一、采用GPRS技术和Linux系统实现城市交通控制系统中的数据通信（论文文献综述）
张永男[1]（2021）在《交通网络流分布式协同控制与基于云计算的并行优化》文中提出人工智能、云计算、通信技术和物联网的快速发展,推动交通运输迈入大数据驱动的智能化发展新阶段。需要研究适合大数据背景下交通网络流智能控制与决策的方法,以缓解交通拥堵、提高出行满意度。针对基于大数据的分析处理与优化决策对控制性能与实时性的要求,本文研究交通网络流分布式协同控制的理论与方法。采用宏观交通流评价模型,研究基于云计算的反应式控制方法与并行求解策略。进一步,采用微观交通流评价模型,研究基于云计算的预测控制方法与并行求解策略。为了提高交通网络流控制的智能化水平,继续研究基于深度学习的交通网络流时空特征并行学习方法,并将该方法拓展到基于深度学习评价模型的分布式深度强化学习控制方法中。通过建立交通网络流控制的边缘计算解决方案,研究离线大数据学习与在线决策应用的云边协同处理策略。基于北京市区域路网对本文所研究的控制方法及并行优化算法的有效性进行了仿真验证。本文的主要研究内容及创新点如下:（1）为了提高控制性能和实时性,提出了基于宏观交通流评价模型的分布式协同控制方法以及并行优化算法。在宏观交通流延误模型的基础上,通过优化各个信号交叉口的绿信比参数,实现区域路网的分布式控制;通过优化相邻交叉口之间的相位差,实现区域路网的协同控制,促进形成绿波带控制局面。采用具有迁移比例和替换概率的粗粒度并行自适应遗传算法求解分布式协同控制的双目标优化问题,通过云计算进一步加快求解速度。仿真试验结果表明,该方法在降低交通延误和改善实时性方面具有有效性。（2）为了弥补宏观评价方法可能与随机微观交通流波动不相匹配以及反应式控制缺少预见性的不足,提出了基于微观交通流评价模型的分布式协同预测控制方法以及并行优化算法。将基于规则的非解析微观交通流模型应用到交通网络流预测控制中,与宏观预测模型相比,更能准确地预测未来的交通态势、评价候选控制方案。为了减少在预测时域优化控制序列的求解时间,采用基于Spark云计算的两级分层并行遗传算法,加快滚动时域的求解速度。仿真试验结果表明,该方法分别在不饱和与过饱和的交通流状态下,取得了较好的控制效果,加快了求解速度。（3）为了提高交通流预测模型的智能学习能力,提出了交通网络流基于深度学习的时空特性学习机制以及并行训练方法。由于目前交通流特征学习的对象大都局限于局部路段,本文采用深度卷积神经网络和长短期记忆神经网络的混合深度学习模型,建立面向大数据处理的交通网络流特征学习模型。既挖掘多条路段之间的空间关联特征,又提取交通流的时间序列动态演化规律。为了减少深度学习在大数据下的训练时间,研究了基于数据集分解的具有收敛保障的并行训练的理论基础,设计了基于Spark云计算的并行算法。仿真试验结果表明,深度学习模型及并行训练方法在改善特征学习精度的同时,极大地降低了训练时间。交通网络流时空演化特征基于深度学习模型的并行学习是交通网络流分布式深度强化学习控制的研究基础。（4）为了提高控制决策的智能化水平,提出了交通网络流基于深度学习评价模型的分布式深度强化学习控制方法以及基于边缘计算的实现算法。将值分解方法拓展到演员-评论家算法框架中,通过在动作网络的输出层引入考虑多约束条件的绿信比调整方法,解决交通网络信号的连续控制问题。通过策略贡献权重的自适应分配机制,不断强化对全局目标影响程度大的策略贡献权重,实现自适应分布式协同决策。最后将分布式深度强化学习方法部署到边缘计算架构上,实现在线决策与离线学习的协同处理。仿真结果验证了智能控制方法及云边协同求解算法的有效性。
岳宇航[2]（2021）在《基于国产龙芯CPU的气井控制器研究与设计》文中指出现如今,物联网技术将世界变成一个万物互联的时代,嵌入式设备与物联网的结合成为了嵌入式技术发展的真正未来。天然气作为一种高效清洁的能源,在国内呈现需求日益旺盛的态势。而天然气的开发环境恶劣,天然气井控制器的应用就为天然气开采和管理提供了技术支持。目前的气井控制器的设计以进口CPU为主,国产龙芯CPU的发展为我国摆脱技术依赖提供了新的支持。基于此,本课题开发了一款基于国产龙芯CPU的气井控制器。通过对天然气井场远程监控系统的实际应用需求分析,本文提出了一种面向天然气井场仪表数据采集和设备的控制的气井控制器的设计方案。该控制器以Loongson 1B CPU作为主控制器,操作系统为开源的Linux操作系统,各电路模块的芯片尽量选用国产芯片,以达到气井控制器的国产最大化。该气井控制器的硬件设计包括Loongson 1B核心板和底板设计。底板设计包括:3个外围电路设计:电源电路、RTC电路、EEPROM存储电路;2个本体I/O端口设计:AI电路、TTS语音输出电路;4个本体通信端口模块设计:RS232电路、RS485电路、华为2/3/4G通信电路、以太网电路。软件设计中完成了驱动设计以及应用程序设计。通过功能测试,验证了该国产气井控制器的设计可行性,完成了基于国产龙芯CPU的气井控制器的设计与实现。
董谱[3]（2021）在《基于视频处理的仓库监控系统设计》文中提出仓库作为存放物品的重要场所,若其环境的安全性不能得到保障,将极可能导致物品损坏、仓库失窃甚至仓库失火等事故的发生,因此,对仓库环境的安全监测一直是安防领域的研究重点。近几年来,随着视频监控技术的发展,通过分析视频数据进行环境监测逐渐成为仓库监测的主流发展方向。在此背景下,本文设计并实现了一种基于视频处理的嵌入式仓库监控系统。本系统在远程视频监控的基础上,增加了对视频进行目标检测的功能,能够直接通过仓库现场的嵌入式设备,分析是否有人员入侵及火灾等现象发生。此外,本系统还可以实时监测仓库现场的环境参数,分析仓库当前的环境是否符合物品的存放标准,能够较好地维护仓库的环境安全,具有较高的应用和研究价值。考虑到仓库适合视频监控和参数采集的位置可能存在差异,以及系统安装的灵活性,本系统将硬件部分分为视频模块和参数模块两个部分。视频模块是系统的核心模块,以S5PV210为主控芯片,挂载有摄像头模块、GSM模块和WiFi模块,主要负责视频监控、短信预警以及系统整体的控制管理。参数模块以STM32F407ZGT6为主控芯片,集成了以太网模块和多种传感器,主要负责环境参数的采集。本系统在视频模块上移植了嵌入式Linux操作系统,并以此作为主要软件平台。本系统在设计过程中,通过TCP协议实现环境参数的实时传输;通过SQLite数据库对监控数据进行统一存放和管理;通过OpenCV视觉库对采集的视频进行图像处理和目标检测;通过调用Socket接口和移植视频流服务器实现视频的远程传输;通过调用串口和编写AT指令实现短信的发送。本系统主要采用B/S架构,利用在嵌入式设备上移植嵌入式Web服务器与用户进行交互,使用户可通过浏览网页实时查看仓库现场的环境参数、监控视频等信息。此外,系统也支持C/S架构,用户可通过下载客户端软件与视频模块进行连接实现对仓库环境的实时监控。在完成系统整体的设计后,通过长时间测试,系统整体运行稳定,能够有效监测并记录仓库环境的异常情况,同时提供短信预警,其开发成本低、操作简便、功能全面,符合预期的设计需求。
黄钰[4]（2020）在《智能远程抄表系统软件的设计与实现》文中研究说明近年来,物联网技术的蓬勃发展,多种新方法和新技术在远程抄表服务和管理中得到了广泛的应用。对于抄表服务企业而言,客户的水、电、气、热等数据是抄表服务企业决策的基础。为保证客户的正常生活,还需要对抄表系统中关键设备的运行状态进行有效的监测,将抄表系统和物联网技术相结合的应用研究具有重要的实际意义。另外,城市经济快速发展、人民生活水平提高,客户表计设备管理、故障处理等问题日益突出,给客户生活造成影响。因此,研发一套智能化、信息化和远程化的远程智能抄表系统可以有效解决上述问题。针对传统旧式表计终端的缺陷,结合目前市场上各类智能表计终端,并收集和审查了国内外相关信息。本文设计了远程抄表系统,系统中智能表计终端通过集中器连接到主机管理系统,将表计终端的数据从客户侧远程传输到企业侧,PC端管理系统通过集中器监控管理智能表计终端设备以及数据。该系统实现了用户水、电、气和热等数据的收集、测量、处理和存储,克服了传统表计终端要人工到客户家里抄写数据的缺陷。首先,本文根据抄表服务企业的工作流程对远程抄表系统由非功能性、功能性视角进行了需求分析。然后,结合系统需求,详细设计软件系统的主要功能与整体功能,涵盖有系统软件功能、系统硬件终端及数据库表单的设计。最后,根据系统的设计要求完成远程智能抄表系统的实现。与此同时,论文搭建了一个系统测试环境,用以测试研发出的远程智能抄表系统,具体涵盖有三部分:功能测试、整体测试、性能测试,最终发现基本上满足预期要求。本文研发的远程抄表系统的表计终端通过LORA无线通信技术连接到集中器,集中器通过调制解调器连接到远程后台服务器,所采集到的数据通过网络传输到后台管理系统,系统功能完善、测量准确、通讯可靠,从而降低了成本,提高了数据传输的可靠性,为扩展集中式抄表系统创造了条件。远程抄表系统的使用能够对人工抄表予以全面替代,极大地方便了居民的生活。
薛辉[5]（2020）在《基于WAVE协议栈的车联网通信终端原型产品研制》文中提出近些年,国内车辆数量直线攀升并保持在了一个较高的数量水平,在给人们生活带来便利的同时,也给城市发展带来了潜在的问题,如交通拥堵、频发的交通安全事故等问题。人们希望利用如今发展迅速的先进技术来对此问题进行合理的解决。因此,汽车电子界与学术界把研究焦点集中聚焦到车联网（Vehicular Adhoc Network,VANET）领域的研究和智能交通系统（Intelligent Transportation System,ITS）的实现上。由于车联网环境下的无线通信对通信条件的要求较传统网络通信来说更为严苛,车载环境下的无线通信需要通信节点接入速度更快、数据传输时延更短。然而传统的网络通信不能在车载环境中提供安全、快速稳定的无线通信服务。对此,美国电气电子工程师协会（IEEE）于2013年正式完成制定WAVE（Wireless Access in Vehicular Environment）协议栈的工作,此协议栈完全能满足车载环境中对通信条件的苛刻要求。虽然车联网的发展势头迅猛,但是目前市场上并没有一款成熟可用的系统级车联网终端产品。因此,本文的研究目标是研制一款以WAVE协议栈为通信协议的车联网通信终端原型产品,并能基于BSM消息实现必要的车辆安全预警功能。基于上述内容,对本文工作做如下说明:1、在充分熟悉了解WAVE协议栈与车联网终端通信需求的基础上,详细阐述说明了车联网系统的总体拓扑结构与RSU路边单元的路边部署方案,并对终端设备OBU（车载单元）与RSU（路边单元）的硬件组织架构进行了合理的分析设计。除此之外,对此款车联网终端原型产品的基本软件架构也进行了合理设计。2、在重点分析理解WAVE协议栈机理的基础上,并在编程实现的层面上,详细说明了WAVE协议栈中WSMP的实现原理。3、应用层编程实现V2V通信与部分安全预警功能:1)、车联网终端对BSM消息的构建与发送;2)、车联网终端对BSM消息的接收与内容提取处理;3)、根据提取到的BSM消息的内容,实现对车辆驾驶员的安全预警功能,实现车联网终端设计的最终目标。4、为实现车联网终端的多元功能,在非安全功能层面上,实现了各个终端节点间语音传输、文本传输、视频传输等功能,提升了驾乘体验。
史云鹏[6]（2020）在《基于视频采集技术的城市交通流实时采集关键设备研究》文中研究表明随着经济的飞速发展,私家车数量的逐年攀升导致了城市道路容量接近饱和状态,随之而来的交通拥堵问题也成了城市道路的一种亟待解决的问题。解决交通拥堵问题,完成道路交通的协调工作,最为重要的一环是对于交通信息的采集。实时交通信息数据的采集有多种方法,而近些年发展迅速的图像处理技术也逐步应用在交通流信息采集方面,它具有大区域检测、设置灵活、易更新等优势,现在已经成为智能交通的一类研究热点。本文设计实现了一种基于视频采集技术的城市交通流实时采集关键设备,它通过在道路路口及路段上架设摄像头设备,采集城市道路的交通视频影像,采集后的视频通过嵌入式设备进行实时处理,其中采用嵌入式技术与数字图像处理技术相结合的方法,将采集到的视频流处理出的各类交通数据,包括车流量、平均车速、拥堵状态、车道占有率和车头时距等,并将这些数据依据通信协议形成数据包,发送给远端服务器,便于后续的交通流大数据处理和交通管理者整体调控。本文实现了视频流在OK6410嵌入式开发设备上的实时采集,摄像头与OK6410采用USB对接,其中视频流的编解码方式采用了 H.264标准,在传输方面利用开源代码项目luvcview完成了对摄像头编码后的图像进行采集。采集后端使用的是以ARM11位架构的OK6410嵌入式开发设备,完成了基于嵌入式Linux系统在视频采集的USB接口、LCD、触摸屏和DMA控制器四个驱动程序模块的编写。而主要的处理程序是在Linux用户层中完成,在嵌入式Linux3.0.1系统环境下配置了 OpenCV2.6.9版本以实现图像处理程序的开发,图像处理算法对图像增强进行了优化,提高了处理速度,满足了系统数据采集实时性的要求。在嵌入式设备中完成了 Qt4.4.3版本以及tslib库的配置,实现了在开发板图形化界面和LCD触摸功能设计实现。处理后的路段数据,通过无线数字传输电台连接嵌入式系统RS232串行接口,将数据包传输到后端的服务器中。在数据包传输过程中,使用基于TDMA的传输协议方式,将多个路段的采集节点分为不同时隙进行数据包的传输。测试结果显示检测系统对于路口车辆的信息采集具有快速的实时性、准确性和可靠性,并且对于采集后的数据向服务器的传输协议测试也满足了设计的需要,方便了后续数据的处理,以及根据交通数据而进行的预测。
姚斐[7]（2020）在《基于嵌入式的智能交通信号系统设计》文中研究说明随着我国近些年经济的鹏飞发展,迈入城市化进程越来越快,机动车车辆的拥有量日益增多,给人们带来了便利出行的方式生活,同时也引发了路口拥堵、尾气污染等一系列问题。越来越多的专家和学者对这一现象引起重视,他们致力于缓解路口的拥堵,提高通行效率。目前,我国正在大力建设智慧城市,其中很重要的一个环节就是智慧交通,需要最大限度的发挥城市交通效能,改善城市交通拥堵状况。本文以减少拥堵,提高路口单位时间内通行车辆数为目的,结合计算机视频图像处理技术和嵌入式系统应用,以迭代学习控制理论为基础,设计了一套根据车流量来实时调节红绿灯时间的智能交通信号系统。首先,由于城市交通流存在着非线性动态特性,很难建立准确的控制模型,同时每天的同一时间段和同一地点的交通流具有重复性特点,并呈现了明显的周期性特征。因此,本文采用迭代学习控制算法,对红绿灯的时间周期和每一个相位的有效绿灯时间进行优化,使车辆的排队长度差和系统误差趋于零,最大限度的提升通行效率。其次,当前交通路口的监控系统特别完善,能便捷的获取道路路口的实施监控视频,不需要添加额外的车流量检测设备,通过对获取监控视频进行图像处理,可得到车流量数据。本文首先对视频图像进行预处理,然后使用背景差分法来提取车道背景和运动目标,采用改进的虚拟线圈方法,利用Open CV软件对路口的监控视频进行处理,来获得更加准确的车流量统计数据。然后,根据路口的实地勘测,并对智能交通信号系统进行整体方案设计。由于嵌入式系统具有可移植性强、方便定制和性价比高的特点,同时基于智能交通信号系统方案设计要求,综合考虑后,本文对ARM架构体系进行分析,结合智能交通信号系统特点,确定ARM-V7架构为该芯片的指令集,最终选用基于Cortex-A8为内核S5PV210芯片。最后,对智能交通灯系统的软件平台进行搭建并调试。整个开发环境在Linux下的操作系统下,以S5PV210为整个系统核心,对交叉编译工具链的移植、TFTP和根文件系统的移植、Bootloader移植和Linux内核移植等软件系统进行搭建。然后,用手机实地拍摄上海莘建东路和广贤路的组成的交叉口,来模拟获取监控视频,利用Matlab软件进行算法仿真,得出最佳周期时间和各个相位的最佳绿灯时间,验证所提出的智能交通灯迭代控制算法的有效性,并进行相关调试,将算法在系统中验证,发现调整后的时间能有效的减少拥堵,提升通行效率。
孟首业[8]（2017）在《基于Linux的城市智能交通信号控制机的优化实现》文中研究指明随着城市的持续发展,交通拥堵日益严重。交通信号控制系统,可以充分发挥道路系统的交通效率,提高现有路网的通行能力,然而,作为其核心设备的交通信号控制机,存在功能少、性能不稳定、通讯协议不兼容等各种问题。因此,不断优化升级现有的交通信号控制机对缓减交通问题,有着非常重要的意义。本文从市场需求出发,通过系统分析在硬件、软件两个方面对产品进行优化设计。硬件设计内容主要包括:核心板模块选择、主板硬件电路设计等。软件设计内容主要包括:嵌入式Linux系统移植、多线程程序设计、数据通信协议解析、信号控制算法实现等。本文产品基于嵌入式Linux系统,采用ARM9微处理器、SQLite数据库、TCP/IP协议和GB/T 20999-2007标准数据通信协议,让数据处理速度提升三倍以上,同时也提高了网络稳定性和系统兼容性,优化了数据存储性能,并扩展通讯接口种类与数量,提升了人机交互性。设计使用定周期、多时段、感应、自适应、干线协调、区域协调等多种控制算法,来丰富产品功能,通过硬件故障检测、软件故障降级处理等保证系统的稳定可靠。本文设计的智能交通信号控制机,提供单点智能控制、干线智能控制及区域智能控制三种方案,可同时检测、控制两个路口的交通设备;采用标准协议接口,方便对现有系统升级,可满足大多数城市交通控制的需求。
曾艳萍[9]（2016）在《智能交通信号控制机的设计与实现》文中进行了进一步梳理因城市“大”发展而产生的交通拥堵和安全方面的问题已严重影响了社会和谐、稳定发展,及广大民众的日常生活。随着通信、信息和控制技术在智能交通管理和控制中的应用,近年来智能交通信号控制系统的核心理念、关键技术和主要内容得到不断完善和丰富。这些应用和研究对于提高城市道路交通信号控制效果,改善人们出行环境,创造良好的社会效益和经济效益都具有重大意义。本文主要研究了通过多总线模式系统架构和积木式模块化设计方式提高产品的可靠性、稳定性和可维护性,采用硬件访问层、控制处理层和数据交互层的三层嵌入式软件架构模式增强系统软件运行的稳定性,从而多途径、全方位提升产品的运行安全,确保交叉路口交通信号的正常运行,保障人们出行安全。另外,还开展了单台道路交通信号控制机同时控制5个交叉路口交通信号及升级为区域协调控制主机的研究,以及基于物联网的检测和识别技术,并结合相应优先控制算法的多条公交线路的信号优先控制的研究,从而增强产品的智能化,能有效缓解交通拥堵,改善人们出行环境,降低环境污染。
杨龙[10]（2015）在《基于ARM及Linux技术的信号机主控系统研究与设计》文中研究指明交通是现代城市生活的命脉,是衡量一个城市文明进步的一个重要标志。城市交叉口是组成城市路网的基本单元,是城市交通的瓶颈地带。交叉口的通行能力直接影响着城市路网的通行能力。但是,在我国的具体国情和复杂的城市交通状况限制下,现有的信号机并不能充分发挥其作用,道路拥堵情况尤为严重。针对这些问题,本文深入研究了基于Linux嵌入式操作系统、ARM11微处理器S3C6410、ActiveMQ消息服务器和Xml通信协议的信号机主控系统,并在此基础上提出了软、硬件设计以及实现方案。本文首先分析了信号机主控系统的工作原理并确定了系统的功能需求,主要包括交通信号控制方案的存储及实施、基于Xml协议的ActiveMQ消息服务器网络通信、自动校时等。根据实际需要以及我国交通部的相关规定,确定了信号机主控系统的网络通信技术及通信协议,以此为基础完成了系统的总体设计;在此之后根据功能需求,完成了信号机主控系统的硬件总体设计和详细设计,其中主要包括微处理器和存储设备的选型、以太网等外围电路设计等;在硬件设计的基础上,为信号机主控系统移植了嵌入式Linux操作系统、各硬件模块驱动和第三方动态库等;最后,根据软件模块化设计思想为信号机主控系统设计了各功能软件,包括消息服务软件、控制模块软件、附加模块软件等,并采用非阻塞和多线程技术实现各模块的协同工作,最终实现了信号机主控系统的全部功能。通过对信号机主控系统进行的系统集成、模块测试和整体测试表明,本文实现的信号机主控系统能够稳定的运行各信号灯控制方案并可根据不同的时段进行相应的控制方案切换、能够与Active MQ消息服务器进行Internet通信、能长久保存信号机各控制方案等,系统具有较高的实用价值,是对城市交叉口信号灯控制的一次有价值的深入探索与研究。
二、采用GPRS技术和Linux系统实现城市交通控制系统中的数据通信（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、采用GPRS技术和Linux系统实现城市交通控制系统中的数据通信（论文提纲范文）
（1）交通网络流分布式协同控制与基于云计算的并行优化（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 交通流反应式控制 |
| 1.2.2 交通流模型预测控制 |
| 1.2.3 交通流深度强化学习控制 |
| 1.2.4 交通流大数据分布式并行处理 |
| 1.3 论文的研究内容及组织结构 |
| 2 基于宏观交通流模型的分布式协同控制及并行优化 |
| 2.1 引言 |
| 2.2 总体架构 |
| 2.3 优化模型 |
| 2.3.1 公共周期优化 |
| 2.3.2 绿信比优化 |
| 2.3.3 相位差优化 |
| 2.4 粗粒度并行自适应遗传算法求解策略 |
| 2.4.1 自适应遗传算法 |
| 2.4.2 自适应遗传算法的并行优化策略 |
| 2.4.3 基于CPAGA优化的分布式协同控制 |
| 2.5 仿真结果与分析 |
| 2.5.1 试验设计与参数设置 |
| 2.5.2 收敛性和计算效率比较 |
| 2.5.3 信号周期变化趋势 |
| 2.5.4 控制性能比较 |
| 2.6 本章小结 |
| 3 基于微观交通流模型的分布式协同预测控制及并行优化 |
| 3.1 引言 |
| 3.2 总体架构 |
| 3.3 交通流微观仿真建模 |
| 3.3.1 时空约束 |
| 3.3.2 位置限制 |
| 3.3.3 更新规则 |
| 3.3.4 驾驶路径选择行为 |
| 3.4 交通网络流模型预测控制 |
| 3.4.1 预测模型 |
| 3.4.2 优化目标 |
| 3.4.3 滚动时域 |
| 3.5 基于Spark云计算的MPC并行优化策略 |
| 3.5.1 两级分层并行遗传算法 |
| 3.5.2 基于Spark云的预测时域并行优化求解 |
| 3.5.3 交通网络流滚动时域MPC控制 |
| 3.6 仿真结果与分析 |
| 3.6.1 试验设计及参数设置 |
| 3.6.2 评价指标 |
| 3.6.3 控制性能比较 |
| 3.6.4 计算效率比较 |
| 3.7 本章小结 |
| 4 基于深度学习模型的交通网络流时空特征学习及并行优化 |
| 4.1 引言 |
| 4.2 基于深度学习模型的交通网络流时空特征学习 |
| 4.2.1 CNN-LSTM学习模型 |
| 4.2.2 训练样本构造 |
| 4.3 深度学习并行训练的理论分析 |
| 4.3.1 设计动机 |
| 4.3.2 目标函数 |
| 4.3.3 并行特征前向提取 |
| 4.3.4 并行误差反向传播 |
| 4.4 基于Spark云的并行训练实施方案 |
| 4.4.1 并行训练算法 |
| 4.4.2 并行训练的实施过程 |
| 4.5 仿真结果与分析 |
| 4.5.1 试验设计与参数设置 |
| 4.5.2 评价指标 |
| 4.5.3 预测精度和通用能力比较 |
| 4.5.4 收敛性和计算效率比较 |
| 4.5.5 时空特征学习效果 |
| 4.6 本章小结 |
| 5 基于分布式深度强化学习模型的协同控制及并行优化 |
| 5.1 引言 |
| 5.2 总体架构 |
| 5.2.1 边缘计算架构 |
| 5.2.2 基于MADRL的交通网络流控制边缘计算实现架构 |
| 5.3 协同多智能体actor-critic深度强化学习方法 |
| 5.3.1 值分解网络 |
| 5.3.2 基于改进VDN的CMAC深度强化学习 |
| 5.4 基于CMAC的交通多智能体建模 |
| 5.4.1 状态 |
| 5.4.2 动作 |
| 5.4.3 奖赏 |
| 5.4.4 Actor-critic深度强化学习网络 |
| 5.5 基于边缘计算的交通网络流CMAC控制 |
| 5.6 仿真验证与分析 |
| 5.6.1 试验设计与参数设置 |
| 5.6.2 评价指标 |
| 5.6.3 云端并行学习 |
| 5.6.4 边缘端实时控制 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 未来研究展望 |
| 参考文献 |
| 附录 A 符号表 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）基于国产龙芯CPU的气井控制器研究与设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容和组织架构 |
| 1.3.1 论文研究内容 |
| 1.3.2 论文组织架构 |
| 第二章 系统需求分析与总体框架设计 |
| 2.1 龙芯气井RTU开发简述 |
| 2.2 系统需求分析 |
| 2.3 系统总体框架设计 |
| 2.4 Loongson1B核心板介绍 |
| 2.5 本章小结 |
| 第三章 基于龙芯CPU的气井控制器的硬件设计 |
| 3.1 系统硬件的总体设计 |
| 3.2 硬件开发环境及开发步骤 |
| 3.3 外围电路设计 |
| 3.3.1 电源电路模块设计 |
| 3.3.2 RTC电路模块设计 |
| 3.3.3 EEPROM电路模块设计 |
| 3.4 RTU本体I/O端口设计 |
| 3.4.1 AI模块的设计 |
| 3.4.2 TTS模块的设计 |
| 3.5 RTU本体通信端口设计 |
| 3.5.1 RS232 电路模块的设计 |
| 3.5.2 RS485 电路模块设计 |
| 3.5.3 华为2/3/4G通讯模组模块的设计 |
| 3.5.4 MII模块的设计 |
| 3.6 LED指示灯模块的设计 |
| 3.7 PCB板的设计与制作 |
| 3.8 PCB板的焊接 |
| 3.9 本章小结 |
| 第四章 基于龙芯CPU的气井控制器的软件设计 |
| 4.1 系统软件的总体设计 |
| 4.2 嵌入式Linux开发环境 |
| 4.2.1 嵌入式Linux系统的构建 |
| 4.2.2 在主机搭建Linux环境 |
| 4.3 龙芯RTU驱动程序设计 |
| 4.3.1 RTC模块驱动设计 |
| 4.3.2 AT24C64 EEPROM的 IIC设备驱动设计 |
| 4.3.3 以太网通信模块驱动设计 |
| 4.3.4 4G通信驱动设计 |
| 4.3.5 UART串口通信模块驱动设计 |
| 4.3.6 模拟量输入模块驱动设计 |
| 4.4 Modbus通信协议 |
| 4.5 龙芯RTU应用程序设计 |
| 4.6 本章小结 |
| 第五章 基于龙芯CPU的气井控制器的实现与测试 |
| 5.1 基于龙芯CPU的气井控制器的实现 |
| 5.1.1 RTU外部接口连线 |
| 5.1.2 设置终端仿真程序 |
| 5.1.3 恢复和更新Linux系统 |
| 5.1.4 应用程序的移植 |
| 5.2 基于龙芯CPU的气井控制器的测试与仿真 |
| 5.2.1 测试环境所需工具 |
| 5.2.2 功能模块的运行与测试 |
| 5.2.3 仿真测试 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（3）基于视频处理的仓库监控系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 仓库监控系统的发展现状 |
| 1.2.2 视频监控技术的发展现状 |
| 1.3 本文研究目的和内容 |
| 1.4 本文组织结构 |
| 2 系统硬件平台设计 |
| 2.1 系统硬件平台总体设计 |
| 2.2 参数模块设计 |
| 2.2.1 核心控制模块 |
| 2.2.2 传感器采集模块 |
| 2.2.3 以太网模块 |
| 2.3 视频模块设计 |
| 2.3.1 嵌入式微处理器 |
| 2.3.2 嵌入式开发板 |
| 2.3.3 摄像头模块 |
| 2.3.4 短信预警模块 |
| 2.3.5 无线模块 |
| 2.4 本章小结 |
| 3 运动目标与火焰目标检测研究 |
| 3.1 视频图像预处理 |
| 3.1.1 图像灰度化处理 |
| 3.1.2 图像滤波处理 |
| 3.1.3 图像形态学处理 |
| 3.2 运动目标检测 |
| 3.2.1 运动目标检测算法研究 |
| 3.2.2 运动目标检测结果分析 |
| 3.3 火焰目标检测 |
| 3.3.1 火焰目标颜色模型 |
| 3.3.2 火焰目标动态特征检测 |
| 3.4 基于Kalman滤波的目标跟踪 |
| 3.5 本章小结 |
| 4 系统开发环境构建 |
| 4.1 嵌入式开发环境构建 |
| 4.1.1 虚拟机和Redhat安装 |
| 4.1.2 交叉编译器移植 |
| 4.2 嵌入式Linux系统移植 |
| 4.2.1 嵌入式Linux系统简介 |
| 4.2.2 BootLoader移植 |
| 4.2.3 系统内核移植 |
| 4.2.4 根文件系统移植 |
| 4.3 计算机视觉库OpenCV及移植 |
| 4.3.1 OpenCV视觉库简介 |
| 4.3.2 OpenCV视觉库移植 |
| 4.4 本章小结 |
| 5 系统软件功能设计 |
| 5.1 参数采集功能设计 |
| 5.1.1 参数采集与传输程序设计 |
| 5.1.2 SQLite数据库及移植 |
| 5.1.3 参数接收与存储程序设计 |
| 5.2 视频监控功能设计 |
| 5.2.1 V4L2视频采集程序设计 |
| 5.2.2 OpenCV视频分析程序设计 |
| 5.2.3 基于C/S模式的视频传输 |
| 5.2.4 基于B/S模式的视频传输 |
| 5.3 短信预警功能设计 |
| 5.4 基于C/S模式的交互功能设计 |
| 5.4.1 Qt Creator的安装和配置 |
| 5.4.2 客户端界面设计 |
| 5.5 基于B/S模式的交互功能设计 |
| 5.5.1 Boa服务器及移植 |
| 5.5.2 HTML网页设计 |
| 5.5.3 CGI程序设计 |
| 5.5.4 内网穿透技术研究 |
| 5.6 本章小结 |
| 6 系统测试与分析 |
| 6.1 数据采集测试 |
| 6.2 视频监控测试 |
| 6.3 异常记录及预警测试 |
| 6.4 目标识别测试 |
| 6.4.1 运动目标识别测试 |
| 6.4.2 火焰目标识别测试 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读学位期间的研究成果 |
| 致谢 |
（4）智能远程抄表系统软件的设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.3 目前存在问题 |
| 1.4 论文内容及结构安排 |
| 1.4.1 研究内容 |
| 1.4.2 结构安排 |
| 第二章 系统开发的相关理论与关键技术 |
| 2.1 引言 |
| 2.2 系统软件开发理论与关键技术 |
| 2.2.1 J2EE架构与SSH框架 |
| 2.2.2 数据库技术 |
| 2.2.3 通信技术 |
| 2.3 本章小结 |
| 第三章 系统需求分析 |
| 3.1 引言 |
| 3.2 系统功能性需求分析 |
| 3.2.1 软件系统需求分析 |
| 3.2.2 硬件系统需求分析 |
| 3.3 系统非功能性需求分析 |
| 3.3.1 系统可行性分析 |
| 3.3.2 系统性能需求分析 |
| 3.4 本章小结 |
| 第四章 智能远程抄表系统软件的设计 |
| 4.1 引言 |
| 4.2 系统的设计原则 |
| 4.3 系统整体设计与功能设计 |
| 4.3.1 系统整体设计 |
| 4.3.2 软件详细功能设计 |
| 4.4 数据库设计 |
| 4.4.1 数据库设计方法 |
| 4.4.2 数据库概念结构设计 |
| 4.4.3 数据库表单设计 |
| 4.5 本章小结 |
| 第五章 智能远程抄表系统软件的实现与测试 |
| 5.1 引言 |
| 5.2 系统功能的实现 |
| 5.2.1 系统登录模块 |
| 5.2.2 基础信息管理功能模块 |
| 5.2.3 设备管理模块 |
| 5.2.4 抄表管理模块 |
| 5.2.5 缴费管理模块 |
| 5.2.6 系统管理模块 |
| 5.3 系统的测试 |
| 5.3.1 系统测试环境 |
| 5.3.2 系统功能测试 |
| 5.3.3 系统性能测试 |
| 5.3.4 系统测试结论 |
| 5.4 本章小结 |
| 第六章 工作总结与展望 |
| 6.1 全文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
（5）基于WAVE协议栈的车联网通信终端原型产品研制（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 车联网的研究背景及意义 |
| 1.2 WAVE系列协议及车联网研究发展现状 |
| 1.3 论文主要研究内容 |
| 1.4 论文的结构与创新点 |
| 第二章 车联网系统和终端设备的总体设计 |
| 2.1 车联网系统的总体拓扑设计 |
| 2.2 车联网终端设备OBU/RSU的架构设计 |
| 2.2.1 车载终端OBU平台详细架构设计 |
| 2.2.2 路边单元RSU平台详细架构设计 |
| 2.3 路边单元RSU的拓扑部署方案 |
| 2.4 车载终端原型产品应用层软件框架设计 |
| 2.5 本章小结 |
| 第三章 WAVE协议栈原理分析与协议实现 |
| 3.1 WAVE协议栈总体架构 |
| 3.1.1 IEEE802.11p协议 |
| 3.1.2 IEEE1609.4协议 |
| 3.1.3 IEEE1609.3协议 |
| 3.1.4 IEEE1609.2协议 |
| 3.1.5 SAEJ2735标准 |
| 3.2 应用层SAEJ2735标准的研究与实现 |
| 3.2.1 基本安全消息BSM的原型结构应用层定义与解析 |
| 3.2.2 基本安全消息BSM内容获取机制的实现 |
| 3.2.3 基本安全消息BSM的压缩编码实现 |
| 3.3 WSMP协议的机理探究与协议实现 |
| 3.3.1 WSM消息传输机理设计 |
| 3.3.2 WSMP协议的开发实现 |
| 3.4 信道模式的设计与设置 |
| 3.5 文件系统中WAVE协议栈的文件组织架构 |
| 3.6 本章小结 |
| 第四章 基本安全消息集的功能实现 |
| 4.1 BSM消息概述 |
| 4.2 OBU/RSU的平台初始化配置 |
| 4.3 BSM消息构建与发送功能的编程实现 |
| 4.3.1 构建并发送基本的BSM |
| 4.3.2 构建并发送带有事件标志的BSM |
| 4.4 BSM消息接收与处理功能的编程实现 |
| 4.5 基于BSM消息的安全预警功能实现 |
| 4.6 BSM消息收发功能测试 |
| 4.6.1 实验测试平台搭建 |
| 4.6.2 收发功能测试 |
| 4.7 本章小结 |
| 第五章 V2V用户通信与V2I通信的应用层实现 |
| 5.1 V2V非安全层面数据通信需求 |
| 5.2 非安全层面数据通信功能应用层编程实现 |
| 5.2.1 用户文本传输功能实现 |
| 5.2.2 用户语音传输功能实现 |
| 5.2.3 用户视频传输功能实现 |
| 5.3 非安全层面数据通信功能测试 |
| 5.4 V2I通信应用层实现 |
| 5.4.1 V2I通信需求分析 |
| 5.4.2 V2I通信功能应用层编程实现 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 附录1 :终端研制过程中的部分核心代码 |
| 附录2 :车联网终端研制过程中重要实验记录 |
| 攻读硕士学位期间的学术活动及成果情况 |
（6）基于视频采集技术的城市交通流实时采集关键设备研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外研究现状 |
| 1.3 课题设计的目的和意义 |
| 1.4 课题设计主要内容 |
| 2 课题设计关键技术 |
| 2.1 嵌入式开发技术 |
| 2.1.1 嵌入式驱动开发 |
| 2.1.2 嵌入式应用软件开发 |
| 2.2 数字图像处理技术 |
| 2.2.1 数字图像处理常用方法 |
| 2.2.2 数字图像处理技术的应用 |
| 2.3 ARM Qt GUI开发 |
| 2.4 基于Qt的串口通信技术 |
| 3 基于视频采集技术的交通流实时采集系统概述 |
| 3.1 系统总体设计方案 |
| 3.1.1 系统的结构框架 |
| 3.1.2 系统的应用区域 |
| 3.2 系统硬件结构 |
| 3.2.1 硬件整体结构 |
| 3.2.2 核心S3C6410介绍 |
| 3.2.3 主要硬件模块电路 |
| 3.3 系统软件设计方案 |
| 3.3.1 嵌入式Linux操作系统的选择 |
| 3.3.2 系统软件设计结构 |
| 4 嵌入式开发环境的搭建 |
| 4.1 嵌入式Linux开发环境的构建 |
| 4.1.1 开发硬件环境 |
| 4.1.2 开发环境的软件准备 |
| 4.2 嵌入式Linux系统的构成 |
| 4.2.1 U-boot简介 |
| 4.2.2 Linux系统的内核 |
| 4.2.3 Linux的文件系统 |
| 4.3 Linux系统的编译和烧写 |
| 4.3.1 编译U-boot和Linux内核 |
| 4.3.2 配置网络文件系统 |
| 4.4 ARM Qt开发环境搭建 |
| 4.4.1 Qt库在Linux系统中的移植 |
| 4.4.2 Qt creator工具 |
| 4.5 Opencv库的移植 |
| 4.5.1 Opencv依赖项的编译和安装 |
| 4.5.2 Opencv2.4.9的编译和安装 |
| 5 系统软件设计 |
| 5.1 视频流采集 |
| 5.1.1 V4L2架构驱动移植 |
| 5.1.2 luvcview视频图像采集 |
| 5.2 嵌入式驱动程序的设计 |
| 5.2.1 USB驱动程序的设计 |
| 5.2.2 LCD驱动设计 |
| 5.2.3 触摸屏驱动的设计 |
| 5.2.4 DMA驱动设计 |
| 5.3 OpenCV图像处理核心算法的设计 |
| 5.3.1 读取图像的像素数据 |
| 5.3.2 图像增强 |
| 5.3.3 车辆驶入、驶出判断 |
| 5.3.4 车流量统计 |
| 5.3.5 平均车速的计算 |
| 5.3.6 拥堵判断 |
| 5.4 Qt GUI图形化界面设计 |
| 5.4.1 视频流的导入和处理 |
| 5.4.2 传输模块的设计 |
| 5.5 发送包协议的设计 |
| 6 系统测试 |
| 6.1 采集测试 |
| 6.2 显示及数据测试 |
| 6.2.1 Qt界面显示测试 |
| 6.2.2 图像处理算法准确性测试 |
| 6.2.3 采集节点发送包测试 |
| 6.3 测试结果分析 |
| 结论 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（7）基于嵌入式的智能交通信号系统设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 本课题研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 智能交通系统研究现状 |
| 1.2.2 迭代学习算法控制信号灯的研究现状 |
| 1.2.3 视频处理车流量识别研究现状 |
| 1.2.4 嵌入式系统研究现状 |
| 1.3 本课题主要研究内容及章节安排 |
| 1.3.1 本课题研究内容 |
| 1.3.2 章节安排 |
| 第二章 交通信号灯的迭代学习控制 |
| 2.1 基于迭代学习的交通信号控制 |
| 2.2 交通信号基本参数配时 |
| 2.2.1 最佳周期时长 |
| 2.2.2 最佳有效绿灯时间 |
| 2.3 基于迭代学习控制的配时方案 |
| 2.4 控制算法仿真 |
| 2.5 本章小节 |
| 第三章 基于道路交通视频的车流量检测 |
| 3.1 车流量检测预处理 |
| 3.1.1 视频图像预处理 |
| 3.1.2 图像形态学处理 |
| 3.2 车流量检测 |
| 3.2.1 车流量检测方法 |
| 3.2.2 目标检测 |
| 3.2.3 车辆计数 |
| 3.3 车流量检测算法设计 |
| 3.4 车流量检测实验 |
| 3.5 本章小节 |
| 第四章 智能交通系统设计方案 |
| 4.1 基于嵌入式的交通控制系统总体设计方案 |
| 4.2 智能交通灯嵌入式系统分析 |
| 4.2.1 处理器选型分析 |
| 4.2.2 嵌入式系统硬件处理器 |
| 4.2.3 ARM运行模式 |
| 4.2.4 ARM体系架构分析 |
| 4.3 智能交通灯系统硬件设计 |
| 4.3.1 ARM cortex-A8处理器 |
| 4.3.2 S5PV210开发板 |
| 4.3.3 S5PV210的启动方式 |
| 4.4 本章小节 |
| 第五章 智能交通灯系统软件平台搭建及调试 |
| 5.1 交叉编译环境的构建 |
| 5.1.1 建立Windows和虚拟机Ubuntu共享文件夹 |
| 5.1.2 交叉编译工具链的安装 |
| 5.1.3 搭建TFTP服务器 |
| 5.1.4 ubuntu搭建NFS服务器 |
| 5.2 Bootloader的移植 |
| 5.3 Linux内核的移植 |
| 5.4 Linux下 Open CV安装 |
| 5.4.1 Open CV简介 |
| 5.4.2 Linux下 Open CV的安装 |
| 5.5 数据传输硬件调试 |
| 5.6 本章小节 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
| 致谢 |
（8）基于Linux的城市智能交通信号控制机的优化实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及设计指标 |
| 1.4 论文组织 |
| 第二章 智能交通信号控制机系统设计 |
| 2.1 信号控制机技术基础 |
| 2.2 信号控制机工作原理 |
| 2.3 信号控制机系统优化设计 |
| 2.4 本章小结 |
| 第三章 智能交通信号控制机硬件设计 |
| 3.1 系统硬件优化设计 |
| 3.2 控制板核心板模块 |
| 3.3 控制板主板电路设计 |
| 3.3.1 电源电路设计 |
| 3.3.2 复位电路设计 |
| 3.3.3 接口电路设计 |
| 3.4 本章小结 |
| 第四章 智能交通信号控制机软件设计 |
| 4.1 系统软件优化设计 |
| 4.2 控制板系统移植 |
| 4.2.1 Bootloader移植 |
| 4.2.2 内核移植 |
| 4.2.3 文件系统移植 |
| 4.2.4 系统程序烧写及配置 |
| 4.3 控制板程序设计 |
| 4.3.1 程序主线程 |
| 4.3.2 设备接口线程 |
| 4.3.3 信号控制线程 |
| 4.4 本章小结 |
| 第五章 系统测试及结果分析 |
| 5.1 系统资源测试 |
| 5.2 系统功能测试 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 总结 |
| 展望 |
| 致谢 |
| 参考文献 |
（9）智能交通信号控制机的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外发展及现状 |
| 1.2.1 国外发展及现状 |
| 1.2.2 国内发展及现状 |
| 1.3 课题研究的目标和内容 |
| 1.4 论文章节组成 |
| 2 道路交通信号控制机总体方案设计 |
| 2.1 信号机的硬件功能单元组成及实现方法 |
| 2.2 信号机的软件构成及实现方法 |
| 2.3 信号机的结构设计及实现方法 |
| 2.4 信号机应满足的技术指标 |
| 2.5 本章小结 |
| 3 信号机硬件设计 |
| 3.1 信号机硬件组成 |
| 3.2 底板 |
| 3.3 控制板 |
| 3.4 电源板 |
| 3.5 驱动板 |
| 3.6 检测板 |
| 3.7 扩展交流板 |
| 3.8 扩展I/O接口板 |
| 3.9 扩展串口板 |
| 3.10 黄闪控制器 |
| 3.11 4U人机界面 |
| 3.12 手持控制终端 |
| 3.13 本章小结 |
| 4 信号机软件设计 |
| 4.1 信号机软件总体架构 |
| 4.2 软件开发平台搭建 |
| 4.2.1 嵌入式Linux的特点 |
| 4.2.2 嵌入式Linux开发环境搭建 |
| 4.3 CAN总线驱动程序设计与实现 |
| 4.4 通信协议 |
| 4.4.1 信号机与指挥中心之间通信协议 |
| 4.4.2 信号机与车辆检测器之间通信协议 |
| 4.4.3 信号机与通讯式倒计时器之间通信协议 |
| 4.4.4 信号机主控单元与人机界面单元之间通信协议 |
| 4.4.5 信号机各功能板之间CAN总线通信协议 |
| 4.5 信号机同时控制5个路口的软件设计及实现 |
| 4.6 信号机区域协调控制软件的设计及实现 |
| 4.6.1 核心控制理念 |
| 4.6.2 设计与实现 |
| 4.7 快速公交(BRT)路线的信号优先控制算法及实现 |
| 4.7.1 公交信号优先的控制策略 |
| 4.7.2 交叉路口公交信号优先系统 |
| 4.7.3 算法研究及是实现 |
| 4.8 本章小结 |
| 5 系统测试及工程应用 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）基于ARM及Linux技术的信号机主控系统研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究状况 |
| 1.3 研究的内容和主要工作 |
| 第二章 交通信号控制基本理论及ARM-Linux技术简介 |
| 2.1 交通信号控制基本概念 |
| 2.1.1 交通信号灯控制参数 |
| 2.1.2 交通信号灯控制类型 |
| 2.2 ARM-Linux技术 |
| 2.2.1 ARM及ARM内核 |
| 2.2.2 嵌入式Linux系统 |
| 第三章 信号机主控系统总体设计 |
| 3.1 交通信号机系统体系结构 |
| 3.2 信号机主控系统分析 |
| 3.2.1 工作原理 |
| 3.2.2 功能需求 |
| 3.3 信号机主控系统通信技术 |
| 3.3.1 ActiveMQ消息服务器 |
| 3.3.2 交通控制系统中的Xml协议 |
| 3.4 信号机主控系统总体设计 |
| 第四章 信号机主控系统硬件设计 |
| 4.1 硬件总体设计 |
| 4.2 微处理器选型 |
| 4.3 存储器选型 |
| 4.3.1 NAND Flash选型 |
| 4.3.2 SDRAM选型 |
| 4.4 以太网电路 |
| 4.5 3G模块电路 |
| 4.6 GPS校时电路 |
| 第五章 信号机主控系统操作系统及驱动移植 |
| 5.1 Linux操作系统移植 |
| 5.1.1 建立交叉编译环境 |
| 5.1.2 Boot Loader移植 |
| 5.1.3 Linux内核移植 |
| 5.1.4 Yaffs2文件系统移植 |
| 5.2 设备驱动移植 |
| 5.2.1 NAND Flash驱动 |
| 5.2.2 SDRAM驱动 |
| 5.2.3 UART串.驱动 |
| 5.2.4 以太网卡驱动 |
| 5.2.5 CAN总线驱动 |
| 5.3 ARM-Linux开机启动设置与第三方库移植 |
| 5.3.1 第三方动态库编译与移植 |
| 5.3.2 ARM-Linux开机启动设置 |
| 5.4 SQLite嵌入式数据库 |
| 5.4.1 SQLite数据库介绍 |
| 5.4.2 SQLite数据库移植 |
| 第六章 信号机主控系统应用软件设计及实现 |
| 6.1 应用软件总体设计 |
| 6.2 通信模块软件设计 |
| 6.2.1 ActiveMQ消息服务器软件设计 |
| 6.2.2 Xml通信协议软件设计 |
| 6.3 控制模块软件设计 |
| 6.3.1 单点定周期控制 |
| 6.3.2 绿波控制 |
| 6.3.3 BRT控制 |
| 6.3.4 全感应/半感应控制 |
| 6.3.5 手动控制/实时演示 |
| 6.4 附加模块软件设计 |
| 第七章 信号机主控系统集成与测试 |
| 7.1 集成 |
| 7.2 测试 |
| 7.2.1 Linux系统配置及自动获取IP测试 |
| 7.2.2 GPS信号接收测试 |
| 7.2.3 ActiveMQ消息服务器通信测试 |
| 7.2.4 总体测试 |
| 总结与展望 |
| 总结 |
| 展望 |
| 参考文献 |
| 致谢 |
四、采用GPRS技术和Linux系统实现城市交通控制系统中的数据通信（论文参考文献）
- [1]交通网络流分布式协同控制与基于云计算的并行优化[D]. 张永男. 北京交通大学, 2021(02)
- [2]基于国产龙芯CPU的气井控制器研究与设计[D]. 岳宇航. 西安石油大学, 2021(09)
- [3]基于视频处理的仓库监控系统设计[D]. 董谱. 华中师范大学, 2021(02)
- [4]智能远程抄表系统软件的设计与实现[D]. 黄钰. 电子科技大学, 2020(03)
- [5]基于WAVE协议栈的车联网通信终端原型产品研制[D]. 薛辉. 合肥工业大学, 2020
- [6]基于视频采集技术的城市交通流实时采集关键设备研究[D]. 史云鹏. 大连海事大学, 2020(01)
- [7]基于嵌入式的智能交通信号系统设计[D]. 姚斐. 上海工程技术大学, 2020(04)
- [8]基于Linux的城市智能交通信号控制机的优化实现[D]. 孟首业. 东南大学, 2017(12)
- [9]智能交通信号控制机的设计与实现[D]. 曾艳萍. 南京理工大学, 2016(06)
- [10]基于ARM及Linux技术的信号机主控系统研究与设计[D]. 杨龙. 长安大学, 2015(01)