| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外道路-轮胎附着特性辨识研究现状 | 第11-14页 |
| 1.2.1 基于传感器的直接辨识法 | 第11-12页 |
| 1.2.2 基于车辆动力学响应的间接估算法 | 第12-14页 |
| 1.3 存在的问题及发展趋势 | 第14页 |
| 1.4 本文研究的主要内容 | 第14-18页 |
| 第二章 典型道路图像特征提取与分析 | 第18-29页 |
| 2.1 路面图像特征 | 第18页 |
| 2.2 图像特征提取 | 第18-21页 |
| 2.2.1 纹理特征提取 | 第18-20页 |
| 2.2.2 颜色特征提取 | 第20-21页 |
| 2.3 典型路面图像特征提取与分析 | 第21-27页 |
| 2.3.1 图像预处理 | 第22页 |
| 2.3.2 典型路面纹理特征参数提取与分析 | 第22-26页 |
| 2.3.3 典型路面颜色特征参数提取与分析 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 基于车辆动力学的当前道路-轮胎附着特性辨识 | 第29-43页 |
| 3.1 基于车辆动力学的路面附着系数估计算法 | 第29-32页 |
| 3.1.1 车辆模型 | 第29-30页 |
| 3.1.2 轮胎模型 | 第30-31页 |
| 3.1.3 附着系数估计算法原理 | 第31-32页 |
| 3.2 基于典型路面特征的附着特性辨识算法设计 | 第32-37页 |
| 3.2.1 Burckhardtμ-s曲线模型 | 第32-33页 |
| 3.2.2 典型路面峰值附着系数 | 第33-34页 |
| 3.2.3 基于典型路面的峰值附着系数算法设计 | 第34-37页 |
| 3.3 仿真验证分析 | 第37-42页 |
| 3.3.1 基于典型路面的峰值附着系数估计算法仿真分析 | 第37-38页 |
| 3.3.2 CarSim/Simulink联合仿真分析 | 第38-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于HMM的前方道路-轮胎附着特性预测 | 第43-56页 |
| 4.1 隐马尔可夫模型概述 | 第43-45页 |
| 4.1.1 HMM基本思想 | 第43-44页 |
| 4.1.2 HMM建模的优点 | 第44页 |
| 4.1.3 HMM案例分析 | 第44-45页 |
| 4.2 HMM基本算法 | 第45-49页 |
| 4.2.1 三个基本问题 | 第45-46页 |
| 4.2.2 三个基本算法 | 第46-49页 |
| 4.3 前方道路-轮胎附着特性HMM模型设计 | 第49-55页 |
| 4.3.1 HMM模型设计 | 第49-50页 |
| 4.3.2 HMM模型训练 | 第50-53页 |
| 4.3.3 HMM模型测试 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 实车试验 | 第56-62页 |
| 5.1 试验平台 | 第56-57页 |
| 5.2 试验方案 | 第57-58页 |
| 5.3 试验结果分析 | 第58-61页 |
| 5.3.1 前方道路-轮胎附着特性离线预测分析 | 第58-59页 |
| 5.3.2 前方道路-轮胎附着特性在线预测分析 | 第59-60页 |
| 5.3.3 考虑HMM模型算法的制动距离试验分析 | 第60-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 硕士期间参加的科研项目及研究成果 | 第69页 |
