智能交通信息采集与诱导策略研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 智能交通简介 | 第9-11页 |
| 1.2 信息采集与诱导策略研究概况 | 第11-16页 |
| 1.2.1 交通信息采集技术研究概况 | 第11-13页 |
| 1.2.2 交通诱导系统研究概况 | 第13-16页 |
| 1.3 研究目的和意义 | 第16-17页 |
| 1.4 研究内容与论文结构 | 第17-19页 |
| 第二章 信息采集与诱导策略背景知识介绍 | 第19-26页 |
| 2.1 浮动车的概念与分类 | 第19-20页 |
| 2.1.1 浮动车的概念 | 第19页 |
| 2.1.2 浮动车的分类 | 第19-20页 |
| 2.2 基础交通信息预处理 | 第20-24页 |
| 2.2.1 数据过滤 | 第20-23页 |
| 2.2.2 数据修复 | 第23-24页 |
| 2.3 动态交通分配理论 | 第24-25页 |
| 2.3.1 动态交通分配的概念 | 第24-25页 |
| 2.3.2 动态交通分配的分类 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于GPS浮动车的交通信息采集技术研究 | 第26-39页 |
| 3.1 概述 | 第26-27页 |
| 3.2 浮动车数据预处理 | 第27-29页 |
| 3.2.1 漂移数据处理 | 第27-28页 |
| 3.2.2 基于停车状态判别的冗余数据处理 | 第28-29页 |
| 3.3 改进的NP-TI单车LTT估计方法 | 第29-32页 |
| 3.4 实例分析 | 第32-38页 |
| 3.4.1 实验方案设计 | 第32-34页 |
| 3.4.2 实验结果分析 | 第34-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于城市交通拥塞避免的诱导策略研究 | 第39-55页 |
| 4.1 概述 | 第39-40页 |
| 4.2 诱导策略模型的建立 | 第40-46页 |
| 4.2.1 拥塞的检测和预测 | 第40-41页 |
| 4.2.2 车辆诱导目标的选择 | 第41-42页 |
| 4.2.3 车辆诱导等级的划分 | 第42页 |
| 4.2.4 DSP和RKSP诱导策略的改进 | 第42-46页 |
| 4.3 仿真分析 | 第46-53页 |
| 4.3.1 SUMO仿真工具介绍 | 第46-48页 |
| 4.3.2 仿真步骤和参数设置 | 第48-50页 |
| 4.3.3 仿真结果分析 | 第50-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 研究工作总结 | 第55页 |
| 5.2 研究工作展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第59-60页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第60-61页 |
| 致谢 | 第61页 |
