判别技术实例验证 | 第48-52页 |
4.4 小结 | 第52-54页 |
第5章 总结与展望 | 第54-56页 |
5.1 全文总结 | 第54页 |
5.2 研究展望 | 第54-56页 |
参考文献 | 第56-60页 |
致谢 | 第60页 |