基于地空協(xié)同的稀疏道路交通檢測(cè)設(shè)備布局理論與方法

第1章 緒論
1．1 研究背景
1．1．1 稀疏道路的內(nèi)涵
1．1．2 稀疏道路的交通監(jiān)控需求
1．2 無人飛機(jī)應(yīng)用情況
1．2．1 無人飛機(jī)技術(shù)的發(fā)展歷程
1．2．2 無人飛機(jī)集群項(xiàng)目
1．2．3 稀疏道路監(jiān)控
1．2．4 交通事故現(xiàn)場(chǎng)查勘
1．2．5 橋面破損檢測(cè)
1．3 研究范圍及意義
1．3．1 研究范圍
1．3．2 研究意義
1．4 本書的主要研究?jī)?nèi)容
第2章 地空交通檢測(cè)設(shè)備布局理論
2．1 地空協(xié)同的交通檢測(cè)設(shè)備布局
2．1．1 地空協(xié)同的內(nèi)涵
2．1．2 無人飛機(jī)信息平臺(tái)工作原理
2．1．3 地空協(xié)同的交通檢測(cè)設(shè)備優(yōu)化布設(shè)方法
2．2 地面交通檢測(cè)設(shè)備布局
2．2．1 地面交通檢測(cè)設(shè)備的類型及特點(diǎn)
2．2．2 設(shè)備布局的優(yōu)化建模方法
2．3 無人飛機(jī)的優(yōu)化部署
2．3．1 無人飛機(jī)部署的優(yōu)化方法
2．3．2 監(jiān)控小區(qū)劃分方法
2．3．3 監(jiān)控小區(qū)劃分的評(píng)價(jià)指標(biāo)
第3章 優(yōu)化求解算法與模擬仿真技術(shù)
3．1 智能優(yōu)化算法
3．1．1 遺傳算法
3．1．2 粒子群算法
3．1．3 人工免疫算法
3．2 多目標(biāo)優(yōu)化算法
3．2．1 多目標(biāo)優(yōu)化的基本原理
3．2．2 多目標(biāo)優(yōu)化算法發(fā)展情況
3．2．3 NSGA-II算法
3．2．4 MOEA／D算法
3．3 模擬仿真技術(shù)
第4章 面向事件檢測(cè)的地面交通檢測(cè)設(shè)備優(yōu)化布局
4．1 交通事件的分類及檢測(cè)
4．2 地面交通檢測(cè)系統(tǒng)的構(gòu)建
4．3 地面交通檢測(cè)設(shè)備優(yōu)化布局方法
4．3．1 事件檢測(cè)機(jī)制與路段劃分
4．3．2 檢測(cè)設(shè)備優(yōu)化布局問題的描述與建模
4．3．3 優(yōu)化求解算法
4．4 案例研究
4．4．1 第一階段優(yōu)化布局
4．4．2 第二階段優(yōu)化布局
第5章 靜態(tài)無人飛機(jī)路徑規(guī)劃的多目標(biāo)優(yōu)化方法
5．1 路徑規(guī)劃問題描述與建模
5．1．1 問題描述
5．1．2 問題建模
5．2 優(yōu)化算法設(shè)計(jì)
5．3 案例分析
5．3．1 情景1路徑規(guī)劃
5．3．2 情景2路徑規(guī)劃
5．3．3 情景3路徑規(guī)劃
5．3．4 情景4路徑規(guī)劃
第6章 動(dòng)態(tài)無人飛機(jī)路徑規(guī)劃的多目標(biāo)優(yōu)化方法
6．1 問題描述
6．2 問題建模
6．3 優(yōu)化算法設(shè)計(jì)
6．3．1 切比雪夫分解法和算法框架
6．3．2 算法步驟
6．3．3 可行染色體的生成
6．3．4 無人飛機(jī)子路徑劃分
6．3．5 交叉和變異操作
6．4 案例分析
6．4．1 優(yōu)化解的分析
6．4．2 算法比較
6．4．3 參數(shù)敏感性分析
第7章 地空交通檢測(cè)系統(tǒng)的事件檢測(cè)效果評(píng)價(jià)
7．1 地空交通檢測(cè)系統(tǒng)的構(gòu)建
7．1．1 地空交通檢測(cè)系統(tǒng)
7．1．2 無人飛機(jī)視頻的事件檢測(cè)方法
7．2 事件檢測(cè)數(shù)值模擬方法
7．2．1 地空交通檢測(cè)系統(tǒng)事件檢測(cè)原理
7．2．2 數(shù)值模擬方法與參數(shù)設(shè)置
7．2．3 事件檢測(cè)評(píng)價(jià)指標(biāo)
7．3 數(shù)值模擬分析
7．3．1 無人飛機(jī)檢測(cè)系統(tǒng)
7．3．2 視頻攝像機(jī)檢測(cè)系統(tǒng)
7．3．3 視頻一無人飛機(jī)綜合檢測(cè)系統(tǒng)
7．3．4 考慮無人飛機(jī)折返的事件檢測(cè)
7．3．5 事件檢測(cè)的影響因素分析
7．3．6 無人飛機(jī)的事件檢測(cè)效果分析
7．4 無人飛機(jī)事件檢測(cè)實(shí)驗(yàn)分析