一、GPS/GIS在智能交通系统中的应用（论文文献综述）
张珂[1]（2020）在《车联网移动边缘计算中的任务排队建模与调度研究》文中研究表明针对车联网移动边缘计算资源部署不均衡、服务密度小、任务分配不均衡、实时调度计算压力大的问题,对移动边缘计算的计算资源调度问题与任务分配问题进行了研究,并创新性提出一种基于智能车移动边缘计算的任务排队建模与调度算法,将具备感知、计算、控制功能的智能车作为移动边缘计算服务器,完成了智能车计算资源的虚拟化抽象、任务排队模型的建立、仿真验证、模型驱动MEC实验等工作,旨在提供弹性的计算服务,达到计算资源负载任务均衡。首先报告了车联网与移动边缘计算资源调度分配的研究现状,介绍了车联网的技术、架构与应用,移动边缘计算的概念、基础架构、虚拟化技术与应用,并针对车联网环境下的移动边缘计算架构进行了设计,一种是基于路侧单元的MEC架构,一种是基于智能车的MEC架构。并针对两种不同的架构讨论了这两种不同模式中的研究难点。其次针对路侧计算资源进行了调度策略研究。将排队论中的M/M/1排队模型应用于路侧计算资源调度中。构建了包括了输入任务、调度决策与任务执行三部分组成的调度模型,在计算资源虚拟化的情况下提出了基于AIMD算法模型的均衡分配方案,使得进入该路侧计算单元覆盖范围的网联车辆能够动态均衡的共享计算资源,提高计算资源得利用率,提供优质高效且稳定的服务,并且针对AIMD算法模型的收敛性进行了分析,并进行了仿真说明。然后对于路侧单元固定的分布式部署并不均衡,不能够覆盖全部区域的问题,依据智能车的MEC体系架构,采用了虚拟化技术对智能车计算资源进行了虚拟化抽象,构建了虚拟车服务任务GI/GI/1排队模型,同时基于云控制平台Voronoi分配算法将智能车拓扑结构进行划分,根据任务地点完成智能车计算资源调度,对虚拟车任务进行了分配绑定,进而完成了智能车的优化调度与分布式弹性服务。最后提出VSP模型驱动车联网移动边缘计算作为一种服务,在Aimsun交通仿真软件中利用API接口模块,构建了Client-Sever通信架构,完成了Aimsun实验流程的开发与交通仿真平台路网的部署,将智能车移动边缘计算应用于仿真路网中,并且对实时获得的交通污染数据并进行处理,进行结果分析,为模型驱动车联网移动边缘计算作为服务提供了理论支撑与应用基础。
刘森,张书维,侯玉洁[2]（2020）在《3D打印技术专业“三教”改革探索》文中认为根据国家对职业教育深化改革的最新要求,解读当前"三教"改革对于职教教育紧迫性和必要性,本文以3D打印技术专业为切入点,深层次分析3D打印技术专业在教师、教材、教法（"三教"）改革时所面临的实际问题,并对"三教"改革的一些具体方案可行性和实际效果进行了探讨。
寻飞飞[3]（2019）在《济南交警警情分析调度平台开发》文中研究指明济南交警警情分析调度平台是集成交通勤务和交通态势信息的智能交通系统。本系统通过结合WebGIS技术,先将道路信息映射为地图坐标区域,然后根据交警GPS定位信息实时监测交通勤务状态,最后通过地图的形式将实时警力分布状态、交通事故发生地点等信息可视化显示,辅助指挥人员对交通态势快速定位、快速处理。此外,本课题针对交通岔路口情景设计了基于监控视频的道路拥堵检测方法辅助人工检测拥堵,提高整体拥堵检测效果。本论文首先介绍了本课题的研究背景和研究意义,以及智能交通系统和道路拥堵检测方法的研究现状。然后针对交通指挥应用场景,从功能性需求和非功能性需求两个方面阐述了济南交警警情分析调度平台的相关需求,接着根据需求分析将本课题的系统结构划分为用户界面层、中间服务层、接口规范层和数据支持层四个层次,将系统功能划分为警务部署、态势预警、情报分析和系统维护四个模块,并针对各种功能设计了对应的系统服务、系统接口和数据库结构。然后介绍了本课题当中道路拥堵检测方法所使用的相关算法和具体实现方式,并对提出的检测方法进行了相关实验和分析。最后通过系统实现和测试部分展示了平台中各模块的用户界面以及相关功能的实现方式,并对系统相关功能进行功能测试。本系统将繁琐的交通指挥流程简化,将复杂的交通系统接入至统一的平台,缩短了交通信息传递层级,使得指挥人员可以直接掌握实时的交通勤务状态和交通态势,提高交通指挥效率;利用历史交通信息数据,统计分析事故易发地点、重点车辆通行行为,为指挥人员警力部署提供针对性布警建议;利用已有的交通监控视频自动检测道路的交通状态辅助人工检测,提高了拥堵检测效率,为实现智能交通起到了一定的促进作用。
赵晓蕊[4]（2019）在《智能交通管控系统关键技术设计与子系统实现》文中研究表明在现代化城市生活中,城市规模不断扩大,人口数量庞大,机动车的保有量也随着人们物质生活的提高而迅速增加。由于交通资源的有限性、交通规划的滞后性,同时在交通通行过程中的交通文化有待加强和提高,交通问题成为人们日益关注的焦点。智能交通系统成为解决交通问题,改进交通管理、改善交通出行体验的技术手段。通过对现代城市交通状况,交通管理的转变和需求分析,提出智能交通管控系统建设思路:基于交通信息云资源的交通信息分析判断预测和智能应用;发生交通事故能够进行快速识别,快速响应和协同调度;实现及时准确交通信息服务的和多样的交通信息资源利用;实施对交通设备的实时健康状况监测,实现设备故障快速诊断和迅速响应,确保交通管控系统可靠运行;为交通管理者和交通参与者提供智能化,信息化和可视化的交通服务和辅助工具,实现城市交通的安全快捷和高效有序。首先,本文对交通管控系统各个技术子系统的功能进行梳理、分类,根据相关规则和规范的要求对城市智能交通管控系统的总体系统框架,逻辑结构和系统的物理结构进行了设计;设计分析了城市智能交通管控系统所采用的技术路线和系统在设计过程中所采用的关键技术;为城市智能交通管理系统实施确定了技术路线和关键技术解决方案。其次,对智能管控子系统进行了设计和实现。智能管控子系统作为城市智能交通管控系统的核心平台,采用闭环式指挥调度流程,能够及时统筹和解决指挥调度存在的问题,提高指挥调度执行力;支持扁平化指挥调度模式,大大缩短了交通信息传递和交通决策的流程与时间;支持多层次多元化协同指挥调度模式;并采用“一机多屏”方式,满足不同的用户需求和不同的应用场景需求。最后,对交通信息研判子系统进行了设计和实现。交通信息研判子系统基于历史交通信息,通过数据分析和挖掘技术,可以进一步发掘历史交通数据规律建立综合分析判断预测数据库,给交通管理工作提供决策参考。交通信息研判子系统具有交通流信息研判,交通警情信息研判,交通违法信息研判和交通事故信息研判四个业务功能;具有对各类信息进行不同维度的分析,研判和图形化直观显示等特点。
孙伟伟,韩杰尧[5]（2018）在《GPS、GIS技术在道路交通运输系统中的应用》文中进行了进一步梳理随着GIS/GPS技术的成熟以及其在智能交通系统中的逐步应用与发展,提高交通安全和运输服务水平,形成一种以信息化为基础,以现代计算机为手段,以安全、高效、服务为目的的新型现代道路交通运输系统。
唐嘉颐[6]（2018）在《基于遗传算法的公交运营数据分析与应用》文中提出城市公交作为智能化、信息化应用较早的行业之一,同样存在着产业升级和深化应用的困扰。遗传算法由于具备良好的可操作性、并行性、全局优化性和稳健性特点,同时在求解空间内采取一定的方向性进行智能随机搜索,而非盲目地穷举或试探,因此在搜索耗时和效率上能优于其它算法。尽管近年来对遗传算法在公交行业中的应用有了进一步的研究,但在智能公交的发展上还未在城市公交上实践,人工调度仍在国内公交行业占据主导地位。公交行业资源配置的关键就是人和车的配置,如果不能根据不同线路客流量和运行情况进行独立分析,为线路设计投入产出比率最高的运营方案,从本质上还摆脱不了经验调度,人工调度的旧模式,智能调度的逐步成熟将成为公交行业的主流趋势。本文围绕现有公交智能调度系统,用系统归集和初步分析的运营数据,搭建数据分析系统平台,运用遗传算法获得各线路的调度运营规划功能实现的最主要因素:发班间隔。根据遗传算法的分析结合线性规划,最终获得配车计划和发班计划。综合系统的基础信息,输出某一天根据天气类型预测获得的配车计划和发班计划表,制定公交调度运营规划。本文的研究内容包括:（1）基于遗传算法的公交数据分析:以电车14条线路作为蓝本,以遗传算法获得发班间隔,建立配车和排班算法获得公交调度运营规划设计,从根本上摆脱人工调度的主观因素而实现智能调度;（2）运营数据分析系统的总体设计:根据遗传算法运算的需求搭建数据库架构,系统将遗传算法获得的公交调度运营规划通过系统输出每条线路的配车计划和运营方案等用于智能调度的实现,同时针对实践中是否存在与时段客流不匹配进行分析,以逐步改进算法机制。
沈弼龙[7]（2018）在《基于大规模轨迹数据的智能共乘问题关键技术研究》文中研究指明交通拥堵、出行费用上涨、环境污染等一系列问题在近年来越来越受到人们的广泛关注。共乘出行通过有效整合运力对缓解交通拥堵、降低出行费用、减轻环境污染都有重要意义。随着移动网络的普及和GPS、北斗等定位系统的不断完善,其产生的大规模轨迹数据为智能共乘系统带来了全新的发展机遇与挑战。本文围绕智能共乘中的车辆过滤、模式发现、匹配规划、系统优化等关键问题展开研究。本文创新点主要有:·面向大规模路网的海量移动对象的k近邻搜索,提出了索引算法V-Tree。现有技术要么仅关注欧几里得距离移动对象索引,要么仅关注基于路网的静态对象k近邻索引,前者不支持路网索引、后者不支持移动对象。为此,本文针对智能共乘中基于路网的移动对象索引需求,提出了基于图划分边界点数量上界理论的路网上移动对象k近邻索引算法,将移动对象路网查询与更新平均复杂度均降至O（log）级。该算法具有良好的可扩展性,可满足大规模路网海量移动对象索引需求。·面向智能共乘中的区域模式发现,提出了高效用占比挖掘算法OCEAN。现有相关挖掘技术无法体现区域模式对共乘的重要性,为此,我们以区域在轨迹中距离的贡献占比为依据,提出了效用占比这一度量。针对这一度量不具有向下闭包特性、无法有效直接裁剪的问题,找到了其裁剪上界,并设计了面向共乘的效用占比空间区域模式挖掘算法。该方法可有效发现以共乘有效性为度量的区域模式。·面向智能共乘中多订单匹配与路线规划,提出了基于聚类的匹配规划算法Roo。现有方法将多订单匹配规划看成先匹配订单再规划路线的两个步骤,且对订单匹配时往往仅考虑订单的起终点位置。针对这一问题,提出了基于路网的共乘时空距离度量。基于该度量,设计了同时考虑订单匹配与路线规划的多订单匹配规划算法。通过在匹配规则中考虑订单在路网上可能经过的位置,该方法提供了更加灵活的共乘选择,从而降低了里程开销。·面向完善智能共乘所需的城市出行特征分析,提出了基于城市出行网络的分析框架NBAF。智智能共乘中运力调度、乘客等待时间、价格策略等要素都决定了共乘系统的体验,需针对共乘系统的需求对城市出行特征进行有效提取。为此,基于网络中心度理论提出了基于出行活动网络的城市特征分析框架,该分析框架能有效描述城市中区域之间的出行模式,为共乘系统的改进与宏观调度提供支撑。
张莹[8]（2017）在《3S集成时空信息技术在车辆导航与车辆监控系统中的综合应用》文中提出本文提出了3S集成时空信息技术的概念。并介绍3S集成时空信息技术在智能交通行业车辆导航与监控系统中的综合应用。在智能交通综合信息服务系统中,实践该技术可在智能交通系统中对车辆进行实时导航和实时监控,通过该技术可以将车辆的时空信息数字化放在电脑中,结合业务通过数据挖掘和分析,以可视化形式智能化展示在GIS地图中。3S集成时空信息技术作为核心技术在车辆导航与监控系统中起着非常大的作用。
马飞虎,罗梓铭,姜珊珊,孙喜文,金依辰[9]（2017）在《3S技术在智能交通中的应用与发展》文中提出3S技术在促进智能交通系统发展的同时也带来了一些相关问题。从3S在智能交通中的应用出发,分别描述了GIS-T数据传输、GPS定位导航、RS图像数据处理,以及三者在交通领域现阶段普遍的应用技术,并阐述了三者之间的联系和智能交通系统架构。从经济学层面分析了3S所带来的影响,展现了近年来我国对智能交通行业市场的投资规模,提出了交通、环境、经济和谐发展的理念。最后,从目前3S技术所存在的问题引发思考,总结了提升其技术与完善智能交通系统的方法。
《中国公路学报》编辑部[10]（2017）在《中国汽车工程学术研究综述·2017》文中提出为了促进中国汽车工程学科的发展,从汽车噪声-振动-声振粗糙度（Noise,Vibration,Harshness,NVH）控制、汽车电动化与低碳化、汽车电子化、汽车智能化与网联化以及汽车碰撞安全技术5个方面,系统梳理了国内外汽车工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。汽车NVH控制方面综述了从静音到声品质、新能源汽车NVH控制技术、车身与底盘总成NVH控制技术、主动振动控制技术等;汽车电动化与低碳化方面综述了传统汽车动力总成节能技术、混合动力电动汽车技术等;汽车电子化方面综述了汽车发动机电控技术、汽车转向电控技术、汽车制动电控技术、汽车悬架电控技术等;汽车智能化与网联化方面综述了中美智能网联汽车研究概要、复杂交通环境感知、高精度地图及车辆导航定位、汽车自主决策与轨迹规划、车辆横向控制及纵向动力学控制、智能网联汽车测试,并给出了先进驾驶辅助系统（ADAS）、车联网和人机共驾等典型应用实例解析;汽车碰撞安全技术方面综述了整车碰撞、乘员保护、行人保护、儿童碰撞安全与保护、新能源汽车碰撞安全等。该综述可为汽车工程学科的学术研究提供新的视角和基础资料。
二、GPS/GIS在智能交通系统中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、GPS/GIS在智能交通系统中的应用（论文提纲范文）
（1）车联网移动边缘计算中的任务排队建模与调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 车联网 |
| 1.2.2 移动边缘计算 |
| 1.2.3 资源调度分配 |
| 1.3 文章结构和主要研究内容 |
| 第2章 车联网移动边缘计算相关技术 |
| 2.1 引言 |
| 2.2 车联网技术与应用 |
| 2.2.1 车联网技术 |
| 2.2.2 车联网架构 |
| 2.2.3 车联网应用 |
| 2.3 移动边缘计算 |
| 2.3.1 移动边缘计算 |
| 2.3.2 基础架构 |
| 2.3.3 虚拟化技术 |
| 2.3.4 移动边缘计算应用 |
| 2.4 车联网移动边缘计算体系架构设计 |
| 2.4.1 基于基础设施的体系架构设计 |
| 2.4.2 基于智能车的体系架构设计 |
| 2.4.3 存在的问题及难点 |
| 2.5 本章小结 |
| 第3章 基于M/M/1排队模型的路侧计算资源调度策略 |
| 3.1 引言 |
| 3.2 M/M/1排队模型 |
| 3.3 基于M/M/1排队模型的路侧计算资源调度模型建立 |
| 3.3.1 路侧计算资源调度系统抽象描述 |
| 3.3.2 路侧计算资源调度系统模型建立 |
| 3.4 基于AIMD算法的计算资源动态均衡分配 |
| 3.4.1 动态分配算法模型 |
| 3.4.2 收敛性分析 |
| 3.4.3 仿真分析 |
| 3.5 本章小结 |
| 第4章 基于GI/GI/1排队模型的智能车计算资源调度策略 |
| 4.1 引言 |
| 4.2 基于GI/GI/1排队模型的虚拟车任务模型建立 |
| 4.2.1 智能车计算资源虚拟化抽象描述 |
| 4.2.2 时空推进模型 |
| 4.2.3 虚拟车任务排队模型建立 |
| 4.3 基于Voronoi分配算法的智能车计算资源调度 |
| 4.3.1 Voronoi分配算法 |
| 4.3.2 智能车局部任务排队模型建立 |
| 4.4 仿真评估 |
| 4.5 本章小结 |
| 第5章 VSP模型驱动车联网移动边缘计算 |
| 5.1 引言 |
| 5.2 交通污染排放模型 |
| 5.2.1 VSP排放模型 |
| 5.2.2 车联网下的交通污染排放移动边缘计算 |
| 5.3 Aimsun交通污染排放移动边缘计算仿真实验 |
| 5.3.1 Aimsun-Cloud通信架构设计 |
| 5.3.2 实验流程 |
| 5.3.3 仿真路网部署 |
| 5.3.4 仿真实验过程 |
| 5.4 数据处理与结果分析 |
| 5.5 本章小结 |
| 总结与展望 |
| 论文研究总结 |
| 论文研究展望 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术成果 |
| 致谢 |
（2）3D打印技术专业“三教”改革探索（论文提纲范文）
| 引言 |
| 1 3D打印技术专业“三教”面临的突出问题 |
| 1.1 师资团队的教学素养相对偏差 |
| 1.2 3D打印技术专业教材不成体系，资源匮乏 |
| 1.3 教法难以提升学生参与的主动性 |
| 2 3D打印技术应用专业“三教”改革措施 |
| 2.1 通过“名师引领、双元结构、分工协作”的准则塑造团队 |
| 2.1.1 依托有较强影响力的带头人，有效开发名师所具备的引领示范效果 |
| 2.1.2 邀请大师授教，提升人才的技术与技能水准 |
| 2.2 推进“学生主体、育训结合、因材施教”的教材变革 |
| 2.2.1 设计活页式3D打印教材 |
| 2.2.2 灵活使用信息化技术，形成立体化的教学 |
| 2.3 创新推行“三个课堂”教学模式，推进教法改革 |
| 2.3.1 采取线上、线下的混合式教法 |
| 2.3.2 构建与推进更具创新性的“三个课堂”模式 |
（3）济南交警警情分析调度平台开发（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 智能交通系统研究现状 |
| 1.2.2 道路拥堵检测方法研究现状 |
| 1.3 本课题的主要工作 |
| 1.3.1 警情分析调度平台设计及开发 |
| 1.3.2 城市道路拥堵自动检测方法研究 |
| 1.4 论文的组织结构 |
| 1.5 本章小结 |
| 第二章 警情分析调度平台需求分析 |
| 2.1 系统描述 |
| 2.2 功能性需求 |
| 2.3 非功能性需求 |
| 2.4 系统可行性分析 |
| 2.5 本章小结 |
| 第三章 警情分析调度平台设计 |
| 3.1 系统结构设计 |
| 3.2 系统功能设计 |
| 3.2.1 警务部署模块 |
| 3.2.2 态势预警模块 |
| 3.2.3 情报分析模块 |
| 3.2.4 系统维护模块 |
| 3.3 系统服务设计 |
| 3.4 系统接口设计 |
| 3.5 数据库结构设计 |
| 3.6 本章小结 |
| 第四章 道路拥堵检测方法设计 |
| 4.1 道路拥堵检测相关算法 |
| 4.1.1 Shi-Tomasi角点检测算法 |
| 4.1.2 Lucas-Kanade光流算法 |
| 4.2 道路拥堵检测方法设计 |
| 4.2.1 全局车速检测算法 |
| 4.2.2 交通状态判别算法 |
| 4.3 道路拥堵检测方法测试 |
| 4.3.1 测试环境 |
| 4.3.2 测试结果 |
| 4.4 本章小结 |
| 第五章 警情分析调度平台实现与测试 |
| 5.1 系统运行环境 |
| 5.2 系统实现 |
| 5.2.1 系统关键功能 |
| 5.2.2 警务部署模块 |
| 5.2.3 态势预警模块 |
| 5.2.4 情报分析模块 |
| 5.2.5 系统维护模块 |
| 5.3 系统测试 |
| 5.3.1 系统安全测试 |
| 5.3.2 系统功能测试 |
| 5.3.3 系统性能测试 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（4）智能交通管控系统关键技术设计与子系统实现（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 智能交通对于城市交通管理和控制的意义 |
| 1.2.2 面向交通信息资源中心和系统运维管理体系的意义 |
| 1.3 国内外研究现状 |
| 1.4 论文的主要内容和结构 |
| 第2章 智能交通管控系统总体设计 |
| 2.1 智能交通管控系统需求分析 |
| 2.1.1 交通管控的需求分析 |
| 2.1.2 交通信息资源需求分析 |
| 2.2 系统设计技术路线 |
| 2.2.1 采用基于面向服务的体系架构设计思想 |
| 2.2.2 采用传统信息技术与大数据技术相结合进行数据和信息管理 |
| 2.2.3 采用“操作系统”思想管理智能交通系统中软硬件资源 |
| 2.2.4 C/S与B/S两种结构相结合的软件构架模式 |
| 2.3 系统总体框架设计 |
| 2.4 系统逻辑结构设计 |
| 2.5 系统物理结构设计 |
| 2.6 系统涉及关键技术分析 |
| 2.7 本章小结 |
| 第3章 智能管控子系统的设计与实现 |
| 3.1 智能管控子系统特点分析 |
| 3.1.1 智能管控子系统采用闭环式指挥调度流程 |
| 3.1.2 智能管控子系统支持扁平化指挥调度模式 |
| 3.1.3 智能管控子系统支持多层次和多元化协同指挥调度模式 |
| 3.1.4 智能管控子系统采用多种显示终端 |
| 3.2 智能管控子系统结构设计 |
| 3.3 智能管控子系统实现 |
| 3.3.1 交通状况监测系统 |
| 3.3.2 视频巡逻系统 |
| 3.4 智能管控子系统功能测试与验证 |
| 3.5 本章小结 |
| 第4章 交通信息研判子系统的设计与实现 |
| 4.1 交通信息研判子系统特点分析 |
| 4.2 交通信息研判子系统结构设计 |
| 4.3 交通信息研判子系统实现 |
| 4.3.1 交通流信息研判系统 |
| 4.3.2 交通事故研判系统 |
| 4.3.3 交通违法研判系统 |
| 4.4 交通信息研判子系统功能测试与验证 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 个人简历 |
| 致谢 |
（5）GPS、GIS技术在道路交通运输系统中的应用（论文提纲范文）
| 1 前言 |
| 1.1 研究的背景及意义 |
| 1.2 国内外研究现状 |
| 2 GPS、GIS技术在智能交通系统 (ITS) 领域中的应用分析 |
| 2.1 GPS智能交通在对缓解运输压力改善道路状况方面的应用效果 |
| 2.1.1 车辆跟踪 |
| 2.1.2 提供出行路线的规划和导航规划 |
| 2.1.3 话务指挥指挥中心 |
| 2.1.4 紧急援助 |
| 3 GPS\PIS在智能交通系统中的应用 |
| 3.1 最佳路径规划 |
| 3.2 实时导航 |
| 3.3 智能调度 |
| 3.4 信息服务 |
| 3.5 交通事故分析 |
| 4 GPS系统在交通运输工程中的技术与应用 |
| 4.1 公路测量 |
| 4.2 网络GPS |
| 4.3 GPS导航 |
| 5 展望 |
（6）基于遗传算法的公交运营数据分析与应用（论文提纲范文）
| 摘要 |
| abstract |
| 1 前言 |
| 1.1 研究背景 |
| 1.2 城市交通智能化调度 |
| 1.2.1 智能交通技术的国内外发展 |
| 1.2.2 公交智能化建设 |
| 1.3 基于遗传算法的智能化调度 |
| 1.3.1 遗传算法的原理 |
| 1.3.2 遗传算法在智能调度的应用发展 |
| 1.4 本论文研究内容和结构安排 |
| 2 基于遗传算法的公交数据分析与应用 |
| 2.1 发班间隔的改进遗传算法设计 |
| 2.1.1 改进遗传算法的实现 |
| 2.1.2 算法分析 |
| 2.2 公交调度运营规划设计 |
| 2.2.1 线路配车计划 |
| 2.2.2 线路排班计划 |
| 3 运营数据分析系统设计 |
| 3.1 系统结构的设计 |
| 3.1.1 软件架构 |
| 3.1.2 系统的模块和权限划分 |
| 3.1.3 系统开发技术 |
| 3.2 系统数据库的设计 |
| 3.2.1 数据库设计 |
| 3.2.2 数据来源 |
| 3.2.3 遗传算法运算表设计 |
| 3.3 公交调度运营规划功能实现 |
| 3.3.1 系统的界面设计 |
| 3.3.2 数据访问接口 |
| 3.3.3 运营规划功能实现 |
| 4 总结与展望 |
| 4.1 总结 |
| 4.2 展望 |
| 致谢 |
| 参考文献 |
（7）基于大规模轨迹数据的智能共乘问题关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景与意义 |
| 1.2 智能共乘关键技术与挑战 |
| 1.3 研究内容与主要贡献 |
| 1.3.1 研究内容 |
| 1.3.2 主要贡献 |
| 1.4 本文组织结构 |
| 第2章 相关工作 |
| 2.1 共乘发展历史 |
| 2.2 海量移动对象的路网索引技术 |
| 2.3 基于轨迹的区域模式挖掘技术 |
| 2.4 多订单匹配规划技术 |
| 2.5 城市出行特征提取技术 |
| 第3章 海量移动对象的路网索引技术研究 |
| 3.1 研究背景 |
| 3.2 相关定义 |
| 3.3 V-Tree索引结构 |
| 3.3.1 V-Tree |
| 3.3.2 V-Tree空间复杂度分析 |
| 3.3.3 V-Tree生成 |
| 3.3.4 在V-Tree上实现SPDist功能 |
| 3.3.5 V-Tree的更新 |
| 3.4 k近邻算法描述 |
| 3.4.1 gnav(v)函数介绍 |
| 3.4.2 nnav(v,u)函数介绍 |
| 3.4.3 knn算法正确性分析 |
| 3.4.4 knn时间复杂度分析 |
| 3.5 实验分析 |
| 3.5.1 实验环境与设置 |
| 3.5.2 参数f和τ性能分析 |
| 3.5.3 索引构建性能分析 |
| 3.5.4 k近邻查询性能分析 |
| 3.6 本章小结 |
| 第4章 基于大规模轨迹的高效用占比模式发掘技术 |
| 4.1 研究背景 |
| 4.2 相关定义 |
| 4.2.1 基本概念 |
| 4.2.2 效用占比度定义 |
| 4.3 高效用占比模式挖掘 |
| 4.3.1 效用占比度的上界定理 |
| 4.3.2 OCEAN算法具体设计与实现 |
| 4.4 实验分析 |
| 4.4.1 实验环境与设置 |
| 4.4.2 高效用占比度发掘效果分析 |
| 4.4.3 裁剪效果分析 |
| 4.4.4 内存消耗分析 |
| 4.5 本章小结 |
| 第5章 基于聚类的多订单匹配与规划技术 |
| 5.1 研究背景 |
| 5.2 相关定义 |
| 5.2.1 方法概览 |
| 5.2.2 基本概念 |
| 5.3 Roo匹配规划算法设计 |
| 5.3.1 基于路网的共乘时空距离 |
| 5.3.2 Roo匹配规划方法定义 |
| 5.3.3 路线合并算法 |
| 5.3.4 Roo匹配规划算法实现 |
| 5.3.5 基于高效用占比区域模式的改进算法Roo~+ |
| 5.4 实验分析 |
| 5.4.1 实验环境与设置 |
| 5.4.2 不同时段共乘潜力分析 |
| 5.4.3 不同距离范围共乘潜力分析 |
| 5.4.4 不同参数的共乘潜力分析 |
| 5.4.5 高效用占比区域模式局部优化分析 |
| 5.5 本章小结 |
| 第6章 基于出行活动网络的城市特征分析技术研究 |
| 6.1 研究背景 |
| 6.2 相关定义 |
| 6.2.1 基本概念 |
| 6.2.2 问题定义 |
| 6.3 方法描述 |
| 6.3.1 网络分析度量选取 |
| 6.3.2 城市出行网络构建 |
| 6.4 实验分析 |
| 6.4.1 实验环境与设置 |
| 6.4.2 月出行活动网络分析 |
| 6.4.3 周出行活动网络分析 |
| 6.4.4 日出行活动网络分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 论文主要研究工作总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（9）3S技术在智能交通中的应用与发展（论文提纲范文）
| 1 3S技术在智能交通中的应用 |
| 1.1 GIS在智能交通中的应用 |
| 1.2 GPS在智能交通中的应用 |
| 1.3 RS在智能交通中的应用 |
| 1.4智能交通中3S技术的联系 |
| 2 3S技术在ITS中带来的经济影响 |
| 3 3S技术在ITS中面临的发展问题 |
| 4结束语 |
（10）中国汽车工程学术研究综述·2017（论文提纲范文）
| 索引 |
| 0引言 |
| 1汽车NVH控制 (长安汽车工程研究院庞剑总工程师统稿) |
| 1.1从静音到声品质 (重庆大学贺岩松教授提供初稿) |
| 1.1.1国内外研究现状 |
| 1.1.1.1声品质主观评价 |
| 1.1.1.2声品质客观评价 |
| 1.1.1.3声品质主客观统一模型 |
| 1.1.2存在的问题 |
| 1.1.3研究发展趋势 |
| 1.2新能源汽车NVH控制技术 |
| 1.2.1驱动电机动力总成的NVH技术 (同济大学左曙光教授、林福博士生提供初稿) |
| 1.2.1.1国内外研究现状 |
| 1.2.1.2热点研究方向 |
| 1.2.1.3存在的问题与展望 |
| 1.2.2燃料电池发动机用空压机的NVH技术 (同济大学左曙光教授、韦开君博士生提供初稿) |
| 1.2.2.1国内外研究现状 |
| 1.2.2.2存在的问题 |
| 1.2.2.3总结与展望 |
| 1.3车身与底盘总成NVH控制技术 |
| 1.3.1车身与内饰 (长安汽车工程研究院庞剑总工程师提供初稿) |
| 1.3.1.1车身结构 |
| 1.3.1.2声学包装 |
| 1.3.2制动系 (同济大学张立军教授、徐杰博士生、孟德建讲师提供初稿) |
| 1.3.2.1制动抖动 |
| 1.3.2.2制动颤振 |
| 1.3.2.3制动尖叫 |
| 1.3.2.4瓶颈问题与未来趋势 |
| 1.3.3轮胎 (清华大学危银涛教授、杨永宝博士生、赵崇雷硕士生提供初稿) |
| 1.3.3.1轮胎噪声机理研究 |
| 1.3.3.2轮胎噪声计算模型 |
| 1.3.3.3轮胎噪声的测量手段 |
| 1.3.3.4降噪方法 |
| 1.3.3.5问题与展望 |
| 1.3.4悬架系 (吉林大学庄晔副教授提供初稿) |
| 1.3.4.1悬架系NVH问题概述 |
| 1.3.4.2悬架系的动力学建模与NVH预开发 |
| 1.3.4.3悬架系的关键部件NVH设计 |
| 1.3.4.4悬架NVH设计整改 |
| 1.4主动振动控制技术 (重庆大学郑玲教授提供初稿) |
| 1.4.1主动和半主动悬架技术 |
| 1.4.1.1主动悬架技术 |
| 1.4.1.2半主动悬架技术 |
| 1.4.2主动和半主动悬置技术 |
| 1.4.2.1主动悬置技术 |
| 1.4.2.2半主动悬置技术 |
| 1.4.3问题及发展趋势 |
| 2汽车电动化与低碳化 (江苏大学何仁教授统稿) |
| 2.1传统汽车动力总成节能技术 (同济大学郝真真博士生、倪计民教授提供初稿) |
| 2.1.1国内外研究现状 |
| 2.1.1.1替代燃料发动机 |
| 2.1.1.2高效内燃机 |
| 2.1.1.3新型传动方式 |
| 2.1.2存在的主要问题 |
| 2.1.3重点研究方向 |
| 2.1.4发展对策及趋势 |
| 2.2混合动力电动汽车技术 (重庆大学胡建军教授、秦大同教授, 彭航、周星宇博士生提供初稿) |
| 2.2.1国内外研究现状 |
| 2.2.2存在的问题 |
| 2.2.3重点研究方向 |
| 2.3新能源汽车技术 |
| 2.3.1纯电动汽车技术 (长安大学马建、余强、汪贵平教授, 赵轩、李耀华副教授, 许世维、唐自强、张一西研究生提供初稿) |
| 2.3.1.1动力电池 |
| 2.3.1.2分布式驱动电动汽车驱动控制技术 |
| 2.3.1.3纯电动汽车制动能量回收技术 |
| 2.3.2插电式混合动力汽车技术 (重庆大学胡建军、秦大同教授, 彭航、周星宇博士生提供初稿) |
| 2.3.2.1国内外研究现状 |
| 2.3.2.2存在的问题 |
| 2.3.2.3热点研究方向 |
| 2.3.2.4研究发展趋势 |
| 2.3.3燃料电池电动汽车技术 (北京理工大学王震坡教授、邓钧君助理教授, 北京重理能源科技有限公司高雷工程师提供初稿) |
| 2.3.3.1国内外技术发展现状 |
| 2.3.3.2关键技术及热点研究方向 |
| 2.3.3.3制约燃料电池汽车发展的关键因素 |
| 2.3.3.4燃料电池汽车的发展趋势 |
| 3汽车电子化 (吉林大学宗长富教授统稿) |
| 3.1汽车发动机电控技术 (北京航空航天大学杨世春教授、陈飞博士提供初稿) |
| 3.1.1国内外研究现状 |
| 3.1.2重点研究方向 |
| 3.1.2.1汽车发动机燃油喷射控制技术 |
| 3.1.2.2汽车发动机涡轮增压控制技术 |
| 3.1.2.3汽车发动机电子节气门控制技术 |
| 3.1.2.4汽车发动机点火控制技术 |
| 3.1.2.5汽车发动机空燃比控制技术 |
| 3.1.2.6汽车发动机怠速控制技术 |
| 3.1.2.7汽车发动机爆震检测与控制技术 |
| 3.1.2.8汽车发动机先进燃烧模式控制技术 |
| 3.1.2.9汽车柴油发动机电子控制技术 |
| 3.1.3研究发展趋势 |
| 3.2汽车转向电控技术 |
| 3.2.1电动助力转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
| 3.2.1.1国内外研究现状 |
| 3.2.1.2重点研究方向和存在的问题 |
| 3.2.1.3研究发展趋势 |
| 3.2.2主动转向及四轮转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
| 3.2.2.1国内外研究现状 |
| 3.2.2.2研究热点和存在问题 |
| 3.2.2.3研究发展趋势 |
| 3.2.3线控转向技术 (吉林大学郑宏宇副教授提供初稿) |
| 3.2.3.1转向角传动比 |
| 3.2.3.2转向路感模拟 |
| 3.2.3.3诊断容错技术 |
| 3.2.4商用车电控转向技术 (吉林大学宗长富教授、赵伟强副教授, 韩小健、高恪研究生提供初稿) |
| 3.2.4.1电控液压转向系统 |
| 3.2.4.2电液耦合转向系统 |
| 3.2.4.3电动助力转向系统 |
| 3.2.4.4后轴主动转向系统 |
| 3.2.4.5新能源商用车转向系统 |
| 3.2.4.6商用车转向系统的发展方向 |
| 3.3汽车制动控制技术 (合肥工业大学陈无畏教授、汪洪波副教授提供初稿) |
| 3.3.1国内外研究现状 |
| 3.3.1.1制动系统元部件研发 |
| 3.3.1.2制动系统性能分析 |
| 3.3.1.3制动系统控制研究 |
| 3.3.1.4电动汽车研究 |
| 3.3.1.5混合动力汽车研究 |
| 3.3.1.6参数测量 |
| 3.3.1.7与其他系统耦合分析及控制 |
| 3.3.1.8其他方面 |
| 3.3.2存在的问题 |
| 3.4汽车悬架电控技术 (吉林大学庄晔副教授提供初稿) |
| 3.4.1电控悬架功能与评价指标 |
| 3.4.2电控主动悬架最优控制 |
| 3.4.3电控悬架其他控制算法 |
| 3.4.4电控悬架产品开发 |
| 4汽车智能化与网联化 (清华大学李克强教授、长安大学赵祥模教授共同统稿) |
| 4.1国内外智能网联汽车研究概要 |
| 4.1.1美国智能网联汽车研究进展 (美国得克萨斯州交通厅Jianming Ma博士提供初稿) |
| 4.1.1.1美国智能网联车研究意义 |
| 4.1.1.2网联车安全研究 |
| 4.1.1.3美国自动驾驶车辆研究 |
| 4.1.1.4智能网联自动驾驶车 |
| 4.1.2中国智能网联汽车研究进展 (长安大学赵祥模教授、徐志刚副教授、闵海根、孙朋朋、王振博士生提供初稿) |
| 4.1.2.1中国智能网联汽车规划 |
| 4.1.2.2中国高校及研究机构智能网联汽车开发情况 |
| 4.1.2.3中国企业智能网联汽车开发情况 |
| 4.1.2.4存在的问题 |
| 4.1.2.5展望 |
| 4.2复杂交通环境感知 |
| 4.2.1基于激光雷达的环境感知 (长安大学付锐教授、张名芳博士生提供初稿) |
| 4.2.1.1点云聚类 |
| 4.2.1.2可通行区域分析 |
| 4.2.1.3障碍物识别 |
| 4.2.1.4障碍物跟踪 |
| 4.2.1.5小结 |
| 4.2.2车载摄像机等单传感器处理技术 (武汉理工大学胡钊政教授、陈志军博士, 长安大学刘占文博士提供初稿) |
| 4.2.2.1交通标志识别 |
| 4.2.2.2车道线检测 |
| 4.2.2.3交通信号灯检测 |
| 4.2.2.4行人检测 |
| 4.2.2.5车辆检测 |
| 4.2.2.6总结与展望 |
| 4.3高精度地图及车辆导航定位 (武汉大学李必军教授、长安大学徐志刚副教授提供初稿) |
| 4.3.1国内外研究现状 |
| 4.3.2当前研究热点 |
| 4.3.2.1高精度地图的采集 |
| 4.3.2.2高精度地图的地图模型 |
| 4.3.2.3高精度地图定位技术 |
| 4.3.2.4基于GIS的路径规划 |
| 4.3.3存在的问题 |
| 4.3.4重点研究方向与展望 |
| 4.4汽车自主决策与轨迹规划 (清华大学王建强研究员、李升波副教授、忻隆博士提供初稿) |
| 4.4.1驾驶人决策行为特性 |
| 4.4.2周车运动轨迹预测 |
| 4.4.3智能汽车决策方法 |
| 4.4.4自主决策面临的挑战 |
| 4.4.5自动驾驶车辆的路径规划算法 |
| 4.4.5.1路线图法 |
| 4.4.5.2网格分解法 |
| 4.4.5.3 Dijistra算法 |
| 4.4.5.4 A*算法 |
| 4.4.6路径面临的挑战 |
| 4.5车辆横向控制及纵向动力学控制 |
| 4.5.1车辆横向控制结构 (华南理工大学游峰副教授, 初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
| 4.5.1.1基于经典控制理论的车辆横向控制 (PID) |
| 4.5.1.2基于现代控制理论的车辆横向控制 |
| 4.5.1.3基于智能控制理论的车辆横向控制 |
| 4.5.1.4考虑驾驶人特性的车辆横向控制 |
| 4.5.1.5面临的挑战 |
| 4.5.2动力学控制 (清华大学李升波副研究员、李克强教授、徐少兵博士提供初稿) |
| 4.5.2.1纵向动力学模型 |
| 4.5.2.2纵向稳定性控制 |
| 4.5.2.3纵向速度控制 |
| 4.5.2.4自适应巡航控制 |
| 4.5.2.5节油驾驶控制 |
| 4.6智能网联汽车测试 (中国科学院自动化研究所黄武陵副研究员、王飞跃研究员, 清华大学李力副教授, 西安交通大学刘跃虎教授、郑南宁院士提供初稿) |
| 4.6.1智能网联汽车测试研究现状 |
| 4.6.2智能网联汽车测试热点研究方向 |
| 4.6.2.1智能网联汽车测试内容研究 |
| 4.6.2.2智能网联汽车测试方法 |
| 4.6.2.3智能网联汽车的测试场地建设 |
| 4.6.3智能网联汽车测试存在的问题 |
| 4.6.4智能网联汽车测试研究发展趋势 |
| 4.6.4.1智能网联汽车测试场地建设要求 |
| 4.6.4.2智能网联汽车测评方法的发展 |
| 4.6.4.3加速智能网联汽车测试及进程管理 |
| 4.7典型应用实例解析 |
| 4.7.1典型汽车ADAS系统解析 |
| 4.7.1.1辅助车道保持系统、变道辅助系统与自动泊车系统 (同济大学陈慧教授, 何晓临、刘颂研究生提供初稿) |
| 4.7.1.2 ACC/AEB系统 (清华大学王建强研究员, 华南理工大学游峰副教授、初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
| 4.7.2 V2X协同及队列自动驾驶 |
| 4.7.2.1一维队列控制 (清华大学李克强教授、李升波副教授提供初稿) |
| 4.7.2.2二维多车协同控制 (清华大学李力副教授提供初稿) |
| 4.7.3智能汽车的人机共驾技术 (武汉理工大学褚端峰副研究员、吴超仲教授、黄珍教授提供初稿) |
| 4.7.3.1国内外研究现状 |
| 4.7.3.2存在的问题 |
| 4.7.3.3热点研究方向 |
| 4.7.3.4研究发展趋势 |
| 5汽车碰撞安全技术 |
| 5.1整车碰撞 (长沙理工大学雷正保教授提供初稿) |
| 5.1.1汽车碰撞相容性 |
| 5.1.1.1国内外研究现状 |
| 5.1.1.2存在的问题 |
| 5.1.1.3重点研究方向 |
| 5.1.1.4展望 |
| 5.1.2汽车偏置碰撞安全性 |
| 5.1.2.1国内外研究现状 |
| 5.1.2.2存在的问题 |
| 5.1.2.3重点研究方向 |
| 5.1.2.4展望 |
| 5.1.3汽车碰撞试验测试技术 |
| 5.1.3.1国内外研究现状 |
| 5.1.3.2存在的问题 |
| 5.1.3.3重点研究方向 |
| 5.1.3.4展望 |
| 5.2乘员保护 (重庆理工大学胡远志教授提供初稿) |
| 5.2.1国内外研究现状 |
| 5.2.2重点研究方向 |
| 5.2.3展望 |
| 5.3行人保护 (同济大学王宏雁教授、余泳利研究生提供初稿) |
| 5.3.1概述 |
| 5.3.2国内外研究现状 |
| 5.3.2.1被动安全技术 |
| 5.3.2.2主动安全技术研究 |
| 5.3.3研究热点 |
| 5.3.3.1事故研究趋势 |
| 5.3.3.2技术发展趋势 |
| 5.3.4存在的问题 |
| 5.3.5小结 |
| 5.4儿童碰撞安全与保护 (湖南大学曹立波教授, 同济大学王宏雁教授、李舒畅研究生提供初稿;曹立波教授统稿) |
| 5.4.1国内外研究现状 |
| 5.4.1.1儿童碰撞安全现状 |
| 5.4.1.2儿童损伤生物力学研究现状 |
| 5.4.1.3车内儿童安全法规和试验方法 |
| 5.4.1.4车外儿童安全法规和试验方法 |
| 5.4.1.5儿童安全防护措施 |
| 5.4.1.6儿童约束系统使用管理与评价 |
| 5.4.2存在的问题 |
| 5.4.3重点研究方向 |
| 5.4.4发展对策和展望 |
| 5.5新能源汽车碰撞安全 (大连理工大学侯文彬教授、侯少强硕士生提供初稿) |
| 5.5.1国内外研究现状 |
| 5.5.1.1新能源汽车碰撞试验 |
| 5.5.1.2高压电安全控制研究 |
| 5.5.1.3新能源汽车车身结构布局研究 |
| 5.5.1.4电池包碰撞安全防护 |
| 5.5.1.5动力电池碰撞安全 |
| 5.5.2热点研究方向 |
| 5.5.3存在的问题 |
| 5.5.4发展对策与展望 |
| 6结语 |
四、GPS/GIS在智能交通系统中的应用（论文参考文献）
- [1]车联网移动边缘计算中的任务排队建模与调度研究[D]. 张珂. 北京工业大学, 2020(06)
- [2]3D打印技术专业“三教”改革探索[J]. 刘森,张书维,侯玉洁. 数码世界, 2020(04)
- [3]济南交警警情分析调度平台开发[D]. 寻飞飞. 济南大学, 2019(01)
- [4]智能交通管控系统关键技术设计与子系统实现[D]. 赵晓蕊. 哈尔滨工程大学, 2019(05)
- [5]GPS、GIS技术在道路交通运输系统中的应用[J]. 孙伟伟,韩杰尧. 汽车实用技术, 2018(23)
- [6]基于遗传算法的公交运营数据分析与应用[D]. 唐嘉颐. 华南农业大学, 2018(02)
- [7]基于大规模轨迹数据的智能共乘问题关键技术研究[D]. 沈弼龙. 清华大学, 2018(04)
- [8]3S集成时空信息技术在车辆导航与车辆监控系统中的综合应用[A]. 张莹. 第十二届中国智能交通年会大会论文集, 2017
- [9]3S技术在智能交通中的应用与发展[J]. 马飞虎,罗梓铭,姜珊珊,孙喜文,金依辰. 华东交通大学学报, 2017(04)
- [10]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报, 2017(06)