城市轨道交通中闸机智能识别系统及其识别技术的研究
| 第一章 绪论 | 第1-13页 |
| ·选题背景和研究意义 | 第8-9页 |
| ·闸机智能识别系统研究现状 | 第9-10页 |
| ·本文的主要工作和创新点 | 第10-11页 |
| ·论文结构 | 第11-13页 |
| 第二章 轨道交通中的闸机 | 第13-31页 |
| ·引言 | 第13-14页 |
| ·闸机概述 | 第14-23页 |
| ·闸机的类型 | 第14-16页 |
| ·闸机组与出入口通道 | 第16-17页 |
| ·闸机的工作模式 | 第17-19页 |
| ·闸机的组成 | 第19-23页 |
| ·闸机的排队系统 | 第23-28页 |
| ·概述 | 第23-24页 |
| ·标准的M/M/1/∞排队系统 | 第24-27页 |
| ·闸机的并联排队模型 | 第27-28页 |
| ·闸机的智能识别系统 | 第28-29页 |
| ·衡量识别系统的标准 | 第28-29页 |
| ·现有识别系统的不足 | 第29页 |
| ·小结 | 第29-31页 |
| 第三章 闸机仿真软件的开发 | 第31-50页 |
| ·引言 | 第31-32页 |
| ·闸机仿真软件的重要性 | 第32-34页 |
| ·乘客通行情况数据库 | 第34-36页 |
| ·闸机仿真软件的主要功能 | 第36-40页 |
| ·闸机仿真软件的组成 | 第40-48页 |
| ·模块HardSetupMgr | 第42-44页 |
| ·模块GraphBuffer | 第44页 |
| ·模块HardDataBuffer | 第44页 |
| ·模块PassAlgorithmMgr | 第44页 |
| ·模块PreProcesser | 第44-48页 |
| ·模块GraphDisplayer | 第48页 |
| ·模块DataAnalyzer | 第48页 |
| ·小结 | 第48-50页 |
| 第四章 闸机中事件识别技术的研究 | 第50-69页 |
| ·引言 | 第50页 |
| ·传感器设置方案 | 第50-54页 |
| ·传感器的物理位置 | 第50-51页 |
| ·通道分区 | 第51-52页 |
| ·传感器的工作状态 | 第52-54页 |
| ·事件识别技术 | 第54-66页 |
| ·动作、事件和行为 | 第54-55页 |
| ·定义和识别动作 | 第55-59页 |
| ·识别行为 | 第59-61页 |
| ·定义和识别事件 | 第61-63页 |
| ·仿真试验 | 第63-66页 |
| ·事件识别技术的不足 | 第66-67页 |
| ·小结 | 第67-69页 |
| 第五章 闸机中人体步态识别技术的研究 | 第69-82页 |
| ·引言 | 第69-70页 |
| ·人体步态识别技术 | 第70-79页 |
| ·XYT 模型 | 第70-77页 |
| ·改进的 XYT 模型 | 第77-79页 |
| ·闸机中的步态识别方法 | 第79-81页 |
| ·传感器设置方案 | 第79页 |
| ·步态模式 | 第79-81页 |
| ·小结 | 第81-82页 |
| 第六章 闸机中人体轮廓识别技术的研究 | 第82-92页 |
| ·引言 | 第82页 |
| ·闸机中人体轮廓识别方法 | 第82-90页 |
| ·复杂背景中运动个体的提取 | 第82-86页 |
| ·人体轮廓识别 | 第86-89页 |
| ·测试各种通行情况 | 第89-90页 |
| ·小结 | 第90-92页 |
| 第七章 闸机智能识别系统的研制 | 第92-111页 |
| ·引言 | 第92页 |
| ·传感器设置方案 | 第92-94页 |
| ·通道控制模块 | 第94-109页 |
| ·红外传感器状态的数据表示 | 第95页 |
| ·事件的定义 | 第95-96页 |
| ·主控模块和通道控制模块的通信协议 | 第96-101页 |
| ·通道控制模块软件的组成 | 第101-109页 |
| ·本文闸机识别系统的主要指标 | 第109-110页 |
| ·小结 | 第110-111页 |
| 第八章 总结 | 第111-113页 |
| ·主要结论 | 第111-112页 |
| ·展望 | 第112-113页 |
| 参考文献 | 第113-120页 |
| 发表论文和科研情况说明 | 第120-121页 |
| 致谢 | 第121页 |
