欢迎来到天天文库
浏览记录
ID:35096690
大小:2.34 MB
页数:80页
时间:2019-03-17
《蓝牙交通流量检测系统及交通事件检测算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、学校代码:10289分类号:U416密级:公开学号:132030016江苏科技大学硕士学位论文蓝牙交通流量检测系统及交通事件检测算法研究研究生姓名张文明导师姓名刘庆华申请学位类别工学硕士学位授予单位江苏科技大学学科专业信号与信息处理论文提交日期2016年04月29日研究方向智能信息处理与系统论文答辩日期2016年06月08日答辩委员会主席张尤赛评阅人2016年6月8日分类号:U416密级:公开学号:132030016工学硕士学位论文蓝牙交通流量检测系统及交通事件检测算法研究学生姓名张文明指导教师刘庆华副教授江苏科技大学二O一六年六月AThesisSubmittedinFulfil
2、lmentoftheRequirementsfortheDegreeofMasterofEngineeringDesignofTrafficDetectionSystemBasedonBluetoothAndResearchofTrafficIncidentAutomaticDetectionAlgorithmSubmittedbyZhangWenmingSupervisedbyLiuQing-huaJiangsuUniversityofScienceandTechnologyJune,2016江苏科技大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独
3、立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:年月日摘要随着交通运输业的迅速发展,汽车数量急剧增加,极大地降低了道路的通行能力,导致了交通事件的频繁发生,严重影响了人们的生命财产安全。如何及时准确地获取道路上的交通流量信息,实时有效地检测出交通事件的发生,成为了备受学者关注的热点问题。近些年来,旨在解决这些问题的交通流信息检测技术及交通事件检测算法已经成为智能交通领域的研究热点。本文在研究了
4、交通流数据特性及交通事件检测原理的基础上,对交通流量检测系统及交通事件检测算法进行了深入的研究,研究的主要内容包括为以下三点。1)论文设计了一种由蓝牙、加速度计和北斗导航定位(BD)为主要模块的交通流量检测系统:选用以飞思卡尔ARMCortex-M4为内核的K60芯片为主控制器,开发了交通流量检测系统的车内部分和公交站台显示牌部分;以加速度计与北斗导航定位模块组合实现了精确测量车速的功能;采用CC2540模块作为蓝牙的主机与从机,在蓝牙4.0的研究基础上,开发了蓝牙主机与从机的无线连接,实现了对交通流量的检测;2)论文通过修改样本的隶属度、优化聚类数目c对模糊C均值聚类算法进行了
5、改进,使其克服了传统FCM复杂度高以及对孤立点敏感的影响。将改进的FCM与SVM相结合应用于交通事件检测算法之中:首先选取车流量、平均车速、车辆占有率做为算法的输入参量,利用FCM算法对输入参量进行一次粗糙的预测分类,然后将预测分类后的隶属高的样本作为支持向量机的训练样本,建立分类模型,通过模型训练形成判断各特征类别的判别函数来进行事件的检测;3)论文提出了一种语义技术与支持向量机相结合的事件检测新方法:利用车流量、平均车速、车辆占有率作为输入参量,利用支持向量机进行初步的检测分类;然后建立交通事件检测领域本体模型,并将支持算法处理后的数据与数据采集的地点信息构成异构数据作为本体
6、的实例,最后根据事件检测的特征提取推理规则并运用Jess推理机进行推理,以此来判断交通事件的发生。关键词:交通流检测系统;交通事件检测;SVM;FCM;语义技术IAbstractWiththerapiddevelopmentofthetransportationindustry,thenumberofcarshasincreaseddramatically,whichgreatlyreducesthetrafficcapacityoftheroad,causesfrequentoccurrenceoftrafficaccidentsandseriouslyaffectspeopl
7、e'slivesandpropertysafety.Howtotimelyandaccurategettrafficinformation,real-timeandeffectivedetectionoftheoccurrenceoftrafficincidentshasbecomeahotissueofconcern.Trafficinformationdetectiontechnologyandtrafficincidentdetectionalgorithmaredesig
此文档下载收益归作者所有