多传感器路面谱采集系统及平整度算法研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景综述 | 第13-14页 |
| 1.2 路面不平度检测的研究现状 | 第14-17页 |
| 1.2.1 路面不平度检测技术概述 | 第14-15页 |
| 1.2.2 国外研究现状 | 第15-16页 |
| 1.2.3 国内研究现状 | 第16-17页 |
| 1.3 主要研究内容 | 第17-18页 |
| 1.4 章节安排 | 第18页 |
| 1.5 本章小结 | 第18-21页 |
| 第2章 路面谱采集系统理论模型及传感器选择 | 第21-29页 |
| 2.1 路面谱采集系统理论模型 | 第21-25页 |
| 2.1.1 路面谱采集系统介绍 | 第21-23页 |
| 2.1.2 IRI指数介绍 | 第23-24页 |
| 2.1.3 四分之一车辆模型 | 第24-25页 |
| 2.2 传感器选择 | 第25-27页 |
| 2.2.1 加速度传感器 | 第25-26页 |
| 2.2.2 激光位移传感器 | 第26-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第3章 路面谱采集系统硬件设计 | 第29-37页 |
| 3.1 数据采集部分硬件设计 | 第29-32页 |
| 3.1.1 微控制器选型及外围电路 | 第29-30页 |
| 3.1.2 CAN接口模块 | 第30-31页 |
| 3.1.3 SCI接口模块 | 第31页 |
| 3.1.4 加速度传感器模块 | 第31页 |
| 3.1.5 位移传感器模块 | 第31页 |
| 3.1.6 电源模块 | 第31-32页 |
| 3.2 数据传输部分硬件设计 | 第32-35页 |
| 3.2.1 微控制器模块 | 第32-33页 |
| 3.2.2 以太网接口电路 | 第33-34页 |
| 3.2.3 辅助电路模块 | 第34-35页 |
| 3.3 本章小结 | 第35-37页 |
| 第4章 基于语义网的路面谱采集系统设计 | 第37-45页 |
| 4.1 系统总体设计 | 第37-39页 |
| 4.1.1 系统框架 | 第37-38页 |
| 4.1.2 用例分析 | 第38-39页 |
| 4.2 系统具体实现 | 第39-41页 |
| 4.2.1 本体开发环境和工具 | 第40页 |
| 4.2.2 搭建系统类 | 第40-41页 |
| 4.3 本体及实例处理 | 第41-43页 |
| 4.3.1 本体推理 | 第42-43页 |
| 4.3.2 本体查询 | 第43页 |
| 4.4 本章小结 | 第43-45页 |
| 第5章 路面谱采集系统本体构建 | 第45-55页 |
| 5.1 本体设计方法 | 第45-49页 |
| 5.1.1 具体分析 | 第45-46页 |
| 5.1.2 获取路面知识 | 第46-47页 |
| 5.1.3 设计路面本体 | 第47-48页 |
| 5.1.4 建立路面实例 | 第48-49页 |
| 5.2 设计语义网本体 | 第49-54页 |
| 5.2.1 类的建立 | 第49页 |
| 5.2.2 属性定义 | 第49-51页 |
| 5.2.3 本体约束 | 第51-52页 |
| 5.2.4 路面状况推理 | 第52-53页 |
| 5.2.5 语义网推理结果 | 第53-54页 |
| 5.3 本章小结 | 第54-55页 |
| 第6章 实车试验和数据算法研究 | 第55-65页 |
| 6.1 搭建系统 | 第55-56页 |
| 6.1.1 实车试验工作流程 | 第55页 |
| 6.1.2 标定传感器及光电编码器 | 第55-56页 |
| 6.2 路面不平度检测算法 | 第56-60页 |
| 6.2.1 路面不平度检测 | 第56-57页 |
| 6.2.2 优化的RBM深度神经网络算法 | 第57-60页 |
| 6.3 路面不平度检测试验 | 第60-63页 |
| 6.3.1 MNIST试验数据 | 第60-61页 |
| 6.3.2 采集的道路谱数据 | 第61-62页 |
| 6.3.3 结果分析 | 第62-63页 |
| 6.4 本章小结 | 第63-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间所发表的学术论文 | 第71-73页 |
| 致谢 | 第73页 |
