车载导航系统中动态交通信息提取与分析
| 提要 | 第1-8页 |
| 第一章 绪论 | 第8-14页 |
| ·问题提出背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·智能交通系统概述 | 第9-10页 |
| ·基于浮动车的动态信息提取与分析概述 | 第10-11页 |
| ·本文主要内容及章节安排 | 第11-14页 |
| 第二章 中心式车辆导航系统 | 第14-36页 |
| ·引言 | 第14-15页 |
| ·车载导航系统 | 第15-18页 |
| ·核心功能 | 第15-16页 |
| ·VC++开发GIS仿真系统 | 第16-18页 |
| ·中心式导航系统中服务中心模型的设计 | 第18-23页 |
| ·中心模型的设计 | 第18-19页 |
| ·地图匹配模块 | 第19-20页 |
| ·路径规划模块 | 第20-21页 |
| ·目的地数据库 | 第21页 |
| ·服务终端 | 第21页 |
| ·地图更新 | 第21页 |
| ·预测模块 | 第21-22页 |
| ·GIS功能模块 | 第22-23页 |
| ·实时交通信息模块 | 第23-34页 |
| ·模块总体框架设计 | 第23-28页 |
| ·瞬时平均速度估计 | 第28页 |
| ·道路交通拥挤状态判别 | 第28-32页 |
| ·模块功能设计及实现 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 交通流预测 | 第36-56页 |
| ·引言 | 第36页 |
| ·交通流预测原理概述 | 第36-38页 |
| ·一般时序模型的建立 | 第38-43页 |
| ·状态与观察 | 第38页 |
| ·稳态过程与马尔可夫假设 | 第38-41页 |
| ·时序模型中的推理 | 第41-43页 |
| ·卡尔曼滤波在交通流预测中的应用 | 第43-48页 |
| ·卡尔曼滤波器的适用性 | 第43页 |
| ·原理 | 第43-45页 |
| ·模型建立 | 第45-47页 |
| ·跑车实验 | 第47-48页 |
| ·基于Fuzzy回归的快速路行程时间预测方法 | 第48-53页 |
| ·模型建立 | 第49-50页 |
| ·模型参数确定 | 第50-51页 |
| ·基于仿真平台的快速道路时间预测 | 第51-53页 |
| ·本章小结 | 第53-56页 |
| 第四章 突发事件的研究 | 第56-62页 |
| ·引言 | 第56-57页 |
| ·突发事件的处理方法 | 第57-58页 |
| ·突发事件的影响 | 第57页 |
| ·突发事件的处理 | 第57-58页 |
| ·突发事件处理仿真实验 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 融合预测信息的中心式车辆导航的路径规划 | 第62-74页 |
| ·引言 | 第62页 |
| ·路径规划的路网模型 | 第62-65页 |
| ·路径规划算法 | 第65-66页 |
| ·仿真模型 | 第66-68页 |
| ·跑车实验 | 第68-72页 |
| ·本章小结 | 第72-74页 |
| 第六章 全文总结 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 摘要 | 第80-82页 |
| Abstract | 第82-85页 |
| 致谢 | 第85-86页 |
| 导师与作者简介 | 第86页 |
