| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第14-23页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.3 研究目标与内容 | 第20-21页 |
| 1.4 论文结构 | 第21-23页 |
| 第二章 相关原理介绍 | 第23-36页 |
| 2.1 GPS的工作原理及移动端GPS介绍 | 第23-30页 |
| 2.1.1 GPS定位原理简介 | 第24-27页 |
| 2.1.2 GPS测速原理简介 | 第27-28页 |
| 2.1.3 GPS测姿原理简介 | 第28-29页 |
| 2.1.4 移动终端GPS介绍 | 第29-30页 |
| 2.2 SINS和磁力计的工作原理及移动端传感器介绍 | 第30-36页 |
| 2.2.1 SINS的工作原理 | 第30-32页 |
| 2.2.2 磁力计的工作原理 | 第32页 |
| 2.2.3 姿态描述方式介绍 | 第32-35页 |
| 2.2.4 移动终端SINS和磁力计的介绍 | 第35-36页 |
| 第三章 数据处理和融合 | 第36-51页 |
| 3.1 坐标系定义 | 第37-38页 |
| 3.2 数据筛选和预处理 | 第38-40页 |
| 3.3 基于磁力计和加速度计的初始相对姿态确定方法 | 第40-42页 |
| 3.4 SINS/GPS姿态和轨迹数据融合 | 第42-51页 |
| 3.4.1 卡尔曼滤波原理介绍 | 第43-45页 |
| 3.4.2 惯性传感器的动力学方程 | 第45-46页 |
| 3.4.3 改进的GPS单天线和SINS姿态融合算法 | 第46-49页 |
| 3.4.4 简化车辆运动模型的GPS/SINS轨迹融合算法 | 第49-51页 |
| 第四章 驾驶行为识别 | 第51-63页 |
| 4.1 相关背景知识介绍 | 第51-57页 |
| 4.1.1 常用的驾驶行为识别方法介绍 | 第52-56页 |
| 4.1.2 基于时间序列数据识别驾驶行为的一般步骤 | 第56-57页 |
| 4.2 基于阈值分类和支持向量机结合的驾驶行为识别方案 | 第57-63页 |
| 4.2.1 支持向量机基本原理 | 第57-59页 |
| 4.2.2 驾驶行为识别方案 | 第59-63页 |
| 第五章 实验分析与验证 | 第63-78页 |
| 5.1 实验介绍 | 第63-64页 |
| 5.2 工程平台介绍 | 第64-65页 |
| 5.3 实验结果和分析 | 第65-78页 |
| 5.3.1 初始相对姿态确定精度分析 | 第65-66页 |
| 5.3.2 融合前后数据精度对比 | 第66-71页 |
| 5.3.3 驾驶行为识别精度分析 | 第71-78页 |
| 第六章 结论与展望 | 第78-80页 |
| 6.1 总结 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 致谢 | 第85-86页 |
