| 致谢 | 第5-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第14-28页 |
| 1.1 论文选题背景 | 第14-15页 |
| 1.2 论文研究的目的和意义 | 第15-16页 |
| 1.3 国内外研究综述 | 第16-25页 |
| 1.3.1 交通流参数获取的相关技术研究 | 第16-19页 |
| 1.3.2 区域节点动态划分相关研究 | 第19-21页 |
| 1.3.3 交通状态快速识别相关研究 | 第21-23页 |
| 1.3.4 协调联动控制方法相关研究 | 第23-25页 |
| 1.4 论文的结构框架和主要内容 | 第25-27页 |
| 1.5 小结 | 第27-28页 |
| 2 交通视频中参数的提取分析与建模 | 第28-44页 |
| 2.1 检测算法 | 第28-29页 |
| 2.1.1 基于图像差分的检测算法 | 第28-29页 |
| 2.1.2 基于光流场分析的算法[91] | 第29页 |
| 2.2 车辆检测 | 第29-36页 |
| 2.2.1 车辆检测算法流程 | 第29-30页 |
| 2.2.2 背景的初始化 | 第30-31页 |
| 2.2.3 检测阈值的确定 | 第31页 |
| 2.2.4 背景差分的车辆检测 | 第31-33页 |
| 2.2.5 阴影消除 | 第33-34页 |
| 2.2.6 背景更新 | 第34-36页 |
| 2.2.7 基于改进的背景差分算法的车辆检测 | 第36页 |
| 2.3 车辆跟踪 | 第36-39页 |
| 2.3.1 Kalman滤波器算法的原理 | 第37页 |
| 2.3.2 运动车辆的跟踪与匹配 | 第37-39页 |
| 2.4 交通参数提取 | 第39-42页 |
| 2.4.1 流量检测 | 第40-41页 |
| 2.4.2 速度检测 | 第41-42页 |
| 2.4.3 时间占有率检测 | 第42页 |
| 2.5 小结 | 第42-44页 |
| 3 交通状态的快速识别与跃迁转变分析与建模 | 第44-62页 |
| 3.1 交通参数的选择及动态变化分析 | 第44-46页 |
| 3.1.1 交通参数选择分析 | 第44-46页 |
| 3.1.2 交通参数的时空变化分析 | 第46页 |
| 3.2 基于模糊理论的交通状态快速识别及跃迁转变 | 第46-54页 |
| 3.2.1 基于模糊聚类的交通状态识别 | 第47-48页 |
| 3.2.2 基于模糊认知图的交通状态快速识别及跃迁转变 | 第48-54页 |
| 3.3 交通状态快速识别的判断流程 | 第54-56页 |
| 3.4 实验 | 第56-60页 |
| 3.4.1 交通状态识别 | 第56-57页 |
| 3.4.2 交通状态影响权值分析 | 第57-58页 |
| 3.4.3 交通状态跃迁转变 | 第58-60页 |
| 3.5 小结 | 第60-62页 |
| 4 交通信号区域的动态划分分析与建模 | 第62-80页 |
| 4.1 交通区域动态划分的必要性 | 第62-68页 |
| 4.1.1 定性分析 | 第63-64页 |
| 4.1.2 定量分析 | 第64-68页 |
| 4.2 交通区域的动态划分 | 第68-75页 |
| 4.2.1 基于节点收缩法的控制小区内关键节点确定 | 第68-69页 |
| 4.2.2 控制小区的区划大小确定 | 第69-70页 |
| 4.2.3 控制小区内节点的具体划分 | 第70-71页 |
| 4.2.4 控制小区的动态调整与优化方法 | 第71-75页 |
| 4.3 实验 | 第75-79页 |
| 4.3.1 交通区域网络的拓扑结构 | 第75-76页 |
| 4.3.2 交通区域的划分过程 | 第76-79页 |
| 4.4 小结 | 第79-80页 |
| 5 交通信号区域的联动控制分析与建模 | 第80-102页 |
| 5.1 基于遗传算法的单路口信号优化控制 | 第81-85页 |
| 5.1.1 优化控制模型建立的依据 | 第81-82页 |
| 5.1.2 优化控制模型的建立 | 第82-83页 |
| 5.1.3 实验与分析 | 第83-85页 |
| 5.2 基于模糊理论的Agent协调控制选择模型 | 第85-91页 |
| 5.2.1 Agent原理及技术 | 第85-86页 |
| 5.2.2 基于agent的模糊控制模型 | 第86-90页 |
| 5.2.3 实验与分析 | 第90-91页 |
| 5.3 基于多Agent的联动控制协调模型 | 第91-101页 |
| 5.3.1 多Agent交互与协调的特点 | 第92页 |
| 5.3.2 协调系数 | 第92-94页 |
| 5.3.3 协调模型 | 第94-95页 |
| 5.3.4 协调过程 | 第95-98页 |
| 5.3.5 实验与分析 | 第98-101页 |
| 5.4 小结 | 第101-102页 |
| 6 基于多Agent的城市交通信号控制系统设计 | 第102-120页 |
| 6.1 系统的特点及目标 | 第102-103页 |
| 6.2 系统总体功能需求分析 | 第103-105页 |
| 6.2.1 数据管理子系统 | 第104页 |
| 6.2.2 交通控制Agent子系统 | 第104页 |
| 6.2.3 交通信息采集子系统 | 第104页 |
| 6.2.4 网络通信传输子系统 | 第104-105页 |
| 6.2.5 信息发布子系统 | 第105页 |
| 6.3 系统总体结构设计 | 第105-107页 |
| 6.3.1 系统的总体结构 | 第105-106页 |
| 6.3.2 系统结构的层次关系 | 第106-107页 |
| 6.4 数据管理与信息共享 | 第107-110页 |
| 6.4.1 总体数据组成 | 第107页 |
| 6.4.2 数据流分析 | 第107-110页 |
| 6.5 系统数据库设计 | 第110-113页 |
| 6.5.1 交通信号控制系统数据字典的设计 | 第110-111页 |
| 6.5.2 数据结构设计 | 第111-113页 |
| 6.6 系统详细设计 | 第113-116页 |
| 6.6.1 路口Agent内部设计 | 第113-114页 |
| 6.6.2 控制小区Agent内部设计 | 第114-115页 |
| 6.6.3 区域Agent内部设计 | 第115-116页 |
| 6.6.4 Agent的通信设计 | 第116页 |
| 6.7 交通控制原型系统应用 | 第116-118页 |
| 6.8 小结 | 第118-120页 |
| 7 结论及展望 | 第120-124页 |
| 7.1 结论 | 第120-121页 |
| 7.2 创新点 | 第121-122页 |
| 7.3 展望 | 第122-124页 |
| 参考文献 | 第124-130页 |
| 附录A 交通参数提取结果 | 第130-136页 |
| 附录B 交通状态识别信息表 | 第136-142页 |
| 附录C 交通网络区域交通信息数据表 | 第142-144页 |
| 附录D 模糊关系矩阵表 | 第144-146页 |
| 附录E 交通控制系统数据表结构 | 第146-148页 |
| 附录F Agent信息数据表结构 | 第148-150页 |
| 附录G Agent间通讯代码描述 | 第150-154页 |
| 作者简所 | 第154-158页 |
| 学位论文数据集 | 第158页 |