基于车联网的交通信息采集与事故识别方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-11页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-13页 |
| 1.1.1 车联网发展的必然性 | 第11页 |
| 1.1.2 现有交通信息采集技术 | 第11-13页 |
| 1.2 研究目的及意义 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.3.1 国外研究现状 | 第14-15页 |
| 1.3.2 国内研究现状 | 第15-16页 |
| 1.4 研究内容和研究框架 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 2 基于RFID的车联网 | 第18-26页 |
| 2.1 RFID技术基础 | 第18-20页 |
| 2.1.1 RFID系统组成 | 第18-19页 |
| 2.1.2 RFID工作原理 | 第19-20页 |
| 2.1.3 RFID技术优势 | 第20页 |
| 2.2 RFID在交通领域应用 | 第20-21页 |
| 2.3 车联网模型 | 第21-25页 |
| 2.3.1 模型结构 | 第21-23页 |
| 2.3.2 参数选取 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 车联网防碰撞算法研究 | 第26-42页 |
| 3.1 车联网防碰撞问题 | 第26-27页 |
| 3.2 现有防碰撞算法仿真分析 | 第27-34页 |
| 3.2.1 基于二进制树算法 | 第27-30页 |
| 3.2.2 基于ALOHA算法 | 第30-34页 |
| 3.3 改进的防碰撞算法 | 第34-41页 |
| 3.3.1 算法改进思路 | 第35-37页 |
| 3.3.2 标签估计算法 | 第37-39页 |
| 3.3.3 改进的DFSA算法 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 基于车联网的交通流参数检测 | 第42-54页 |
| 4.1 交通流参数 | 第42-45页 |
| 4.2 数据预处理 | 第45-47页 |
| 4.2.1 数据过滤 | 第45-46页 |
| 4.2.2 数据修复 | 第46-47页 |
| 4.3 仿真实验 | 第47-53页 |
| 4.3.1 仿真流程 | 第47-50页 |
| 4.3.2 实验验证 | 第50-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 基于车联网的事故自动识别 | 第54-70页 |
| 5.1 问题描述 | 第54-56页 |
| 5.2 事故路段交通流特性 | 第56-57页 |
| 5.3 事故识别方法 | 第57-61页 |
| 5.4 算法性能分析 | 第61-69页 |
| 5.4.1 评价指标 | 第61-62页 |
| 5.4.2 实验验证 | 第62-69页 |
| 5.5 本章小结 | 第69-70页 |
| 6 总结与展望 | 第70-72页 |
| 6.1 工作总结 | 第70-71页 |
| 6.2 工作展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第76-78页 |
| 学位论文数据集 | 第78页 |
