一、车辆导航系统DSP算法精度和显示技术研究（论文文献综述）
张璇[1]（2020）在《新能源发展趋势下的汽车仪表盘设计研究》文中提出汽车的普及使更多人享受到了交通工具的升级带来的便利和效益,近年来随着全球节能环保理念的深入人心以及各国政策的大力支持,新能源汽车行业蓬勃发展。同时大数据时代下互联网和显示技术等领域不断的发展,对汽车行业也产生了重要和深远的影响。作为驾驶人员与汽车进行交互的重要窗口,仪表盘的发展也受到了重大的影响:传统的仪表盘不仅难以承载新的功能需求,而且难以满足用户的意识情感等心里层面的需求。节能环保的发展趋势,政策的大力扶持,市场的多样性,用户审美的提升,消费能力的提升等,这些因素都迫使设计师不断寻找着新的机会点,设计出更能提升用户体验的汽车仪表盘。基于上述背景发展趋势,文章主要从四个部分进行了研究。本文首先阐述了汽车仪表盘的发展现状,对该课题研究的必要性进行阐述,确定研究的方向。其次概述了TRIZ理论和产品语义学理论基本的概念、内容,建立了设计目标语义模型,描述了产品语义的提取流程,为后续的设计实践奠定了一定的理论基础和方法。然后采取了纵向、横向的研究方式,分别对汽车仪表盘的发展和某些知名汽车品牌具有代表性的仪表盘产品进行了深入详细的设计研究和分析,同时探究了当前环境下的设计趋势。接着根据语义提取流程探索用户需求,并且结合TRIZ理论总结了产品的设计要素,拟出设计过程中各技术矛盾可能的解的集合,提出相应的设计方法策略,总结出设计原则。最后,根据以上研究结论指导一款汽车仪表盘的视觉设计。视觉设计实践中,对汽车仪表盘的信息架构、功能定义、交互方式等因素进行了深度剖析,然后根据低保真原型进行界面的高保真设计,最后完成整体造型的视觉设计。论文在研究方法上,采取的产品语义学和TRIZ理论结合的设计方法,是一种将感性研究与理性理论相结合的方式,能更好地指导设计实践,使其在同类产品的竞争中更有优势,尽可能的满足用户的期望。
罗启飞[2]（2020）在《基于车载AR-HUD的增强现实导航技术研究》文中研究表明随着信息技术的发展,人们驾车出行已习惯于使用手机导航。但是,在车辆行驶过程中驾驶员查看导航地图会使视线离开驾驶视野,不能专注于前方道路场景,从而带来较大的安全隐患。车载增强现实抬头显示系统（AR-HUD）将通常的手机导航信息与环境感知获得的车道信息融合,以虚像形式投射到驾驶员前方视野,能更加直观地获取相关导航信息。目前基于车载AR-HUD的增强现实导航技术已成为汽车智能技术领域研究的热点,但是,要实现产业化应用尚有许多关键技术问题亟待解决。本文针对AR-HUD增强现实导航系统中的虚实信息融合、车道线检测及道路相对坡度估计等问题展开研究,主要工作如下:1.针对基于AR-HUD的AR导航系统需要将电子地图中导航信息与行驶路径、车道线等实景信息进行实时准确融合问题,本文建立了车载AR-HUD系统虚像生成模型,研究了AR-HUD系统相关参数标定、测量和虚实注册的工程实现方法,在此基础上实现导航虚拟标记与车路现实目标匹配、对准、提示等。实车实验验证了本文所提出的方法的有效性。2.针对基于AR-HUD的AR导航系统需要实时检测车道线、车道弯曲度和相对坡度等当前道路信息,以便增强行车引导的准确度和真实感的问题,本文提出了一种基于单目视觉的动态ROI车道线检测的二次定位算法;提出了基于二次曲线模型和最小二乘拟合的车道线趋势、曲率等车道要素动态估计与预测方法。本文首次提出了基于单目视觉检测的车道曲线通过相机透视变换在车辆坐标系水平坐标面上投影曲线的概念,并由此提出了基于投影曲线斜率变化率的车道相对坡度的实时估计算法。仿真实验和实车实验验证了上述算法的正确性和有效性。3.面对实际工程应用,本文设计了一种基于车载AR-HUD的AR导航应用系统,完成了该系统的软件框架设计、软件模块设计和UI设计,基于采用ARM架构的处理器和Linux车载平台,开发出了具有行车路线指引、车道提示等AR导航功能的车载原型系统。实车测试表明本文算法对于完善AR导航相关功能、增强道路场景虚实融合效果、改善AR-HUD用户体验,具有重要作用。
岳云霞[3]（2020）在《城市道路智能汽车高精度定位方法研究》文中研究表明随着社会经济的高速健康发展和城市汽车保有量的快速增加,导致城市建筑结构日益复杂,基于林荫道、高架桥和隧道等遮挡环境下的位置定位变得愈来愈复杂。尤其针对未来自动驾驶、车辆碰撞预警以及行车环境视觉增强等领域中要求更为精准的精度。本论文主要以低成本?高可靠的车辆融合定位为目标,融合GNSS/INS组合导航优势互补的特性,提出了无迹卡尔曼信息融合算法和基于时间序列的神经网络算法,验证了该算法能够满足GNSS在长时间失效情况下的定位精度。对于缓解交通压力、提高道路交通安全可靠性、为城市交通精细化管理与智能化管理提供了重要的理论意义和广泛的使用价值。其具体内容如下所示:首先,为了能够在卫星遮挡环境条件下提高我国城市道路车辆定位系统的精度和可靠性。提出了基于经典卡尔曼滤波框架的位置-速度无迹卡尔曼滤波算法,以GNSS/INS松组合的模式为基础推导了无迹卡尔曼滤波的状态方程以及量测方程,给出了UKF融合算法流程。其次,为了进一步提高城市道路智能汽车定位系统长时间GNSS信号失锁条件的性能,提出了基于时序特征的NARX、LSTM、Elman动态神经网络模型。INS误差会随着时间进行累积并且易受到车辆运动状态的影响,所以设计了带有外部记忆反馈功能特征的高精度GNSS中断时间误差神经网络定位系统结构,构建了NARX、LSTM、Elman网络的高精度定位输入输出之间的关系。并在GNSS信号长时间中断期间实现了对INS误差的预测和补偿?再次,为了满足智能网联汽车车道级实时精度,卫星丢失,无缝导航的需求。本文运用时间同步等技术研制了一套智能化、高精化、一体化的智能网联汽车定位导航系统,包括高精度定位车载系统整体方案设计、硬件设计方案与软件功能设计方案和技术实现。其中所搭建的硬件设备基础平台能够保障车载系统能够在各种的复杂路况中稳定运行,完成各项高性能的卫星定位导航一体化和实时导航信息解算;所搭建的软件平台完成了整个行车信息感知过程中的所有操作,为后续的实验性能测试奠定了基础。最后,通过跑车实验测试结果,验证了无迹卡尔曼非线性滤波估计法以及基于时间序列的Elman神经网络方法均可以有效补偿GNSS信号长时间中断条件下INS的位置误差。其中基于时间序列的单步预测Elman动态神经网络在步长为取0.1s得效果最佳,在信号失锁2min的时间段内,失效距离在0.5m、0.8m范围内的误差占比分别达到82%、100%,在5min时间段内误差占比达到51%、79%,最大值误差、平均绝对误差以及标准差分别达到81.05cm、46.25cm以及22.83cm,取得了略优的精度;基于时间序列的多步预测神经网络在失效1min、2min、5min的时间长度内,最大值误差分别达到65.92cm、74.60cm、73.09cm;平均绝对误差分别达到55.01cm、74.60cm、73.09cm;标准差分别达到6.19cm、10.21cm、6.26cm,克服了INS随时间累积的位置误差缺陷,比无迹卡尔曼算法在长时间GNSS失效条件下具有更好的鲁棒性与实时性,相比于步长为0.1s的单步预测神经网络误差率在失效5min内分别提高了9.8%、3.1%、7.13%,精度得到进一步的提升。验证了基于时间序列的多步预测动态神经网络针对复杂路况长时间失效的情况,能够提供更加准确?可靠的连续定位信息,实现了无缝导航。
刘峰[4]（2019）在《高精度惯性定位定向/地图信息匹配导航技术研究》文中提出经典的陆用定位导航技术,如惯性导航以及惯性与里程信息、地标信息、零速停车信息、卫星信息的组合导航技术等,在满足长时间大范围工作情况下机动、快速、自主导航定位的作战使用需求时,都有着各自的技术缺陷。为了突破陆用导航领域传统技术方案,本文对高精度惯性定位定向地图信息匹配导航技术进行研究,提出了采用地图匹配辅助惯性定位定向方法,提高长航时大半径情况下的自主定位精度,对提升快速自主精确能力并降低保障要求与成本具有重要意义。论文的主要研究内容包括:1.针对军用国产化的嵌入式平台资源、性能特点,及数字矢量地图路网的数据结构,提出了一种适用于嵌入式导航计算机的自主可控空间索引方法——基于空间网格的Hilbert-R树索引方法。解决了相关技术依靠国外软件二次开发平台的问题,实现了海量数字矢量地图快速索引。经验证,该索引方法较普通遍历搜索方法索引效率提高80%以上。2.针对数字地图路网结构的特点和地图匹配的难点,提出了一种基于计算几何理论的惯性定位定向系统行驶轨迹与数字地图道路几何特性的“线到线”型地图匹配方法。实现了基于定位定向信息的路径匹配,有效解决了道路纵向匹配误差得不到有效抑制的技术难题,具有较高的准确性和鲁棒性。3.通过分析惯性导航力学编排和误差原理,提出了一种自主可控的惯性/里程计/地图匹配组合导航方案,建立精确的误差模型,采用滤波技术进行信息融合,利用地图匹配导航结果提高惯性定位定向系统自主定位精度。经验证,利用地图匹配信息修正惯性定位定向系统在长航时、大作战半径情况下可将定位误差控制在45m以内。4.针对惯性定位定向系统可用的嵌入式系统的硬件资源、运算处理能力有限的问题,提出了一种基于嵌入式系统的软硬件平台实现方案。完成了硬件系统、软件架构工程设计,具备在有效的资源中实现地图动态分块动态加载、道路检索、匹配解算、惯性定位定向/地图信息匹配融合与非道路行驶识别等功能,并在惯性定位定向系统中首次实现惯性定位定向/地图匹配导航技术工程应用。
张莹莹[5]（2019）在《装配式建筑全生命周期中结构构件追踪定位技术研究》文中提出建筑工业化是我国建筑业实现传统产业升级的重要战略方向,预制装配式生产建造技术是实现建筑工业化的主要措施,信息化可以使项目各阶段、各专业主体之间在更高层面上充分共享资源,极大高预制装配式建造的精确性与效率。预制构件是装配式建筑的基本要素,准确地追踪和定位预制构件能够更好地管理装配式建筑的整个流程。构件追踪定位是一个动态的过程,与各阶段的工作内容息息相关。因此,深入了解装配式建筑的全流程,分析和总结各阶段工作需要的构件空间信息,是建立合理追踪定位技术框架的重要前。显然,仅用单一技术难以满足全生命周期构件追踪定位的要求,因此需要充分了解相关技术的优缺点与适用性,以便根据装配式建筑的特点制定出合理的技术方案。另外,预制构件追踪定位及空间信息管理技术的研究涉及到建筑学、土木工程、测绘工程、计算机、自动化等多个专业。但是,目前相关的研究主要集中在建筑学以外的学科,鲜有从建筑学专业角度出发,综合地研究适用于装配式建筑全生命周期的构件追踪定位技术。而建筑学专业在装配式建筑的全流程中起着“总指挥”的作用,需要汇总、评估、共享各阶段与各专业的信息,形成完整的信息链。因此,建筑学专业对构件追踪定位技术研究的缺失不仅会导致构件空间信息的片段化,而且难以深度参与到项目的各阶段、协调各专业的工作。基于上述需求和目前研究存在的问题,本文首先梳理了典型装配式建筑的结构类型和结构构件类型,以及从设计、生产运输、施工装配、运营维护直至拆除回收的全生命周期过程,总结出各阶段所需的构件空间信息以及追踪定位的内容,并根据精度需求将构件追踪定位分为物流和建造两个层级。其中物流层级的定位精度要求较低,主要用于构件的生产运输和运维管理;建造层级的定位精度要求较高,主要用于构件的生产和施工装配。其次,详细分析了BIM、GIS等数据库,GNSS、智能化全站仪、三维激光扫技术、摄影测量技术等数字测量技术,以及RFID、二维码、室内定位等识别定位技术的功能和在装配式建筑中的适用性。通过对现有技术的选择和优化,建立了一套基于装配式建筑信息服务与监管平台、结合多项数据采集技术的装配式建筑全生命周期构件追踪定位技术链,并分别从物流和建造两个层级对此技术链的应用流程进行了探索。着重介绍了装配式建筑数据库中预制构件分类系统和编码体系,分析二者在预制构件追踪定位技术中的作用。最后,以轻型可移动房屋系统的设计、生产和建造过程为例,说明以装配式建筑信息服务与监管平台为核心,结合数据采集技术实现预制构件追踪定位和信息管理的方法。本文以装配式建筑的结构构件作为基本研究对象,采用数据库和数据采集技术建立了适用于装配式建筑全生命周期构件追踪定位技术链,对于整合项目各阶段构件空间信息、形成完整信息链、协调各专业工作、优化资源配置有一定的借鉴意义,而这些方面是实现预制构件精细化管理、高装配式建筑生产施工效率的关键。本文共计约160000字,图片143幅,表格63张
安喆[6]（2019）在《光学透射式平视显示系统关键技术研究》文中认为增强现实技术旨将计算机产生的虚拟图像,实时地叠加到真实环境中,使人眼观察到虚实融合的场景,从而实现对真实环境信息的增强。光学透射式平视显示系统将虚拟图像直接投射到人眼视线前方,能够保证清晰的视点与背景,是目前增强现实中主要的实现形式之一,其关键技术的发展备受关注。目前,在光学透射式平视显示系统的关键技术中,仍然存在系统标定精度不够高、三维跟踪注册精度较低或不稳定等问题,且场景信息的提取对相机姿态求解的结果也有所影响。本文围绕上述几个技术难点,研究光学透射式平视显示系统中的系统标定、场景信息提取、三维跟踪注册等关键技术,解决目前存在的问题。本文的主要贡献如下:1、针对光学透射式平视显示系统中的标定问题,提出一种结合光学显示图像畸变与相机成像畸变校正的标定方法。首先通过分析系统中各组成部分之间的关系,定义不同的坐标系。由于在标定时相机与光学显示系统会带来一定程度上的虚拟图像畸变,因此在建立系统的标定模型时,将相机与光学显示部分的畸变考虑进去,并进行校正。利用非线性回归估计方法对模型求解,计算出系统标定参数,提高了光学透射式平视显示系统的标定精度。2、提出一种基于特征点云匹配的三维跟踪注册方法。算法将相机的姿态估计问题转化为点云的匹配问题,将获取的二维图像信息转换为三维点云,在点云间直接建立相机的姿态估计模型,得到姿态变换矩阵。这样不仅提高了算法的计算速度,也保证了三维跟踪注册算法的精度。3、传感器在获取图像时,若特征点无法被有效地保留,导致特征数量较少,则直接影响三维跟踪注册的结果。为了解决这一问题,采用语义分割的方式获取场景中的内容,语义分割能够使三维跟踪注册更加稳定,提高三维跟踪注册的精度。因此,设计一种基于改进的单发多框检测器深度卷积神经网络,无需事先提取特征,而是采用学习的方法对网络进行训练。网络前端采用VGG-16网络对图像特征图进行上采样,然后逐层恢复特征图的大小,在得到场景中目标分类结果的同时,获取不同目标的像素分类结果,即场景的语义内容信息。4、为了使三维跟踪算法能够适应具有一定结构复杂度的场景,结合场景的语义分割结果,提出一种基于多目标约束的三维跟踪注册算法。算法利用所提取的不同目标的像素分类结果,将目标的二维图像转换为三维语义目标点云,并根据语义点云间的多目标约束,建立姿态估计模型,得到注册矩阵。在一般场景下,为了使三维跟踪算法更加稳定,提出一种基于灰度-几何约束的三维跟踪注册方法,融合图像帧之间的灰度信息与几何信息,将灰度约束与几何约束同时建模,在保证算法精度的同时提高了算法的稳定性。最后,搭建了应用于辅助驾驶的光学透射式平视显示原型系统。通过分析驾驶环境,设计光学显示系统,结合所提算法,实现对道路信息的增强。实验验证了系统的实时性、稳定性以及安全性,从而提高了驾驶安全。
王钰[7]（2018）在《基于海量轨迹数据的动态交通诱导技术研究》文中认为在如今的大数据时代,交通数据也呈现了爆发式的增长。交通数据的感知已经不再局限于传统的固定检测器,智能手机、车载智能终端等移动智能设备产生的海量实时的轨迹数据正在成为交通大数据的重要组成部分。随着轨迹数据规模的改变,对轨迹数据的研究内容和方法也要随之转变。海量实时的高频轨迹数据为动态交通诱导提供了丰富的数据资源。本文针对基于轨迹大数据的动态交通诱导技术展开研究。本文研究的总体目标是利用大规模的实时轨迹数据,建立新的数据处理算法与实现方案,对交通状态进行精确的实时估算与动态预测,进而对车辆进行准确而精细的动态诱导。本文取得的主要成果,包括以下几个方面:（1）信号交叉口排队长度实时估算交叉口延误是城市交通状态的一个重要影响因素。实时估算交叉口排队长度一直以来都是一个挑战性的问题。当信号交叉口没有配备固定交通流检测器时,问题将变得更加复杂。本文探讨了在海量GPS数据环境下,计算信号交叉口实时排队长度的关键技术。利用车辆GPS数据,本文提出了基于交通波理论的信号交叉口实时排队长度估算模型,并首次引入了“消散延误”的概念。利用实时排队长度估算模型与车辆的“消散延误”数据,可以实现交叉口每一个信号周期的排队长度的实时估算。根据实时估算的计算结果,本文提出了面向诱导的平均延误时间计算方法。本文对模型和算法进行了实地测试,测试结果表明,本文建立的模型和算法可以较为准确的估算信号交叉口的实时排队长度。（2）基于实时轨迹数据的短时交通流预测短时交通流预测是构建动态交通诱导系统的关键技术之一。短时交通流预测算法需要兼顾实时性与准确性两方面的要求。指数平滑法具有计算效率高且容易实现的特点,更适合于在动态诱导中,对大规模数据的实时计算。但传统的指数平滑法存在参数固定、预测过程僵化等缺陷。针对指数平滑法的不足,本文提出了适用于短时交通流预测的变时域动态模型。该模型以约束坐标轮换法作为优化算法,实现了在预测过程中根据实测数据的变化,平滑系数与数据搜索范围自动更新,使得模型能够在预测过程中追踪数据的变化趋势,从而实现预测的精确性。实际数据测试表明:变时域动态模型的预测精度和可靠性均优于传统指数平滑模型。本文进一步分析了平滑系数与数据搜索范围的关系,结果表明二者显着负相关。（3）信号交叉口车速引导在信号交叉口的车速引导研究中,缺乏适应目前交通条件的引导方法。基于交通波理论,本文提出了车辆到达交叉口的理想状态。在此基础上,利用实时的车辆GPS数据与信号配时信息,本文针对车辆到达交叉口的不同信号状态,提出了相应的车速引导算法。算法以车辆不停车通过交叉口为目标,在兼顾驾驶员的接受意愿与交通条件的同时,最大限度地减少车辆在交叉口的停车延误与平均停车次数。在多智能体仿真平台的测试结果证明,本文提出的算法可以有效提高交叉口的运行效率与有效绿灯利用率。（4）区域级动态交通诱导本文对区域级的交通诱导问题进行了研究,首先提出了动态交通网络数学模型,在此基础上设计了考虑交叉口延时的动态路径诱导算法,并使用大数据技术,设计了基于HaLoop的动态路径诱导并行计算模型,最后在连续流智能交通管控平台上对算法进行了测试。实验结果表明,本文设计的算法和基于大数据的并行计算模型可以有效地实现大规模路网中的动态交通诱导,同时能很好地满足实时性需求。总之,本文对基于实时的海量轨迹数据的动态交通诱导问题,进行了较为全面和深入的探索。本文所取得的研究成果对于解决城市交通拥堵问题具有重要的参考和借鉴意义。
赵俊[8]（2017）在《网络化多智能体系统的时变编队跟踪控制》文中认为运动协作和编队问题是多智能体系统的一个重要应用领域。在实际工程应用中,期望的多智能体队形中各个智能体之间的关系通常是随时间变化的,甚至是时变非线性的。然而,现有文献中只能解决一部分具有特定条件的多智能体系统时变编队问题,对于多智能体的一般性的时变编队问题尚没有成熟的解决方案。多智能体系统一般性的时变编队问题还是一个空白领域。因此,本文的主要研究目的是为了提出一套适用于有参考输入的网络化多智能体时变编队控制策略。在多智能体系统控制问题中,智能体之间的网络通信受限问题是一个不可避免的问题。智能体之间的通信延迟和丢包会影响系统的控制性能,甚至是破坏系统的稳定性。在现有文献中,从随机过程的角度分析网络延迟和通过数学模型对网络延迟进行补偿是两种常用的研究手段。其中,从随机过程进行研究的控制策略通常需要假设网络特性符合特定的随机分布,这使得控制策略的工程应用范围受到很大的限制。网络化预测控制是一种基于数学模型的对网络通信延迟和丢包进行补偿的工程方法。然而,在现有文献中,利用网络化预测控制策略解决智能体间的通信延迟问题通常采用一种“被动补偿”的方式,这使得整个系统中需要多次重复的实现用于延迟补偿的动态补偿器,进而使得系统整体的运算效率低下。为了解决多智能体的时变编队跟踪控制问题,本文首先将现有的多智能体一致性问题扩展到多智能体的时变一致性问题,分别针对一阶平面网络化多智能体系统和一般线性网络化多智能体系统提出了时变一致性协议设计方法和稳定性分析方法。齐次,为了解决更一般性的时变编队控制问题,本文提出了广义一致性控制问题,并针对一阶平面网络化多智能体系统给出了广义一致性协议设计方法和稳定性分析方法。在解决智能体间通信受限问题上,我们针对智能体间网络通信延迟和丢包问题设计了基于模型的主动预测补偿策略。相比于现有的“被动补偿策略”,“主动补偿策略”有效的解决的多智能体系统整体计算效率低下的问题。在编队方面,为了解决传统“一致性问题”在解决时变编队问题的瓶颈,我们提出了“时变一致性问题”,并给出了时变一致性协议设计方法和稳定性分析方法。时变一致性问题有效的描述和解决了期望队形中智能体间的输出差（或状态差）随时间变化时的编队问题。利用本文提出的控制策略,能够确定多智能体系统在编队过程中不随队形时变特性变化的稳态误差的上界,从而确保智能体不会在队形保持过程中发生碰撞事故。在时变一致性的基础上,为了描述和解决更一般性的时变编队问题,我们提出了广义一致性问题,并给出了一阶平面多智能体系统的广义一致性协议设计方法和稳定性分析方法。在理论成果的工程验证方面,我们在自主研发的新型网络化控制器NetcontrollerDM3730的基础上,并实现了新型的网络化控制系统仿真与实验平台。同时,为了提高实验过程中轮式机器人对定位信号延迟和数据丢失的鲁棒性,我们研究了反馈通道存在延迟和丢包的轮式机器人跟踪控制问题。在理论研究成果和工程验证平台的基础上,本文分别在局域网环境和万维网环境下实现了充分的实验和实时仿真。实验和实时仿真的结果验证了本文提出的控制策略能够有效解决网络化多智能体的时变编队跟踪控制问题。据我们所知,本文中实现的轮式机器人环绕编队以及轮式机器人在给定曲线路径上的固定车距编队均为在本文中首次实现。
张婷婷[9]（2017）在《智能交通终端中定位导航子系统算法研究》文中指出近几年,随着经济的快速发展,小汽车逐渐走入寻常百姓家,在带来便利的同时也产生了日益严峻的交通问题。针对上述现状,国内外广大学者提出并开始研究智能交通系统（ITS,Intelligent Transportation System）,但由于城市交通道路的复杂性,部分技术的不完善性,仍然存在比较严重的交通拥堵现象。本文以改善交通问题为目的,设计研究了一种车载智能交通综合终端,为驾驶员提供实时的交通信息服务,并进行行车、停车引导,以便有效的缓解交通拥堵,同时为后期实现自动驾驶和车联网打好基础。本文对其中核心部分的定位导航子系统中关键算法进行重点研究,并提出一种改进的地图匹配技术和最优路径规划算法。地图匹配技术是定位导航子系统中的一项关键技术,本文在已有算法的基础上提出了一种基于路网拓扑结构的自适应地图匹配算法,采用改进的最大阈值缓冲区法确定误差区域,针对不同的路段采用不同的方法,综合考虑了车辆的方向、距离、道路连通性和道路相似性四个权值参数计算候选路段的综合匹配度,并对特殊路段,如并行路段、相交路段和城市隧道路段介绍相应的匹配方法。通过MATLAB实验仿真分析,算法精度得到有效的提高。定位导航子系统的另一项关键技术是最优路径规划算法,本文在分析传统Dijkstra算法的基本实现思想及其优缺点后,分别从数据存储结构和算法结构两个方面提出改进优化。本文设计了一种新的数据表方法,在数据表中同时储存道路网络图的起点和终点以及两点之间的权值,在此基础上采用一种倒推的思想进行最短路径搜索,并通过层次结构分析模型计算得出路段综合权值。通过本文设计的最短路径搜索仿真系统的测试分析,改进算法的效率明显提高。
汪磊[10]（2017）在《北斗卫星导航模拟源人机交互程序设计与DSP算法实现》文中提出卫星导航模拟器能够精确的模拟接收机所接收到的卫星信号,其信号源包括各种复杂场景建模,能够为生产测试、教学演示以及接收机性能的检测提供实时的信号。卫星导航模拟器的性能将直接影响到卫星导航定位的精度,对我国抵制国外技术垄断以及研究自主的卫星导航系统都有重大的意义。本课题围绕北斗卫星导航模拟源人机交互程序设计以及DSP算法实现进行研究,主要完成的工作有:1.设计了卫星导航模拟器人机界面,主要包括远程控制、信号设置和数据库操作三个模块。远程控制模块通过相关的网络协议和程控指令完成了对矢量信号发生器的远程控制;信号设置模块实现了静态和动态各种场景的建模,为DSP模块提供初始参数、星历数据和历书数据;数据库操作模块利用了数据库访问技术,通过远程服务器端的数据库系统完成了对轨迹文件、星历文件和历书文件的实时存储和调用。2.实现了DSP模块的主要算法。通过上位机传输的本地时间、用户坐标和星历历书数据,完成了时间转换、坐标转换、可见星判断和导航电文的生成;通过上位机传输的误差模型初始参数,建立了空间传播误差模型,完成了传播时延的计算工作,实现了对环境参数的模拟;通过信号传播时延完成了多普勒模拟和卫星状态参数的计算,实现了对FPGA模块的精确控制。3.采用了软件和硬件接收机对产生的模拟信号进行测试,通过测试值与设定值的比较,完成了对信号模拟器的验证。
二、车辆导航系统DSP算法精度和显示技术研究（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、车辆导航系统DSP算法精度和显示技术研究（论文提纲范文）
（1）新能源发展趋势下的汽车仪表盘设计研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 汽车行业发展背景 |
| 1.1.1 国内外汽车发展现状 |
| 1.2 汽车仪表盘设计的研究现状 |
| 1.2.1 国内 |
| 1.2.2 国外 |
| 1.3 课题研究意义与内容 |
| 1.3.1 目的和意义 |
| 1.3.2 研究主要内容 |
| 第2章 相关理论阐述 |
| 2.1 TRIZ理论概述 |
| 2.1.1 TRIZ理论国内外研究现状 |
| 2.1.2 TRIZ理论常见工具及方法 |
| 2.1.3 TRIZ理论解决问题的流程 |
| 2.2 产品语义学理论概述 |
| 2.2.1 产品语义学的概念及意义 |
| 2.2.2 产品语义学在设计中的应用 |
| 2.2.3 语义提取的方法 |
| 第3章 汽车仪表盘产品分析研究 |
| 3.1 汽车仪表盘设计的发展历程 |
| 3.2 汽车仪表盘市场产品分析 |
| 3.2.1 特斯拉Model S |
| 3.2.2 比亚迪秦Pro |
| 3.2.3 北汽新能源EU |
| 3.2.4 其他竞争产品 |
| 3.3 仪表盘的分析 |
| 3.3.1 传统汽车仪表盘与新能源汽车仪表盘的差异 |
| 3.3.2 功能架构的分析 |
| 3.3.3 造型风格的分析 |
| 3.3.4 界面视觉分析 |
| 3.3.5 驾驶安全性的分析 |
| 3.4 仪表盘设计趋势 |
| 第4章 用户需求的分析与提取 |
| 4.1 研究目的 |
| 4.2 语义提取实验 |
| 4.2.1 用户画像 |
| 4.2.2 用户语义采集——访谈实验 |
| 4.2.3 文本整理及关键词的提取 |
| 第5章 TRIZ理论下的设计策略 |
| 5.1 国家标准规范 |
| 5.2 基于TRIZ理论的设计策略分析 |
| 5.3 基于TRIZ理论的汽车仪表盘设计原则 |
| 5.3.1 安全可靠设计原则 |
| 5.3.2 舒适性设计原则 |
| 5.3.3 分离组合设计原则 |
| 5.3.4 功能层级合理设计原则 |
| 5.3.5 界面时尚简洁设计原则 |
| 第6章 汽车仪表盘设计方案 |
| 6.1 信息架构及功能定义 |
| 6.1.1 可视化信息重构 |
| 6.1.2 技术支持及人机工程学 |
| 6.1.3 仪表盘功能定义 |
| 6.1.4 结合2019年新型冠状肺炎疫情设计创新 |
| 6.1.5 界面原型设计 |
| 6.2 界面视觉风格设计 |
| 6.2.1 色彩设计探索 |
| 6.2.2 指示灯图标设计 |
| 6.2.3 仪表盘界面设计展示 |
| 6.3 仪表台外观整体造型方案设计 |
| 6.3.1 造型设计方案 |
| 6.3.2 方案评估选择 |
| 6.4 整体设计效果展示 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
（2）基于车载AR-HUD的增强现实导航技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 车载抬头显示技术研究现状 |
| 1.2.2 增强现实导航技术研究现状 |
| 1.3 问题分析及研究意义 |
| 1.4 研究内容 |
| 1.5 论文章节安排 |
| 第2章 相关技术基础 |
| 2.1 相机成像模型与参数标定 |
| 2.1.1 理想透视模型—小孔成像模型 |
| 2.1.2 实际中的相机内参矩阵与畸变系数 |
| 2.1.3 相机的外参矩阵 |
| 2.1.4 相机的标定 |
| 2.2 基于计算机视觉的车道线检测预处理方法 |
| 2.2.1 图像感兴趣区域提取 |
| 2.2.2 常用的图像灰度化方法 |
| 2.2.3 高斯图像降噪方法 |
| 2.2.4 基于霍夫变换直线检测方法 |
| 2.3 本章小结 |
| 第3章 车载AR-HUD系统的虚实注册方法与参数标定 |
| 3.1 AR-HUD系统成像模型 |
| 3.2 AR-HUD的虚实注册 |
| 3.3 基于AR-HUD等效虚像平面的虚实注册算法 |
| 3.4 AR-HUD系统的标定 |
| 3.4.1 基于张正友标定法的车载异向多相机组标定方法 |
| 3.4.2 AR-HUD等效虚像面的标定 |
| 3.5 实验与结果分析 |
| 3.6 本章小结 |
| 第4章 基于单目视觉的车道线及车道相对坡度参数检测方法 |
| 4.1 基于单目视觉的动态ROI的车道线二次定位检测算法 |
| 4.1.1 动态感兴趣区域的确定 |
| 4.1.2 车道线的颜色特征检测 |
| 4.1.3 车道线像素的二次定位方法 |
| 4.1.4 车辆坐标系下的车道线参数拟合 |
| 4.1.5 实验及分析 |
| 4.2 基于单目相机车道线检测的直道相对坡度检测算法 |
| 4.2.1 问题模型与算法原理 |
| 4.2.2 实验说明与分析 |
| 4.3 本章小结 |
| 第5章 基于车载AR-HUD的AR导航系统设计与实验 |
| 5.1 AR导航系统功能需求分析 |
| 5.2 AR导航系统软件框架设计 |
| 5.3 AR导航系统软件模块设计 |
| 5.3.1 用户接口模块设计 |
| 5.3.2 导航模块设计 |
| 5.3.3 渲染模块设计 |
| 5.3.4 数据模块设计 |
| 5.4 AR导航系统实车测试与结果分析 |
| 5.5 本章小结 |
| 第6章 结束语 |
| 6.1 论文主要工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（3）城市道路智能汽车高精度定位方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 车辆定位技术 |
| 1.2.2 车载定位信息融合方法 |
| 1.3 研究内容与章节安排 |
| 1.3.1 研究内容 |
| 1.3.2章节安排 |
| 第2章 基于非线性滤波高精度定位算法概述 |
| 2.1 卡尔曼滤波 |
| 2.2 无迹卡尔曼滤波 |
| 2.2.1 无迹卡尔曼滤波器 |
| 2.2.2 UKF数据融合算法 |
| 2.2.3 GNSS/INS组合模型 |
| 2.3 无迹卡尔曼滤波高精度定位误差模型 |
| 2.3.1 组合导航状态方程数学模型 |
| 2.3.2 组合导航量测方程数学模型 |
| 2.3.3 UKF融合算法流程 |
| 2.4 本章小结 |
| 第3章 基于时间序列的神经网络高精度定位算法模型 |
| 3.1 .时间序列网络概述 |
| 3.1.1 时间序列分类 |
| 3.1.2 NARX网络结构 |
| 3.1.3 LSTM网络结构 |
| 3.1.4 Elman网络结构 |
| 3.2 模型参数的设定 |
| 3.2.1 数据处理 |
| 3.2.2 模型量化评价指标 |
| 3.2.3 基于时间序列动态网络高精度定位参数设计 |
| 3.2.4 失效预测模型构建 |
| 3.3 基于NARX网络高精度定位输入/输出模型设计 |
| 3.4 基于LSTM网络高精度定位输入/输出模型设计 |
| 3.5 基于Elman网络高精度定位输入/输出模型设计 |
| 3.6 本章小结 |
| 第4章 智能汽车高精度动态定位系统设计 |
| 4.1 .整体方案设计 |
| 4.2 嵌入式系统硬件平台设计 |
| 4.2.1 核心控制模块 |
| 4.2.2 通讯模块 |
| 4.2.3 电源管理模块 |
| 4.2.4 数据存储模块 |
| 4.3 软件平台模块设计 |
| 4.3.1 软件功能设计 |
| 4.3.2 人机交互设计 |
| 4.3.3 组合导航信息融合模块 |
| 4.4 本章小结 |
| 第5章 实验算法性能测试实现与优化 |
| 5.1 实验设备与环境 |
| 5.2 无迹卡尔曼滤波实验验证 |
| 5.2.1 模型预测误差分析 |
| 5.2.2 不同失效时长误差分析 |
| 5.3 Elman网络分析 |
| 5.3.1 模型预测误差分析 |
| 5.3.2 单步预测失效时长误差分析 |
| 5.3.3 多步预测失效时长误差分析 |
| 5.4 讨论与分析 |
| 5.4.1 Elman 网络失效距离误差分析 |
| 5.4.2 Elman网络与无迹卡尔曼滤波量化评价指标对比分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.1.1 本文创新点 |
| 6.1.2 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 一、数据处理 |
| 二、无迹卡尔曼滤波MATLAB代码 |
| 三、参数采集装置实物图 |
| 在学校期间发表的论文及学术成果 |
（4）高精度惯性定位定向/地图信息匹配导航技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 惯性定位定向系统现状及发展 |
| 1.2.1 国外定位定向系统发展 |
| 1.2.2 国内定位定向系统发展 |
| 1.3 地图匹配技术发展及现状 |
| 1.3.1 地理信息数据现状及发展 |
| 1.3.2 地图匹配算法现状及发展 |
| 1.3.3 地图空间索引技术现状及发展 |
| 1.4 惯性基信息融合技术 |
| 1.5 论文主要内容和章节安排 |
| 1.5.1 主要内容及贡献 |
| 1.5.2 章节安排 |
| 第二章 地图匹配方法及关键因素分析 |
| 2.1 地图匹配基本原理 |
| 2.1.1 地图匹配过程分析 |
| 2.1.2 地图匹配关键因素 |
| 2.2 传统地图匹配算法 |
| 2.2.1 传统地图匹配算法介绍 |
| 2.2.2 传统地图算法分析 |
| 2.3 地图匹配误差分析 |
| 2.3.1 地图数据误差 |
| 2.3.2 路网模型误差 |
| 2.3.3 地图匹配算法误差 |
| 2.3.4 其他误差 |
| 2.4 本章小结 |
| 第三章 数字矢量地图空间索引技术 |
| 3.1 数字地图数据库分析 |
| 3.1.1 数字地图空间数据结构 |
| 3.1.2 Shapefile格式中道路信息存储 |
| 3.2 基于惯性信息的地图索引建立 |
| 3.2.1 R树索引 |
| 3.2.2 基于Hilbert曲线编码的网格索引 |
| 3.2.3 路网拓扑关系 |
| 3.2.4 基于空间网格的Hilbert-R树地图索引方法 |
| 3.3 空间索引效率评估 |
| 3.4 本章小结 |
| 第四章 基于惯性定位轨迹和路径特征的地图匹配算法研究 |
| 4.1 候选路径选取 |
| 4.1.1 检索框确定候选路段集 |
| 4.1.2 深度遍历确定候选路径 |
| 4.2 匹配路径确定 |
| 4.2.1 道格拉斯-普克法处理定位轨迹 |
| 4.2.2 Frechet距离比较道路相似性 |
| 4.3 基于曲线几何特征的地图匹配算法 |
| 4.3.1 曲线曲率特征分析 |
| 4.3.2 特征路段匹配 |
| 4.4 地图匹配算法设计流程 |
| 4.5 仿真验证 |
| 4.5.1 仿真条件 |
| 4.5.2 仿真结果 |
| 4.5.3 结果分析 |
| 4.6 本章小结 |
| 第五章 惯性/里程计/地图匹配组合导航技术 |
| 5.1 惯性导航系统数学模型 |
| 5.1.1 坐标系定义及坐标转换 |
| 5.1.2 惯性系统误差模型 |
| 5.1.3 航位推算算法 |
| 5.2 惯性/里程计/地图匹配组合导航技术 |
| 5.2.1 卡尔曼滤波方程 |
| 5.2.2 惯性/里程计组合导航 |
| 5.2.3 惯性/里程计/地图匹配组合导航 |
| 5.3 仿真验证 |
| 5.3.1 仿真条件 |
| 5.3.2 仿真结果 |
| 5.3.3 结果分析 |
| 5.4 本章小结 |
| 第六章 嵌入式组合导航系统设计及试验验证 |
| 6.1 嵌入式系统硬件设计 |
| 6.2 嵌入式系统软件设计 |
| 6.2.1 软件功能说明 |
| 6.2.2 软件框架设计 |
| 6.3 车载试验验证 |
| 6.3.1 试验准备 |
| 6.3.2 试验结果 |
| 6.3.3 结果分析 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究工作总结 |
| 7.2 主要创新 |
| 7.3 后期工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录A 随发射车跑车试验结果统计 |
（5）装配式建筑全生命周期中结构构件追踪定位技术研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 建筑工业化与信息化 |
| 1.1.2 装配式建筑全生命周期管理 |
| 1.1.3 构件追踪定位与空间信息管理 |
| 1.2 研究对象 |
| 1.3 研究现状 |
| 1.3.1 构件空间信息 |
| 1.3.2 构件追踪定位技术 |
| 1.3.3 现有研究评述 |
| 1.4 研究内容与意义 |
| 1.4.1 研究内容 |
| 1.4.2 研究意义 |
| 1.5 技术路线 |
| 第二章 装配式建筑全生命周期中结构构件的空间信息 |
| 2.1 装配式建筑结构体系和结构构件类型 |
| 2.1.1 装配式结构体系类型 |
| 2.1.2 装配式建筑结构构件类型 |
| 2.2 装配式建筑全生命周期工作流程 |
| 2.2.1 设计阶段 |
| 2.2.2 生产运输阶段 |
| 2.2.3 施工安装阶段 |
| 2.2.4 运营维护阶段 |
| 2.2.5 拆除回收阶段 |
| 2.3 构件空间信息 |
| 2.3.1 构件空间信息的内容 |
| 2.3.2 构件空间信息的传递特点 |
| 2.4 本章小结 |
| 第三章 预制构件追踪定位技术 |
| 3.1 数据库 |
| 3.1.1 建筑信息模型 |
| 3.1.2 地理信息系统 |
| 3.1.3 BIM与 GIS的特性 |
| 3.1.4 BIM-GIS与装配式建筑供应链的契合性分析 |
| 3.2 数字测量技术 |
| 3.2.1 GNSS定位系统 |
| 3.2.2 全站仪测量系统 |
| 3.2.3 三维激光扫描技术 |
| 3.2.4 摄影测量技术 |
| 3.2.5 施工测量技术的适用性分析 |
| 3.3 自动识别和追踪定位技术 |
| 3.3.1 自动识别技术 |
| 3.3.2 追踪定位系统 |
| 3.3.3 自动识别和追踪定位技术在建筑领域的应用 |
| 3.4 本章小结 |
| 第四章 装配式建筑结构构件追踪定位技术流程 |
| 4.1 装配式建筑构件追踪定位技术链 |
| 4.1.1 装配式建筑构件追踪定位技术链的基本组成 |
| 4.1.2 装配式建筑构件追踪定位技术链中的关键技术 |
| 4.1.3 数据库交互设计 |
| 4.2 建造层面的结构构件追踪定位流程 |
| 4.2.1 基于BIM的构件定位 |
| 4.2.2 设计阶段 |
| 4.2.3 生产阶段 |
| 4.2.4 装配阶段 |
| 4.3 物流层面的结构构件追踪定位流程 |
| 4.3.1 构件生产与运输 |
| 4.3.2 构件施工装配 |
| 4.3.3 运营维护与拆除回收 |
| 4.4 本章小结 |
| 第五章 装配式建筑结构构件追踪定位技术示例 |
| 5.1 装配式建筑结构构件定位技术的实现 |
| 5.1.1 南京装配式建筑信息服务与监管平台 |
| 5.1.2 预制构件追踪管理技术的实现 |
| 5.2 轻型可移动房屋系统结构构件追踪定位 |
| 5.2.1 轻型可移动房屋系统概况 |
| 5.2.2 轻型可移动房屋系统设计 |
| 5.2.3 构件生产与运输 |
| 5.2.4 构件装配 |
| 第六章 总结与展望 |
| 6.1 各章内容归纳 |
| 6.2 创新点 |
| 6.3 不足与展望 |
| 附录1 |
| 附录2 |
| 参考文献 |
| 读博期间主要学术成果 |
| 鸣谢 |
（6）光学透射式平视显示系统关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 增强现实技术研究现状与难点 |
| 1.2.1 增强现实显示技术 |
| 1.2.2 光学透射式平视显示系统标定技术 |
| 1.2.3 三维跟踪注册技术 |
| 1.3 增强现实技术应用领域 |
| 1.4 论文主要研究内容 |
| 第2章 光学透射式平视显示系统标定方法 |
| 2.1 基本理论 |
| 2.1.1 相机标定模型与求解 |
| 2.1.2 四维光场基本理论 |
| 2.2 光学透射式平视显示系统标定模型建立 |
| 2.2.1 坐标定义与坐标关系分析 |
| 2.2.2 标定模型建立 |
| 2.3 标定实验过程与结果分析 |
| 2.4 本章小结 |
| 第3章 基于特征点云匹配的实时三维跟踪注册 |
| 3.1 算法框架 |
| 3.2 特征提取 |
| 3.2.1 FAST-9 特征点检测 |
| 3.2.2 BRIEF描述子 |
| 3.3 相机姿态估计模型建立 |
| 3.3.1 三维信息恢复 |
| 3.3.2 相机姿态估计模型 |
| 3.4 三维跟踪注册实验结果与分析 |
| 3.5 本章小结 |
| 第4章 基于深度卷积神经网络的图像语义分割 |
| 4.1 深度卷积神经网络基本理论 |
| 4.2 语义分割网络设计 |
| 4.3 语义分割算法实验及性能测试 |
| 4.3.1 数据集 |
| 4.3.2 实验过程与结果 |
| 4.3.3 语义分割网络性能评价 |
| 4.4 本章小结 |
| 第5章 结合图像语义分割的三维跟踪注册方法 |
| 5.1 基于多目标约束的三维跟踪注册方法 |
| 5.1.1 算法原理 |
| 5.1.2 语义点云恢复与处理 |
| 5.1.3 多目标约束的相机姿态估计 |
| 5.1.4 多目标约束算法性能分析 |
| 5.2 基于语义目标匹配的三维跟踪注册方法 |
| 5.2.1 灰度约束估计 |
| 5.2.2 灰度-几何约束 |
| 5.2.3 语义目标匹配算法性能分析 |
| 5.3 本章小结 |
| 第6章 光学透射式平视显示系统应用 |
| 6.1 AR-HUD车辆辅助原型系统实现 |
| 6.1.1 AR-HUD原型系统组成 |
| 6.1.2 光学系统设计 |
| 6.1.3 光学系统设计结果及分析 |
| 6.1.4 软硬件设计 |
| 6.2 AR-HUD总体性能评价 |
| 6.2.1 标定实验与结果 |
| 6.2.2 系统注册误差分析 |
| 6.3 系统安全性能评价 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 主要研究工作总结 |
| 7.2 论文创新点 |
| 7.3 存在的不足与进一步工作展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表论文、获奖及参加科研项目 |
（7）基于海量轨迹数据的动态交通诱导技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及目的 |
| 1.1.1 动态交通诱导系统 |
| 1.1.2 动态交通诱导的关键技术 |
| 1.2 面向诱导的海量实时轨迹数据 |
| 1.2.1 海量数据来源 |
| 1.2.2 基于导航定位的车辆轨迹数据 |
| 1.2.3 面向诱导的实时GPS数据分析 |
| 1.3 本文研究内容及研究成果 |
| 1.4 本文组织 |
| 1.5 本章小结 |
| 第二章 国内外研究综述 |
| 2.1 交通状态实时估算 |
| 2.1.1 路段行程时间实时估算 |
| 2.1.2 信号交叉口排队长度实时估算 |
| 2.2 短时交通流预测 |
| 2.3 信号交叉口车速引导 |
| 2.4 区域级动态交通诱导 |
| 2.5 本章小结 |
| 第三章 基于实时轨迹数据的交通状态实时估算 |
| 3.1 基础数据处理 |
| 3.1.1 GPS定位 |
| 3.1.2 误差校正 |
| 3.1.3 坐标转换 |
| 3.1.4 地图匹配 |
| 3.2 路段行程时间实时估算 |
| 3.2.1 路段构成 |
| 3.2.2 路段行程时间估算模型 |
| 3.3 交叉口排队长度实时估算 |
| 3.3.1 交通波分析 |
| 3.3.2 信号交叉口排队长度实时估算模型 |
| 3.3.3 排队延误时间分析 |
| 3.3.4 实时排队长度估算算法 |
| 3.3.5 面向诱导的平均延误时间 |
| 3.3.6 实验分析 |
| 3.4 本章小结 |
| 第四章 基于实时轨迹数据的交通流预测 |
| 4.1 短时交通流预测 |
| 4.1.1 基本模型 |
| 4.1.2 变时域动态模型 |
| 4.2 短期交通流预测 |
| 4.2.1 历史数据的筛选 |
| 4.2.2 基于VTDDM的交通流短期预测方案 |
| 4.3 实验分析 |
| 4.3.1 短时交通流预测 |
| 4.3.2 短期交通流预测 |
| 4.4 本章小结 |
| 第五章 信号交叉口车速引导 |
| 5.1 引导策略分析 |
| 5.1.1 假设前提 |
| 5.1.2 理想状态分析 |
| 5.2 引导算法 |
| 5.3 算例分析 |
| 5.4 本章小结 |
| 第六章 区域级动态交通诱导 |
| 6.1 动态交通网络模型 |
| 6.2 考虑交叉口延误的动态路径诱导算法 |
| 6.3 基于HALOOP的算法实现 |
| 6.4 模型验证 |
| 6.5 本章小结 |
| 第七章 基于海量数据的动态交通诱导系统设计与实现 |
| 7.1 系统架构设计 |
| 7.1.1 表现层 |
| 7.1.2 应用层 |
| 7.1.3 数据层 |
| 7.1.4 基础设施层 |
| 7.2 系统功能模块的实现 |
| 7.2.1 路段交通状态判别 |
| 7.2.2 交叉口交通状态判别 |
| 7.2.3 信号交叉口车速引导 |
| 7.2.4 区域级动态交通诱导 |
| 7.2.5 数据中心 |
| 7.3 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 附件 |
| 致谢 |
（8）网络化多智能体系统的时变编队跟踪控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 网络化多智能体控制研究近况 |
| 1.2.1 编队控制 |
| 1.2.2 网络通信受限控制 |
| 1.3 研究目的 |
| 1.3.1 时变编队控制 |
| 1.3.2 网络通信受限控制 |
| 1.3.3 网络化多智能体编队控制仿真与实验 |
| 1.4 本文的主要内容 |
| 1.5 预备知识 |
| 1.5.1 单向通信拓扑结构 |
| 1.5.2 多智能体系统的采样系统 |
| 第2章 一阶平面多智能体系统的时变一致性编队跟踪控制 |
| 2.1 引言 |
| 2.2 不受运动约束的情况 |
| 2.2.1 问题描述 |
| 2.2.2 时变一致跟踪协议设计 |
| 2.2.3 时变一致跟踪性能分析 |
| 2.2.4 仿真验证 |
| 2.3 受非完整性约束的情况 |
| 2.3.1 问题描述 |
| 2.3.2 时变一致跟踪协议设计 |
| 2.3.3 时变一致跟踪性能分析 |
| 2.3.4 讨论 |
| 2.3.5 实验验证 |
| 2.4 本章小结 |
| 第3章 线性多智能体系统的时变一致性编队跟踪控制 |
| 3.1 问题描述 |
| 3.2 输入矩阵行满秩的情况 |
| 3.2.1 状态直接可用且输入矩阵行满秩的情况 |
| 3.2.2 状态可观测且输入矩阵行满秩的情况 |
| 3.3 状态可观测的一般情况 |
| 3.3.1 时变一致跟踪协议设计 |
| 3.3.2 时变一致跟踪性能分析 |
| 3.3.3 仿真 |
| 3.3.4 讨论 |
| 3.4 本章小结 |
| 第4章 基于广义一致性的时变编队控制 |
| 4.1 引言 |
| 4.2 F-CONSENSUS问题和F算子 |
| 4.2.1 问题描述 |
| 4.2.2 F算子的性质 |
| 4.3 网络化一阶平面多智能体系统广义一致性编队 |
| 4.3.1 问题描述 |
| 4.3.2 控制器设计 |
| 4.3.3 一致性能分析 |
| 4.3.4 编队应用 |
| 4.4 本章小结 |
| 第5章 网络化多智能体编队仿真与实验平台 |
| 5.1 基于云的网络化仿真实验平台 |
| 5.1.1 平台的整体结构 |
| 5.1.2 网络化控制器Netcontroller-DM3730 |
| 5.1.3 云端交叉编译 |
| 5.2 差分驱动轮式机器人的编队实验平台 |
| 5.2.1 实验用轮式机器人 |
| 5.2.2 反馈通道延迟和数据丢包的补偿策略 |
| 5.2.3 基于VICON系统的机器人定位 |
| 5.2.4 基于嵌入式视觉的定位 |
| 5.3 文中编队实验视频 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（9）智能交通终端中定位导航子系统算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文主要研究内容 |
| 1.4 章节安排 |
| 第二章 智能交通综合终端总体设计 |
| 2.1 智能交通综合终端功能需求分析 |
| 2.2 智能交通综合终端总体结构设计 |
| 2.2.1 终端整体结构 |
| 2.2.2 功能模块介绍 |
| 2.3 智能交通综合终端定位导航子系统 |
| 2.3.1 定位导航子系统基本功能模块 |
| 2.3.2 定位导航子系统实现流程 |
| 2.4 定位导航子系统关键技术分析 |
| 2.4.1 GPS卫星定位技术 |
| 2.4.2 无线数据通信技术 |
| 2.4.3 定位导航技术 |
| 2.5 本章小结 |
| 第三章 定位导航子系统地图匹配算法研究 |
| 3.1 传统地图匹配算法概述 |
| 3.1.1 根据使用到的信息划分 |
| 3.1.2 根据采样点的范围划分 |
| 3.1.3 根据采样点的频率划分 |
| 3.2 一种改进的自适应地图匹配算法 |
| 3.2.1 GPS定位数据预处理 |
| 3.2.2 判断车辆所在路段路网结构 |
| 3.2.3 改进算法的综合匹配度计算 |
| 3.2.4 检测与修正错误 |
| 3.3 特殊路段地图匹配算法 |
| 3.3.1 并行路段 |
| 3.3.2 相交路段 |
| 3.3.3 隧道路段 |
| 3.4 算法总体实现流程 |
| 3.5 算法仿真分析 |
| 3.5.1 仿真数据获取 |
| 3.5.2 仿真结果实现 |
| 3.5.3 仿真结果分析 |
| 3.6 本章小结 |
| 第四章 定位导航子系统最优路径算法研究 |
| 4.1 最优路径问题 |
| 4.2 经典Dijkstra最短路径算法概述 |
| 4.2.1 算法基本思想 |
| 4.2.2 数据存储结构 |
| 4.3 改进的Dijkstra算法研究 |
| 4.3.1 数据存储结构优化 |
| 4.3.2 算法结构优化 |
| 4.4 路段权值的计算 |
| 4.4.1 建立层次分析模型 |
| 4.4.2 计算综合权值 |
| 4.5 最优路径搜索算法仿真分析 |
| 4.5.1 改进Dijkstra算法仿真结果 |
| 4.5.2 传统Dijkstra算法实现结果 |
| 4.5.3 改进算法的效率分析与对比 |
| 4.5.4 系统实现部分代码 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文总结 |
| 5.2 课题展望 |
| 参考文献 |
| 致谢 |
（10）北斗卫星导航模拟源人机交互程序设计与DSP算法实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要研究工作 |
| 1.4 本文的内容安排 |
| 第二章 北斗卫星信号模拟源系统方案设计 |
| 2.1 系统总体方案设计 |
| 2.2 远程服务系统方案设计 |
| 2.3 数字中频信号生成方案设计 |
| 2.3.1 数字中频信号模型 |
| 2.3.2 数字中频信号方案设计 |
| 第三章 人机界面设计 |
| 3.1 信号设置模块 |
| 3.1.1 信号参数设置 |
| 3.1.2 轨道参数设置 |
| 3.1.3 场景设置 |
| 3.1.4 轨迹设置及轨迹图显示 |
| 3.1.5 模型设置 |
| 3.1.6 导航电文分析 |
| 3.2 远程控制模块 |
| 3.2.1 TCP/IP协议 |
| 3.2.2 远程控制基本体系结构 |
| 3.2.3 远程控制关键技术 |
| 3.2.4 远程控制界面 |
| 3.3 数据库操作模块 |
| 3.3.1 数据库的设计 |
| 3.3.2 数据库的访问 |
| 第四章 DSP模块主要算法实现 |
| 4.1 时间转换 |
| 4.2 坐标转换 |
| 4.3 可见星判断 |
| 4.4 生成导航电文 |
| 4.5 传播时延计算 |
| 4.5.1 几何传输时间 |
| 4.5.2 卫星钟差 |
| 4.5.3 电离层延迟 |
| 4.5.4 对流层延迟 |
| 4.6 多普勒模拟 |
| 4.6.1 数控振荡器 |
| 4.6.2 载波NCO以及多普勒模拟 |
| 4.6.3 码NCO以及多普勒模拟 |
| 4.6.4 高动态多普勒模拟 |
| 4.7 卫星状态参数计算 |
| 第五章 测试结果及分析 |
| 5.1 软件接收机测试结果及分析 |
| 5.1.1 测试环境搭建 |
| 5.1.2 捕获结果及分析 |
| 5.1.3 跟踪结果及分析 |
| 5.1.4 定位结果及分析 |
| 5.2 硬件接收机测试结果及分析 |
| 5.2.1 测试环境搭建 |
| 5.2.2 测试结果及分析 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
四、车辆导航系统DSP算法精度和显示技术研究（论文参考文献）
- [1]新能源发展趋势下的汽车仪表盘设计研究[D]. 张璇. 湖北工业大学, 2020(04)
- [2]基于车载AR-HUD的增强现实导航技术研究[D]. 罗启飞. 重庆邮电大学, 2020(02)
- [3]城市道路智能汽车高精度定位方法研究[D]. 岳云霞. 重庆交通大学, 2020(01)
- [4]高精度惯性定位定向/地图信息匹配导航技术研究[D]. 刘峰. 国防科技大学, 2019(01)
- [5]装配式建筑全生命周期中结构构件追踪定位技术研究[D]. 张莹莹. 东南大学, 2019(01)
- [6]光学透射式平视显示系统关键技术研究[D]. 安喆. 长春理工大学, 2019(01)
- [7]基于海量轨迹数据的动态交通诱导技术研究[D]. 王钰. 华南理工大学, 2018(12)
- [8]网络化多智能体系统的时变编队跟踪控制[D]. 赵俊. 哈尔滨工业大学, 2017(01)
- [9]智能交通终端中定位导航子系统算法研究[D]. 张婷婷. 长安大学, 2017(04)
- [10]北斗卫星导航模拟源人机交互程序设计与DSP算法实现[D]. 汪磊. 南京航空航天大学, 2017(03)