車輛聯(lián)網(wǎng)感知與控制

序
前言
第1章 車輛狀態(tài)感知
1．1 常用車輛狀態(tài)信息及其相應(yīng)傳感器
1．1．1 車輛狀態(tài)信息分類
1．1．2 常用車輛狀態(tài)信息
1．2 車輛狀態(tài)信息采集
1．2．1 車內(nèi)狀態(tài)信息的傳輸
1．2．2 車輛狀態(tài)信息采集與融合
1．3 車輛狀態(tài)信息處理
1．3．1 傳感器標(biāo)零
1．3．2 車輛狀態(tài)數(shù)據(jù)濾波
1．3．3車輛狀態(tài)數(shù)據(jù)有效性驗(yàn)證
1．3．4 衛(wèi)星定位數(shù)據(jù)處理
1．4 基于擴(kuò)展卡爾曼濾波的車輛位姿估計
1．4．1 車輛運(yùn)動學(xué)模型
1．4．2 卡爾曼濾波方法
1．4．3 車輛運(yùn)動狀態(tài)估計
參考文獻(xiàn)
第2章 車輛聯(lián)網(wǎng)大數(shù)據(jù)處理技術(shù)
2．1 時空大數(shù)據(jù)管理
2．1．1 時空數(shù)據(jù)索引
2．1．2 時空數(shù)據(jù)的壓縮存儲技術(shù)
2．2 時空大數(shù)據(jù)云端處理系統(tǒng)
2．2．1 JStorm
2．2．2 Apache ZooKeeper
2．2．3 Apache Kafka
2．2．4 Memcached
2．2．5 PostgreSQ1
2．3 實(shí)時車輛位置監(jiān)控系統(tǒng)的設(shè)計與實(shí)現(xiàn)
2．3．1 系統(tǒng)總體架構(gòu)設(shè)計
2．3．2 多級網(wǎng)格劃分
2．3．3 實(shí)時位置聚合的JStorm任務(wù)實(shí)現(xiàn)
2．3．4 質(zhì)心合并的JStorm實(shí)現(xiàn)
2．3．5 大規(guī)模車輛實(shí)時行政區(qū)域判定的實(shí)現(xiàn)
2．3．6 行政區(qū)域判定與跨區(qū)域事件記錄的JStorm任務(wù)實(shí)現(xiàn)
2．3．7 實(shí)時車輛位置監(jiān)控系統(tǒng)Web應(yīng)用的實(shí)現(xiàn)
參考文獻(xiàn)
第3章 車輛位置與行為感知
3．1 車輛位置感知
3．1．1 定位技術(shù)及問題挑戰(zhàn)
3．1．2 到達(dá)角估計方法
3．1．3 理論下界
3．1．4 協(xié)同定位
3．1．5 數(shù)據(jù)融合I
3．1．6 車聯(lián)網(wǎng)系統(tǒng)中車輛定位應(yīng)用示例
3．2 駕駛行為特征分析
3．2．1 車輛運(yùn)動特征變化
3．2．2 駕駛行為識別方法輸入?yún)?shù)的模糊分級
3．2．3 駕駛行為規(guī)則庫
參考文獻(xiàn)
第4章 車輛動力學(xué)建模與沖突檢測
4．1 車輛縱向受力分析
4．2 車車通信模式下的車輛簡化縱向動力學(xué)分層模型
4．2．1 車輛縱向動力學(xué)模型的簡化
4．2．2 簡化車輛動力學(xué)模型的分層
4．3 基于CarsiIn／MAT1AB／Simulink的車輛動力學(xué)模型聯(lián)合仿真驗(yàn)證
4．3．1 Carsim仿真環(huán)境參數(shù)設(shè)置
4．3．2 Carsim／MAT1AB／Simulink聯(lián)合仿真搭建
4．3．3 下層動力學(xué)控制模型仿真結(jié)果分析
4．4 兩車沖突檢測方法
4．4．1 兩車沖突判斷模型
4．4．2 沖突嚴(yán)重程度界定
……
第5章 車輛隊列協(xié)同控制模型
第6章 車聯(lián)網(wǎng)交叉口避撞控制
參考文獻(xiàn)