车辆诱导系统理论模型和关键技术研究

车辆诱导系统理论模型和关键技术研究

论文摘要

本文基于“十五”国家科技攻关计划重大项目、吉林大学“985汽车工程科技创新平台”建设项目和长春市科技局项目的研究成果撰写而成。论文围绕车辆诱导系统理论模型和关键技术进行了较深入的研究,取得了一系列创新成果。论文共分七章。全面综述了车辆诱导系统的国内外研究现状和发展趋势,构造了适合中国国情的车辆诱导系统的结构框架和实施框架;提出短时交通信息理论模型体系并建立基于收集浮动车的交通信息采集等新方法,建立了基于交通模拟、排队论的行程时间间接预测模型,对其求解并进行实际工程应用;建立了基于Multigen Creator和Vega的三维导航新方法以及三维条件下的车辆诱导技术,并在长春市进行实际跑车试验,取得了令人满意的实验结果;阐述了车辆诱导系统路径规划问题的最短路计算实质,并将车辆诱导过程中的交通现象加以描述。同时通过介绍适用于车辆诱导的TC-B算法的优缺点,提出了基于TC-B的分层路径优化技术。本文创建了基于VMS的车辆诱导系统信息发布终端,给出了基于XML的B/S模式信息编辑方式等。提出了智能化车载信息装置的系统框图,并设计了车载信息装置软硬件接口。论文的理论模型和实施技术研究成果均在长春市得到实际应用,具有广阔的推广前景。同时,论文对于我国尽快实施车辆诱导系统也具有一定的参考和实用价值。

论文目录

  • 第一章 绪论
  • 1.1 课题来源
  • 1.2 研究背景和意义
  • 1.2.1 城市交通问题的提出
  • 1.2.2 改善城市交通的方法
  • 1.3 车辆诱导系统的研究现状与发展趋势
  • 1.3.1 日本、欧洲、美国车辆诱导系统研究比较
  • 1.3.2 我国车辆诱导系统的沿革
  • 1.3.3 车辆诱导系统的发展趋势
  • 1.4 论文主要研究内容及相互关系
  • 1.5 本章小结
  • 第二章 车辆诱导系统框架研究
  • 2.1 中国智能交通系统框架研究
  • 2.1.1 组织层
  • 2.1.2 通信层
  • 2.1.3 运输层
  • 2.2 中国车辆诱导系统结构框架
  • 2.2.1 车辆诱导系统结构框架
  • 2.2.2 车辆诱导系统实施的关键技术
  • 2.3 车辆诱导系统理论模型与关键技术
  • 2.4 车辆诱导系统实施框架
  • 2.5 本章小结
  • 第三章 短时交通信息预测理论研究
  • 3.1 交通信息采集方法研究
  • 3.1.1 宏观交通流参数的采集方法研究
  • 3.1.2 行程时间采集技术简介
  • 3.1.3 基于手机探测车的交通信息采集方法研究
  • 3.2 交通信息预测
  • 3.2.1 车辆诱导系统中交通信息预测的研究意义
  • 3.2.2 短时交通信息预测理论模型体系研究
  • 3.3 短时交通信息预测新方法研究
  • 3.3.1 基于最优梯度的交通参数预测指数平滑模型
  • 3.3.2 基于手机探测车的交通信息预测方法研究
  • 3.4 本章小结
  • 第四章 车辆诱导专用电子地图研究
  • 4.1 交通地理信息系统
  • 4.1.1 地理信息系统
  • 4.1.2 地理信息系统的数据管理
  • 4.1.3 交通信息的地理特征
  • 4.1.4 交通运输地理信息数据
  • 4.1.5 地理信息数据的输入
  • 4.1.6 地理信息数据结构
  • 4.2 车辆诱导专用电子地图研究与开发
  • 4.2.1 电子地图概述
  • 4.2.2 诱导专用矢量电子地图研究与开发
  • 4.3 车辆诱导系统中的三维场景设计与三维路径引导技术研究
  • 4.3.1 三维交通环境
  • 4.3.2 三维GIS 概述
  • 4.3.3 基于Multigen Creator 和Vega 的三维导航技术研究
  • 4.3.4 车辆诱导系统中的三维路径引导技术研究
  • 4.4 本章小结
  • 第五章 车辆诱导系统中的路径规划技术研究
  • 5.1 最短路问题的经典算法
  • 5.1.1 Dijkstra 算法
  • 5.1.2 启发式搜索(Heuristic Search)算法—— A*算法
  • 5.1.3 Hasse 算法
  • 5.1.4 Bellman-Ford-Moore 算法
  • 5.1.5 Floyd 算法
  • 5.2 适用于车辆动态导航系统的最短路算法
  • 5.2.1 数据结构方面的改进
  • 5.2.2 双向搜索
  • 5.2.3 分层搜索
  • 5.2.4 k-最短路算法
  • 5.2.5 基于神经网络的最短路算法
  • 5.2.6 遗传算法
  • 5.2.7 基于出行者特点的分层路径优化算法
  • 5.3 符合交通实际的路径规划技术研究
  • 5.3.1 路径优化问题概述
  • 5.3.2 车辆诱导过程中的交通现象描述
  • 5.3.3 基于TC-B 的分层路径优化技术
  • 5.4 本章小结
  • 第六章 车辆诱导系统信息发布终端设计
  • 6.1 基于VMS 的车辆诱导系统信息发布终端设计
  • 6.1.1 基于VMS 的车辆诱导系统设计
  • 6.1.2 基于VMS 的诱导信息发布系统设计
  • 6.2 智能化车载信息装置功能分析与设计
  • 6.2.1 车载信息装置的设计思路
  • 6.2.2 系统功能图
  • 6.2.3 系统功能描述
  • 6.2.4 开发工具及数据库的选择
  • 6.2.5 车载信息装置软硬件接口设计
  • 6.3 本章小结
  • 第七章 结论与展望
  • 参考文献
  • 攻读博士学位期间发表的学术论文、获奖和参与的科研项目情况
  • 致谢
  • 摘要
  • ABSTRACT
  • 相关论文文献

    • [1].智能交通管理中停车诱导系统的有效应用[J]. 科技风 2020(06)
    • [2].高速公路低能见度团雾预警与诱导系统开发研究[J]. 山西交通科技 2020(04)
    • [3].基于短距离无线通信技术的行车智能诱导系统及其策略研究[J]. 公路交通科技(应用技术版) 2017(02)
    • [4].基于物联网地下停车场诱导系统的思考[J]. 公路交通科技(应用技术版) 2017(03)
    • [5].探究城市智能停车诱导系统[J]. 中国安防 2015(16)
    • [6].城市商圈停车诱导系统设计与实现[J]. 上海船舶运输科学研究所学报 2015(03)
    • [7].基于导航平台的智能交通停车诱导系统设计——以衡阳为例[J]. 科技视界 2019(32)
    • [8].对道路低能见度行车智能诱导系统的研究与应用前景探讨[J]. 通讯世界 2017(03)
    • [9].浅谈物联网技术在停车诱导系统中的作用[J]. 智能建筑 2013(02)
    • [10].停车诱导系统的发展与应用特点分析[J]. 中国安防 2014(05)
    • [11].基于物联网技术的停车诱导系统的架构分析[J]. 电脑知识与技术 2013(05)
    • [12].基于物联网的停车诱导系统的研究[J]. 无线互联科技 2012(06)
    • [13].基于物联网的停车诱导系统[J]. 中国市场 2012(28)
    • [14].新型主动式智能停车诱导系统[J]. 计算机应用 2011(04)
    • [15].停车诱导系统协同设计研究[J]. 山西建筑 2011(13)
    • [16].基于RFID的停车诱导系统设计[J]. 武汉理工大学学报(交通科学与工程版) 2011(03)
    • [17].联通成功开发3G停车诱导系统[J]. 中国新通信 2011(22)
    • [18].基于语音识别技术的停车诱导系统研究[J]. 交通标准化 2009(11)
    • [19].城市停车诱导系统分析[J]. 甘肃科技 2009(21)
    • [20].国内外停车诱导系统对比分析及启示——以科隆市和上海市为例[J]. 规划师 2008(S1)
    • [21].诱导系统与雾区交通监测在山区高速公路中的应用[J]. 中国交通信息化 2020(02)
    • [22].探讨智慧交通信息诱导系统的关键技术[J]. 通讯世界 2017(22)
    • [23].智能停车诱导系统对城市道路交通影响仿真分析[J]. 市政技术 2017(01)
    • [24].城市公共停车诱导系统设计与优化配置——以天津市为例[J]. 城市开发 2016(10)
    • [25].国内停车诱导系统应用浅析[J]. 中国勘察设计 2016(08)
    • [26].浅谈智能停车诱导系统建设及运营中遇到的问题[J]. 智能建筑 2014(04)
    • [27].交通控制与诱导系统设计[J]. 计算机技术与发展 2015(09)
    • [28].城市中心区域停车诱导系统解决方案[J]. 无线互联科技 2013(09)
    • [29].多区域停车诱导系统的总体设计及实现方式探讨[J]. 产业与科技论坛 2009(04)
    • [30].分区分布式动态诱导系统应用研究[J]. 交通信息与安全 2009(S1)

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    车辆诱导系统理论模型和关键技术研究
    下载Doc文档

    猜你喜欢