智能交通诱导系统
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-21页 |
| ·研究背景及意义 | 第11-14页 |
| ·发展现状 | 第14-19页 |
| ·国外发展现状 | 第15-18页 |
| ·国内发展现状 | 第18-19页 |
| ·主要研究内容 | 第19-21页 |
| 第二章 智能交通诱导系统体系框架设计 | 第21-31页 |
| ·ITGS的概述 | 第21-22页 |
| ·系统需求分析 | 第22-25页 |
| ·交通信息采集子系统的需求分析 | 第22页 |
| ·交通信号控制子系统的需求分析 | 第22-23页 |
| ·交通诱导子系统的需求分析 | 第23页 |
| ·交通事故紧急援救子系统的需求分析 | 第23-24页 |
| ·交通信息服务子系统的需求分析 | 第24页 |
| ·道路交通状态识别子系统的需求分析 | 第24-25页 |
| ·智能交通诱导系统的功能设计 | 第25-26页 |
| ·智能交通诱导系统的框架设计 | 第26-30页 |
| ·交通数据采集系统 | 第26-27页 |
| ·交通信息处理系统 | 第27-28页 |
| ·交通信息传输系统 | 第28页 |
| ·车载导航系统 | 第28-29页 |
| ·出行者信息服务系统 | 第29页 |
| ·城市交通控制系统 | 第29-30页 |
| ·公交信息系统 | 第30页 |
| ·集群车监控调度系统 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第三章 交通信息采集技术的研究 | 第31-48页 |
| ·概述 | 第31页 |
| ·典型动态交通信息采集技术 | 第31-43页 |
| ·基于环型感应线圈检测器检测技术 | 第31-34页 |
| ·基于视频检测器检测技术 | 第34-38页 |
| ·基于微波检测器检测技术 | 第38-39页 |
| ·基于超声波检测器检测技术 | 第39-40页 |
| ·基于红外线检测器检测技术 | 第40-41页 |
| ·基于GPS动态交通信息采集技术 | 第41页 |
| ·基于电子标签的交通信息采集技术 | 第41-42页 |
| ·基于汽车牌照识别的交通信息采集技术 | 第42-43页 |
| ·其他检测技术 | 第43页 |
| ·典型动态交通关系想你检测技术比较分析 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 交通信息处理技术的研究 | 第48-63页 |
| ·交通信息处理技术 | 第48-52页 |
| ·数据抽取 | 第48-49页 |
| ·数据挖掘 | 第49-51页 |
| ·数据融合 | 第51-52页 |
| ·信息预测 | 第52页 |
| ·信息融合技术的基本理论与方法 | 第52-55页 |
| ·贝叶斯估计 | 第52页 |
| ·Dempster-Shafer证据推理 | 第52-53页 |
| ·神经网络 | 第53页 |
| ·模糊逻辑 | 第53-54页 |
| ·粗糙集理论 | 第54页 |
| ·卡尔曼滤波 | 第54页 |
| ·不同融合方法对比 | 第54-55页 |
| ·信息融合结构模型 | 第55-57页 |
| ·基于多传感器的交通信息融合研究 | 第57-60页 |
| ·改进卡尔曼滤波融合结构的设计 | 第57-59页 |
| ·程序设计 | 第59-60页 |
| ·实例仿真与分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 出行者信息服务子系统 | 第63-70页 |
| ·概述 | 第63-64页 |
| ·最优路径诱导模型 | 第64页 |
| ·最优路径诱导算法 | 第64-66页 |
| ·算法概述 | 第64-65页 |
| ·具体步骤 | 第65-66页 |
| ·仿真实例与分析 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 结论 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 在学研究成果 | 第74-75页 |
| 致谢 | 第75页 |
