基于地空协同的稀疏道路交通检测设备布局理论与方法 本书特色

本专著就稀疏道路的交通事件检测需求这一问题 。从地空协同的角度，阐述了交通检测设备布局理论 与研究方法。专著主要从模型、算法、数值模拟、应 用等四个方面开展了研究，其内容主要为：建立两阶 段的地面交通检测设备布局优化模型、静态／动态的 无人飞机巡航路径优化模型；设计单目标的遗传优化 求解算法、多目标的NSGA-Ⅱ和MOEA／D优化求解算法 ；建立地空交通检测系统的事件检测数值模拟方法： 开展基于无人飞机技术的交通事故现场查勘、桥面破 损检测、稀疏道路监控等应用研究。
本专著可供智能交通、系统工程、管理科学与工 程等相关学科的教师、学生、科研人员，以及工程技 术人员阅读与参考。

基于地空协同的稀疏道路交通检测设备布局理论与方法 内容简介

本书围绕交通监控需求, 将无人飞机和地面交通监控设备进行协同优化布局, 开展地空交通检测设备布局优化、无人飞机路径规划、无人飞机视频交通信息提取、交通事故现场查勘与重建、地空协同交通事件检测效果评估等内容的研究。

基于地空协同的稀疏道路交通检测设备布局理论与方法 目录

第1章 绪论
1.1 研究背景
1.1.1 稀疏道路的内涵
1.1.2 稀疏道路的交通监控需求
1.2 无人飞机应用情况
1.2.1 无人飞机技术的发展历程
1.2.2 无人飞机集群项目
1.2.3 稀疏道路监控
1.2.4 交通事故现场查勘
1.2.5 桥面破损检测
1.3 研究范围及意义
1.3.1 研究范围
1.3.2 研究意义
1.4 本书的主要研究内容
第2章 地空交通检测设备布局理论
2.1 地空协同的交通检测设备布局
2.1.1 地空协同的内涵
2.1.2 无人飞机信息平台工作原理
2.1.3 地空协同的交通检测设备优化布设方法
2.2 地面交通检测设备布局
2.2.1 地面交通检测设备的类型及特点
2.2.2 设备布局的优化建模方法
2.3 无人飞机的优化部署
2.3.1 无人飞机部署的优化方法
2.3.2 监控小区划分方法
2.3.3 监控小区划分的评价指标
第3章 优化求解算法与模拟仿真技术
3.1 智能优化算法
3.1.1 遗传算法
3.1.2 粒子群算法
3.1.3 人工免疫算法
3.2 多目标优化算法
3.2.1 多目标优化的基本原理
3.2.2 多目标优化算法发展情况
3.2.3 NSGA—II算法
3.2.4 MOEA／D算法
3.3 模拟仿真技术
第4章 面向事件检测的地面交通检测设备优化布局
4.1 交通事件的分类及检测
4.2 地面交通检测系统的构建
4.3 地面交通检测设备优化布局方法
4.3.1 事件检测机制与路段划分
4.3.2 检测设备优化布局问题的描述与建模
4.3.3 优化求解算法
4.4 案例研究
4.4.1 阶段优化布局
4.4.2 第二阶段优化布局
第5章 静态无人飞机路径规划的多目标优化方法
5.1 路径规划问题描述与建模
5.1.1 问题描述

工业技术 汽车与交通运输 综合运输

在线阅读