首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--电子计算机在公路运输和公路工程中的应用论文

基于VANETs与智能感知的交通信息系统关键技术研究

摘要第4-6页
abstract第6-8页
第一章 绪论第12-18页
    1.1 研究背景第12-13页
    1.2 研究动机和意义第13-15页
    1.3 本文的主要内容和贡献第15-16页
    1.4 本论文的结构安排第16-18页
第二章 研究基础与相关工作第18-38页
    2.1 VANETs研究基础第18-27页
        2.1.1 VANETs的体系结构第19-21页
        2.1.2 VANETs的路由协议第21-25页
        2.1.3 VANETs的应用前景第25-27页
    2.2 智能手机感知概述第27-32页
        2.2.1 智能手机可感知的内容第28-29页
        2.2.2 智能手机感知技术的应用第29-31页
        2.2.3 车载智能感知技术的应用第31-32页
    2.3 相关工作第32-37页
        2.3.1 车辆安全的研究现状第32-34页
        2.3.2 运输效率的研究现状第34-35页
        2.3.3 安全驾驶的研究现状第35-37页
    2.4 本章小结第37-38页
第三章 面向交通信息系统的车辆安全研究第38-66页
    3.1 引言第38-40页
    3.2 系统设计第40-44页
        3.2.1 设计原则第40-42页
        3.2.2 总体设计第42-43页
        3.2.3 面对的挑战和解决方法第43-44页
    3.3 系统方法实现第44-60页
        3.3.1 坐标轴方向性第44-45页
        3.3.2 传感器错误第45-46页
        3.3.3 运动检测第46-51页
            3.3.3.1 移动检测第46-47页
            3.3.3.2 停止检测第47页
            3.3.3.3 转向检测第47-50页
            3.3.3.4 反弹检测第50-51页
        3.3.4 地图匹配第51-54页
        3.3.5 车辆定位第54页
        3.3.6 建立移动模型第54-55页
        3.3.7 防盗检测第55-60页
            3.3.7.1 位置规则第56-57页
            3.3.7.2 方向规则第57-58页
            3.3.7.3 距离规则第58页
            3.3.7.4 基于深度学习的盗窃检测第58-60页
    3.4 系统实验第60-65页
        3.4.1 实验设置第60页
        3.4.2 性能分析第60-64页
            3.4.2.1 跟踪定位性能分析第60-63页
            3.4.2.2 防盗监测性能分析第63-64页
        3.4.3 系统开销分析第64-65页
    3.5 本章小结第65-66页
第四章 面向交通信息系统的运输效率研究第66-86页
    4.1 引言第66-68页
    4.2 问题分析与系统模型第68-70页
        4.2.1 基本假设第68页
        4.2.2 问题分析第68-69页
        4.2.3 系统概述第69-70页
    4.3 系统方法实现第70-77页
        4.3.1 停车场的簇群管理第70-71页
        4.3.2 车辆轨迹收集第71-75页
            4.3.2.1 车辆停放相同停车场第71-73页
            4.3.2.2 车辆停放不同停车场第73-75页
        4.3.3 车辆轨迹匹配算法第75-77页
        4.3.4 实现面临的问题第77页
    4.4 仿真实验与性能第77-83页
        4.4.1 仿真环境设置第78-79页
        4.4.2 调查停车场车辆数第79-80页
        4.4.3 性能分析第80-83页
            4.4.3.1 算法性能对比实验第80-82页
            4.4.3.2 车辆密度对性能影响第82页
            4.4.3.3 步行距离对性能影响第82-83页
    4.5 本章小结第83-86页
第五章 面向交通信息系统的安全驾驶研究第86-104页
    5.1 引言第86-88页
    5.2 系统模型第88-93页
        5.2.1 基本框架第88-90页
        5.2.2 分批标准化第90-91页
        5.2.3 卷积输入层第91-92页
        5.2.4 双向循环模型第92-93页
    5.3 系统方法实现第93-96页
        5.3.1 训练数据第93-95页
        5.3.2 后处理第95-96页
    5.4 实验与性能第96-102页
        5.4.1 实验设置第96-97页
        5.4.2 数据采集第97-98页
        5.4.3 性能分析第98-101页
            5.4.3.1 多种机器学习模型对比测试第98-100页
            5.4.3.2 呼吸频率监测性能对比测试第100-101页
        5.4.4 真实测试第101-102页
            5.4.4.1 车载环境测试第101-102页
            5.4.4.2 呼吸睡眠测试第102页
    5.5 本章小结第102-104页
第六章 总结与展望第104-107页
    6.1 论文总结第104-106页
    6.2 后续工作展望第106-107页
致谢第107-108页
参考文献第108-121页
攻读博士学位期间取得的成果第121-122页

论文共122页,点击 下载论文
上一篇:基于水下耐辐照相机的燃料组件变形双目检测系统研究
下一篇:非圆齿轮传动系统设计缺陷的修复理论与修复方法研究