| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 车辆避障技术及其相关理论的发展概况 | 第10-13页 |
| 1.2.1 避障技术的定义 | 第10-12页 |
| 1.2.2 国内外避障技术发展概况 | 第12-13页 |
| 1.3 车辆信息物理融合系统的发展概况 | 第13-16页 |
| 1.3.1 信息物理融合系统概述 | 第13-15页 |
| 1.3.2 车辆信息物理融合系统的理论研究及应用 | 第15-16页 |
| 1.4 研究现状评述 | 第16-17页 |
| 1.5 本文的主要研究内容及章节安排 | 第17-20页 |
| 1.5.1 主要研究内容 | 第17-18页 |
| 1.5.2 章节安排 | 第18-20页 |
| 第2章 车辆信息物理融合系统的建模 | 第20-32页 |
| 2.1 引言 | 第20页 |
| 2.2 CarSim软件介绍 | 第20-24页 |
| 2.3 车辆信息物理融合系统结构设计 | 第24-26页 |
| 2.4 车辆信息物理融合系统建模 | 第26-30页 |
| 2.4.1 碰撞评估模块的数学建模 | 第27-28页 |
| 2.4.2 加速度计算模块的数学建模 | 第28-30页 |
| 2.5 CarSim与Simulink软件接口简介 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 基于数据的预测算法的研究与选取 | 第32-53页 |
| 3.1 引言 | 第32页 |
| 3.2 数据驱动方法预备知识 | 第32-39页 |
| 3.2.1 多元回归分析 | 第32-34页 |
| 3.2.2 多重共线性 | 第34-36页 |
| 3.2.3 普通最小二乘回归 | 第36-37页 |
| 3.2.4 主成分分析 | 第37-39页 |
| 3.3 偏最小二乘回归 | 第39-44页 |
| 3.3.1 概述 | 第39页 |
| 3.3.2 原理及算法 | 第39-41页 |
| 3.3.3 单因变量的偏最小二乘回归模型 | 第41-43页 |
| 3.3.4 多因变量的偏最小二乘回归模型 | 第43-44页 |
| 3.3.5 交叉性检验 | 第44页 |
| 3.4 核偏最小二乘回归 | 第44-47页 |
| 3.5 即时学习 | 第47-52页 |
| 3.5.1 概述 | 第47-48页 |
| 3.5.2 经典即时学习算法 | 第48-51页 |
| 3.5.3 改进即时学习算法 | 第51-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第4章 基于数据驱动算法的仿真 | 第53-68页 |
| 4.1 引言 | 第53页 |
| 4.2 基于核偏最小二乘算法的仿真试验 | 第53-62页 |
| 4.2.1 试验工况设置 | 第53-57页 |
| 4.2.2 试验结果分析 | 第57-62页 |
| 4.3 基于即时学习-偏最小二乘算法的仿真试验 | 第62-67页 |
| 4.4 本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第74-76页 |
| 致谢 | 第76页 |