基于移动智能终端的道路状况检测系统研究与实现
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 论文工作及组织结构 | 第14-15页 |
| 1.3.1 论文主要工作 | 第14页 |
| 1.3.2 论文组织结构 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 2 基于移动智能终端的道路状况检测系统结构 | 第16-28页 |
| 2.1 系统基本组成 | 第16页 |
| 2.2 系统总体结构 | 第16-17页 |
| 2.3 系统关键技术 | 第17-27页 |
| 2.3.1 众包数据采集 | 第18-21页 |
| 2.3.2 数据清洗 | 第21-22页 |
| 2.3.3 数据分割 | 第22页 |
| 2.3.4 特征提取 | 第22-26页 |
| 2.3.5 分类方法 | 第26页 |
| 2.3.6 数据融合 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 基于马田系统的道路状况检测方法 | 第28-42页 |
| 3.1 问题描述 | 第28-29页 |
| 3.2 马田系统 | 第29-34页 |
| 3.2.1 马田系统概述 | 第29-32页 |
| 3.2.2 马田系统实现步骤 | 第32-33页 |
| 3.2.3 马田系统的特点 | 第33-34页 |
| 3.3 基于马田系统的道路状况检测模型 | 第34-38页 |
| 3.3.1 构造基准空间 | 第35页 |
| 3.3.2 基准空间有效性验证 | 第35-36页 |
| 3.3.3 基准空间特征优化 | 第36页 |
| 3.3.4 道路状况分类 | 第36-38页 |
| 3.4 实验结果与分析 | 第38-41页 |
| 3.4.1 实验数据采集 | 第38页 |
| 3.4.2 模型验证 | 第38-40页 |
| 3.4.3 实验结果分析 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 基于D-S证据理论的道路状况融合方法 | 第42-56页 |
| 4.1 问题描述 | 第42页 |
| 4.2 D-S证据理论 | 第42-48页 |
| 4.2.1 D-S证据理论概述 | 第43-45页 |
| 4.2.2 D-S证据理论的组合规则 | 第45-47页 |
| 4.2.3 D-S证据理论的特点 | 第47-48页 |
| 4.3 基于D-S证据理论的道路状况融合模型 | 第48-50页 |
| 4.3.1 确定假设空间 | 第48页 |
| 4.3.2 路况BPA的确定 | 第48-49页 |
| 4.3.3 组合规则 | 第49页 |
| 4.3.4 路况数据合成与诊断 | 第49-50页 |
| 4.4 实验结果与分析 | 第50-55页 |
| 4.4.1 算法验证 | 第50-51页 |
| 4.4.2 实验结果分析 | 第51-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 道路状况检测系统的设计与实现 | 第56-74页 |
| 5.1 系统分析 | 第56-58页 |
| 5.1.1 系统功能性需求 | 第56页 |
| 5.1.2 系统非功能性需求 | 第56-57页 |
| 5.1.3 系统功能结构 | 第57-58页 |
| 5.1.4 开发环境介绍 | 第58页 |
| 5.2 系统总体设计 | 第58-61页 |
| 5.2.1 数据库设计 | 第58-60页 |
| 5.2.2 客户端设计 | 第60-61页 |
| 5.2.3 服务器设计 | 第61页 |
| 5.3 基于树莓派系统的智能网关 | 第61-64页 |
| 5.3.1 树莓派功能设计 | 第62-64页 |
| 5.3.2 树莓派工作流程 | 第64页 |
| 5.4 基于Android的导航APP | 第64-73页 |
| 5.4.1 APP设计 | 第64-68页 |
| 5.4.2 APP功能模块结构 | 第68页 |
| 5.4.3 APP主要功能界面 | 第68-73页 |
| 5.5 本章小结 | 第73-74页 |
| 6 总结与展望 | 第74-76页 |
| 6.1 工作总结 | 第74页 |
| 6.2 研究展望 | 第74-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士期间研究成果 | 第82页 |
