交通地理信息系統(tǒng)技術(shù)與前沿進展

叢書出版說明
序一
序二
前言
第1章 緒論
1.1 GIS-T概述
1.2 GIS-T研究范疇
1.2.1 GIS-T的理論體系
1.2.2 GIS-T的關(guān)鍵技術(shù)
1.2.3 GIS-T的典型應(yīng)用
1.3 本書內(nèi)容讀者對象
參考文獻
第2章 交通數(shù)據(jù)采集
2.1 道路基礎(chǔ)數(shù)據(jù)采集
2.1.1 道路基礎(chǔ)數(shù)據(jù)傳統(tǒng)采集方法
2.1.2 車載移動測量技術(shù)
2.1.3 車載近景攝影測量
2.1.4 車載激光三維掃描
2.1.5 車載路面檢測與測量
2.2 動態(tài)交通信息獲取
2.2.1 動態(tài)交通信息傳統(tǒng)獲取方法
2.2.2 基于浮動車的交通信息獲取
2.2.3 基于低空平臺的動態(tài)交通信息獲取
2.3 動態(tài)交通信息獲取技術(shù)展望
2.3.1 移動通信
2.3.2 無線射頻識別（RFID）
2.3.3 平流層飛艇
2.4 小結(jié)
參考文獻
第3章 交通數(shù)據(jù)處理
3.1 道路交通基礎(chǔ)信息提取
3.1.1 交通標線檢測
3.1.2 交通標志的檢測與識別
3.2 基于浮動車數(shù)據(jù)的交通信息提取
3.2.1 地圖匹配
3.2.2 動態(tài)交通信息提取
3.2.3 浮動車數(shù)據(jù)和固定檢測器交通數(shù)據(jù)的融合分析
3.3 基于低空遙感平臺的多模態(tài)交通信息提取
3.3.1 靜態(tài)交通信息的提取
3.3.2 動態(tài)交通信息的提取
3.4 路面破損檢測與裂縫識別
3.4.1 路面裂縫的成像特點
3.4.2 路面裂縫的全局最優(yōu)檢測
3.4.3 利用空間分布特征進行裂縫類型識別
3.5 小結(jié)
參考文獻
第4章 GIS-T數(shù)據(jù)模型
4.1 GIS-T數(shù)據(jù)分類及特征
4.1.1 GIS-T數(shù)據(jù)的分類
4.1.2 GIS-T數(shù)據(jù)的特征
4.2 節(jié)點-弧段模型
4.2.1 交通網(wǎng)絡(luò)的節(jié)點-弧段表達
4.2.2 節(jié)點-弧段模型的缺點
4.2.3 非平面數(shù)據(jù)模型
4.3 線性數(shù)據(jù)模型
4.3.1 線性參照系統(tǒng)
4.3.2 動態(tài)分段數(shù)據(jù)模型
4.4 導航數(shù)據(jù)模型
4.4.1 導航數(shù)據(jù)模型的基本功能組成
4.4.2 基于車道的數(shù)據(jù)模型
4.4.3 導航數(shù)據(jù)標準與格式
4.5 GIS-T時空數(shù)據(jù)模型
4.5.1 動態(tài)多維位置參照數(shù)據(jù)模型
4.5.2 移動對象數(shù)據(jù)模型
4.6 動態(tài)交通信息建模組織
4.6.1 動態(tài)交通信息的建模
4.6.2 動態(tài)交通信息的數(shù)據(jù)庫組織
4.7 小結(jié)
參考文獻
第5章 移動對象時空分析
5.1 時空GIS
5.1.1 時間地理理論
5.1.2 個體時空數(shù)據(jù)集的活動時空模式分析
5.1.3 現(xiàn)代通信技術(shù)條件人類交互時空模式分析
5.1.4 基于時空GIS的人類交互時空模式分析
5.2 時空行程規(guī)劃
5.2.1 時空行程規(guī)劃概念
5.2.2 動態(tài)網(wǎng)絡(luò)時空棱鏡
5.2.3 基于多目標優(yōu)化的時空行程規(guī)劃
5.3 個體行為時空分析
5.3.1 基于活動日記數(shù)據(jù)的時空行為模式分析
5.3.2 基于GPS軌跡數(shù)據(jù)的個體行為分析
5.4 移動對象群體軌跡分析
5.4.1 基于出租車軌跡的城市熱點區(qū)域分析
5.4.2 基于出租車軌跡的空間引力模型參數(shù)校正
5.5 小結(jié)
參考文獻
第6章 路徑分析
6.1 最短路徑分析
6.1.1 最短路徑問題
6.1.2 標號最短路徑算法
6.1.3 啟發(fā)式最短路徑算法
6.1.4 動態(tài)最短路徑算法
6.2 基于出租車經(jīng)驗的路徑分析
6.2.1 經(jīng)驗層級路網(wǎng)構(gòu)建
6.2.2 經(jīng)驗層級路網(wǎng)路徑分析
6.3 行人路徑分析
6.3.1 行人導航關(guān)鍵技術(shù)
6.3.2 基于Landmark的行人路徑分析
6.4 小結(jié)
參考文獻
第7章 路網(wǎng)結(jié)構(gòu)分析
7.1 路網(wǎng)數(shù)據(jù)的表達與結(jié)構(gòu)分析
7.1.1 多尺度空間數(shù)據(jù)庫
7.1.2 路網(wǎng)數(shù)據(jù)的多尺度表達（LOD）與結(jié)構(gòu)分析
7.2 路網(wǎng)結(jié)構(gòu)模式的自動識別方法
7.2.1 路網(wǎng)結(jié)構(gòu)模式的分類
7.2.2 路網(wǎng)結(jié)構(gòu)模式的識別方法
7.3 城市路網(wǎng)的自動分級方法
7.3.1 中心性測度理論
7.3.2 城市道路網(wǎng)自動仆紐
7.3.3 實驗結(jié)果與分析
7.4 路網(wǎng)數(shù)據(jù)的多尺度壓縮方法
7.4.1 基于坐標增量的路網(wǎng)壓縮方法
7.4.2 路網(wǎng)多尺度壓縮試驗分析
7.5 小結(jié)
參考文獻
第8章 交通信息時空分析
8.1 交通狀態(tài)時空相關(guān)性分析
8.1.1 交通狀態(tài)的時序性
8.1.2 基于路網(wǎng)結(jié)構(gòu)的交通數(shù)據(jù)時空分析模型
8.1.3 基于Kriging方法的交通數(shù)據(jù)插補
8.2 路網(wǎng)結(jié)構(gòu)和城市交通狀態(tài)的交互影響
8.2.1 路網(wǎng)結(jié)構(gòu)指標
8.2.2 利用真實數(shù)據(jù)構(gòu)建路網(wǎng)結(jié)構(gòu)和交通狀態(tài)的交互模型
8.2.3 實例分析
8.3 基于時空相關(guān)性的短期交通預測
8.3.1 短期交通預測方法
8.3.2 基于時空相關(guān)性的短期交通預測及模型選擇
8.3.3 實例分析
8.4 交通可達性分析
8.4.1 興趣點動態(tài)可達問題
8.4.2 興趣點動態(tài)可達計算
8.4.3 可達性表達方法
8.4.4 可達性分析實驗
8.5 小結(jié)
參考文獻
第9章 智能導航與服務(wù)
9.1 導航電子地圖管理
9.1.1 多尺度導航數(shù)據(jù)庫
9.1.2 導航數(shù)據(jù)物理存儲
9.1.3 導航數(shù)據(jù)增量更新
9.2 認知導航
9.2.1 認知導航的相關(guān)概念
9.2.2 面向自適應(yīng)路徑引導的本體模型
9.2.3 基于自然語言的自適應(yīng)路徑引導
9.3 網(wǎng)絡(luò)導航
9.3.1 實時交通信息管理
9.3.2 導航電子地圖更新
9.3.3 網(wǎng)絡(luò)導航系統(tǒng)架構(gòu)
9.4 小結(jié)
參考文獻
第10章 交通地理信息系統(tǒng)的發(fā)展與未來展望
10.1 交通地理信息系統(tǒng)的發(fā)展
10.2 交通地理信息系統(tǒng)面對的挑戰(zhàn)
10.3 交通地理信息系統(tǒng)未來展望--由靜態(tài)的過去到動態(tài)的未來
參考文獻
彩圖