基于信息采集与监控的车联网服务系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究的背景及意义 | 第9-10页 |
| 1.1.1 基于无线传感器网络路侧单元布设 | 第9页 |
| 1.1.2 视频监控系统的研究 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国外研究现状 | 第10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 本文的主要内容 | 第11-12页 |
| 1.4 系统的开发工具 | 第12-14页 |
| 第二章 车联网系统的总体框架 | 第14-26页 |
| 2.1 概述 | 第14-17页 |
| 2.1.1 系统的网络拓扑结构 | 第15-16页 |
| 2.1.2 车联网软件总体架构 | 第16-17页 |
| 2.2 系统工作流程设计 | 第17-18页 |
| 2.3 车联网的关键技术 | 第18-24页 |
| 2.3.1 车-车/车-路通信的关键技术 | 第19页 |
| 2.3.2 智能路侧布设的关键技术 | 第19-21页 |
| 2.3.3 智能路侧方案 | 第21-23页 |
| 2.3.4 节点定位的基本思路 | 第23-24页 |
| 2.4 车载终端关键技术 | 第24-26页 |
| 第三章 车联网环境下信息采集算法优化 | 第26-35页 |
| 3.1 概述 | 第26页 |
| 3.2 基于数据融合的信息采集方法研究 | 第26-27页 |
| 3.2.1 多信息融合遇到的问题 | 第26-27页 |
| 3.2.2 多数据融合方法分析 | 第27页 |
| 3.3 基本假设 | 第27-28页 |
| 3.4 算法分析 | 第28-31页 |
| 3.4.1 粒子群优化算法评价 | 第28-29页 |
| 3.4.2 神经网络集成算法评价 | 第29-30页 |
| 3.4.3 优化后的算法 | 第30-31页 |
| 3.5 算法性能评价 | 第31-35页 |
| 第四章 视频监控子系统的设计与实现 | 第35-42页 |
| 4.1 视频图像处理的概述 | 第35-36页 |
| 4.1.1 视频采集监控系统的基本流程 | 第35页 |
| 4.1.2 视频采集系统的分析 | 第35-36页 |
| 4.2 视频监控子系统硬件平台的设计与实现 | 第36页 |
| 4.3 视频监控子系统软件平台的设计与实现 | 第36-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 系统的详细设计与实现 | 第42-49页 |
| 5.1 概述 | 第42页 |
| 5.2 数据库存储设计 | 第42-46页 |
| 5.2.1 数据库设计目标与原则 | 第42页 |
| 5.2.2 数据库关键表设计 | 第42-45页 |
| 5.2.3 数据库访问流程 | 第45页 |
| 5.2.4 数据库配置 | 第45-46页 |
| 5.3 系统功能的实现 | 第46-48页 |
| 5.3.1 主要用户界面 | 第46-47页 |
| 5.3.2 车辆基础信息管理 | 第47-48页 |
| 5.4 视频监控 | 第48-49页 |
| 第六章 总结与展望 | 第49-50页 |
| 6.1 总结 | 第49页 |
| 6.2 预期应用前景 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52-53页 |
| 作者简介及在学期间所取得的科研成果 | 第53页 |
| 一、个人简历 | 第53页 |
| 二、在研期间发表的学术论文 | 第53页 |
| 三、在研期间参与的科研项目 | 第53页 |
