本文關(guān)鍵詞：城市交通環(huán)境下適于無人車的GIS數(shù)據(jù)庫構(gòu)建與應(yīng)用研究

  更多相關(guān)文章： 無人車 地理信息系統(tǒng) 數(shù)據(jù)庫 地圖匹配 路徑規(guī)劃

【摘要】：無人地面車輛作為智能交通系統(tǒng)的研究熱點，將通過其高智能性減少交通事故，改善交通擁堵，提高城市交通系統(tǒng)的運行效率。在其關(guān)鍵技術(shù)研究中，環(huán)境感知是重點研究課題之一。日益復(fù)雜的城市交通環(huán)境使無人車需要感知諸多的交通信息，無疑增加了感知難度。而地理信息系統(tǒng)（GIS）具有強大的地理信息存儲與管理能力，將對無人車的環(huán)境感知起到關(guān)鍵作用。 以城市交通環(huán)境中輔助無人車自主駕駛為研究目的，本文針對無人車在城市交通環(huán)境中行駛的感知需求提出GIS數(shù)據(jù)庫的構(gòu)建方法，并從地圖匹配算法和路徑規(guī)劃算法兩方面驗證GIS數(shù)據(jù)庫的適用性和有效性。本文完成的主要研究成果包括： （1）針對城市交通環(huán)境，分析無人車的感知需求，建立道路網(wǎng)絡(luò)模型，構(gòu)建適于無人車自主駕駛的GIS數(shù)據(jù)庫，存儲與無人車感知和決策相關(guān)的交通信息。 （2）利用基于圖形學(xué)的地圖匹配算法，將無人車實時行駛位置準(zhǔn)確匹配到GIS地圖的某條道路上，并由GIS數(shù)據(jù)庫為其提供周圍局部環(huán)境的交通信息。 （3）基于RBF神經(jīng)網(wǎng)絡(luò)建立路段通行時間預(yù)測模型，利用該模型預(yù)測各路段的通行時間。借鑒貝葉斯理論的更新思想，利用實際跑車實驗獲得的通行時間數(shù)據(jù)，更新各路段預(yù)測通行時間，，以提高預(yù)測精度。在此基礎(chǔ)上提出基于GIS數(shù)據(jù)庫的最短時間路徑規(guī)劃算法和基于概率意義的路徑選擇方法，并通過仿真實驗驗證算法的有效性及GIS數(shù)據(jù)庫的適用性。 仿真實驗證明，本文提出的GIS數(shù)據(jù)庫能夠較好地輔助無人車自主駕駛，完成城市交通環(huán)境下的行駛?cè)蝿?wù)。
【關(guān)鍵詞】：無人車 地理信息系統(tǒng) 數(shù)據(jù)庫 地圖匹配 路徑規(guī)劃
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：U495;P208
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-16
• 1.1 研究背景及意義10-11
• 1.2 無人車技術(shù)發(fā)展概況11-13
• 1.3 GIS應(yīng)用于無人車的研究現(xiàn)狀13-14
• 1.4 本文研究內(nèi)容及組織結(jié)構(gòu)14-16
• 第2章 GIS數(shù)據(jù)庫的構(gòu)建16-29
• 2.1 無人車實驗平臺16-18
• 2.2 無人車感知需求分析18-19
• 2.3 道路網(wǎng)絡(luò)模型19-21
• 2.3.1 傳統(tǒng)道路網(wǎng)絡(luò)模型19-20
• 2.3.2 道路網(wǎng)絡(luò)模型的改進20-21
• 2.4 GIS數(shù)據(jù)庫的構(gòu)建21-28
• 2.4.1 GIS簡介21-23
• 2.4.2 GIS數(shù)據(jù)庫構(gòu)建流程23-24
• 2.4.3 屬性信息的設(shè)置24-28
• 2.5 本章小結(jié)28-29
• 第3章 基于GIS數(shù)據(jù)庫的道路匹配29-39
• 3.1 地圖匹配算法30-31
• 3.1.1 地圖匹配算法簡介30
• 3.1.2 存在的主要問題30-31
• 3.2 基于圖形學(xué)的地圖匹配算法31-36
• 3.2.1 候選路段集的確定33-35
• 3.2.2 最佳匹配路段的確定35-36
• 3.3 實際跑車實驗驗證及結(jié)果分析36-37
• 3.3.1 實驗設(shè)計36
• 3.3.2 結(jié)果分析36-37
• 3.4 本章小結(jié)37-39
• 第4章 基于GIS數(shù)據(jù)庫的路徑規(guī)劃算法39-61
• 4.1 路段通行時間的預(yù)測39-47
• 4.1.1 RBF神經(jīng)網(wǎng)絡(luò)40
• 4.1.2 基于RBF神經(jīng)網(wǎng)絡(luò)的路段通行時間預(yù)測模型40-45
• 4.1.3 模型應(yīng)用與仿真分析45-47
• 4.2 路段通行時間的更新47-48
• 4.3 基于GIS數(shù)據(jù)庫的最短時間路徑規(guī)劃48-57
• 4.3.1 Dijkstra算法48-50
• 4.3.2 最短時間路徑規(guī)劃算法50-54
• 4.3.3 仿真分析54-57
• 4.4 基于概率意義的路徑選擇方法57-59
• 4.4.1 路徑選擇方法描述57-58
• 4.4.2 仿真分析58-59
• 4.5 本章小結(jié)59-61
• 第5章 GIS數(shù)據(jù)庫應(yīng)用平臺設(shè)計61-67
• 5.1 GIS數(shù)據(jù)庫應(yīng)用平臺總體設(shè)計61-62
• 5.2 GIS數(shù)據(jù)庫應(yīng)用平臺功能模塊簡介62-67
• 5.2.1 地圖匹配功能模塊62
• 5.2.2 路段通行時間預(yù)測功能模塊62-64
• 5.2.3 路徑規(guī)劃功能模塊64-67
• 結(jié)論67-69
• 參考文獻69-74
• 攻讀學(xué)位期間發(fā)表論文與研究成果清單74-75
• 致謝75

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 付夢印,李杰,鄧志紅;一種適于車輛導(dǎo)航系統(tǒng)的快速地圖匹配算法[J];北京理工大學(xué)學(xué)報;2005年03期

2 唐進君;曹凱;;一種自適應(yīng)軌跡曲線地圖匹配算法[J];測繪學(xué)報;2008年03期

3 楊志勇;顏貴云;;基于前景理論的動態(tài)路徑選擇模型[J];大連交通大學(xué)學(xué)報;2010年01期

4 程林;王美玲;張毅;;一種基于SuperMap GIS的改進Dijkstra算法[J];地球信息科學(xué)學(xué)報;2010年05期

5 劉振榮;公路標(biāo)志標(biāo)線技術(shù)及相關(guān)問題的探討[J];公路;2002年07期

6 劉燦齊;專適于城市道路網(wǎng)絡(luò)的交通均衡分配模型[J];公路交通科技;2003年06期

7 王樹盛;黃衛(wèi);陸振波;;路阻函數(shù)關(guān)系式推導(dǎo)及其擬合分析研究[J];公路交通科技;2006年04期

8 陳永剛;王更生;陳斌;;車載地圖匹配技術(shù)中GPS定位數(shù)據(jù)的研究[J];工業(yè)控制計算機;2006年01期

9 楊新勇,黃圣國;地圖匹配算法中的待配路段快速篩選方法[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2004年02期

10 張朋飛,何克忠,歐陽正柱,張軍宇;多功能室外智能移動機器人實驗平臺—THMR-V[J];機器人;2002年02期

本文編號：672256