摘要 | 第2-3页 |
Abstract | 第3页 |
第一章 绪论 | 第6-12页 |
1.1 课题的研究背景和意义 | 第6-7页 |
1.1.1 课题研究背景 | 第6页 |
1.1.2 课题研究意义 | 第6-7页 |
1.2 智能交通灯控制系统的发展及现状 | 第7-8页 |
1.2.1 国外发展概况 | 第7-8页 |
1.2.2 我国发展现状 | 第8页 |
1.3 神经网络的发展及现状 | 第8-9页 |
1.3.1 国外发展概况 | 第8-9页 |
1.3.2 国内发展概况 | 第9页 |
1.4 人工神经网络在智能交通控制系统中的应用现状 | 第9-10页 |
1.5 论文结构和研究内容 | 第10-12页 |
第二章 智能交通控制系统相关技术 | 第12-18页 |
2.1 交通信号控制理论 | 第12-14页 |
2.1.1 交通信号控制的基本概念 | 第12-13页 |
2.1.2 交通信号控制方式 | 第13页 |
2.1.3 常用的车辆检测技术 | 第13-14页 |
2.2 CAN总线通信技术 | 第14-17页 |
2.2.1 CAN总线的发展及特点 | 第14页 |
2.2.2 CAN总线数值表示及通信距离 | 第14-15页 |
2.2.3 CAN的报文传送及其帧结构 | 第15-16页 |
2.2.4 CAN总线拓扑结构 | 第16-17页 |
2.3 本章小结 | 第17-18页 |
第三章 交叉路口神经网络建模与仿真 | 第18-31页 |
3.1 人工神经网络概述 | 第18页 |
3.2 感知器神经网络 | 第18-20页 |
3.2.1 感知器神经网络模型 | 第18-19页 |
3.2.2 感知器神经网络学习算法 | 第19-20页 |
3.3 BP神经网络 | 第20-23页 |
3.3.1 BP神经网络结构 | 第20-21页 |
3.3.2 BP网络学习算法 | 第21-23页 |
3.4 交叉路口神经网络模型设计 | 第23-24页 |
3.4.1 交叉路口BP神经网络层数的选取 | 第23页 |
3.4.2 交叉路口BP神经网络输入层和输出层设计 | 第23页 |
3.4.3 BP神经网络隐含层神经元数量范围的确定 | 第23-24页 |
3.4.4 交叉路口神经网络模型设计 | 第24页 |
3.5 交叉路口神经网络模型仿真 | 第24-30页 |
3.5.1 MATLAB神经网络工具箱 | 第24页 |
3.5.2 交叉路口神经网络模型仿真 | 第24-27页 |
3.5.3 交叉路口神经网络模型合理性验证 | 第27-30页 |
3.6 本章小结 | 第30-31页 |
第四章 智能交通控制系统方案及电路设计 | 第31-43页 |
4.1 智能交通控制系统整体设计方案 | 第31-33页 |
4.1.1 总体设计需求 | 第31页 |
4.1.2 系统总体设计方案 | 第31-32页 |
4.1.3 系统运行过程 | 第32-33页 |
4.2 ARM处理器选型 | 第33-34页 |
4.3 主控模块设计 | 第34-38页 |
4.3.1 主控板最小系统电路 | 第34-36页 |
4.3.2 Flash扩展 | 第36-37页 |
4.3.3 以太网接口电路 | 第37页 |
4.3.4 GPS模块与蓝牙模块 | 第37-38页 |
4.3.5 CAN接口电路 | 第38页 |
4.4 驱动模块设计 | 第38-40页 |
4.4.1 驱动控制电路设计 | 第38-39页 |
4.4.2 故障检测电路设计 | 第39-40页 |
4.5 硬件黄闪模块设计 | 第40-41页 |
4.6 图像采集模块与DSP处理器 | 第41页 |
4.7 硬件抗干扰设计 | 第41-42页 |
4.8 本章小结 | 第42-43页 |
第五章 智能交通控制系统软件设计 | 第43-52页 |
5.1 硬件平台软件设计 | 第43-47页 |
5.1.1 开发环境介绍 | 第43页 |
5.1.2 主控模块与驱动模块通信协议 | 第43-45页 |
5.1.3 主控模块软件设计 | 第45-46页 |
5.1.4 驱动模块软件设计 | 第46-47页 |
5.2 BP神经网络算法设计 | 第47-48页 |
5.3 上位机软件设计 | 第48-51页 |
5.3.1 上位机通信协议 | 第48-49页 |
5.3.2 上位机软件设计思路 | 第49-51页 |
5.4 本章小结 | 第51-52页 |
第六章 结论与展望 | 第52-53页 |
6.1 结论 | 第52页 |
6.2 展望 | 第52-53页 |
参考文献 | 第53-56页 |
致谢 | 第56-57页 |
攻读硕士学位期间取得的研究成果 | 第57-58页 |