| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第10-16页 |
| 1.1 选题背景及研究意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 基于信息融合的车辆防碰撞系统的国内外研究现状 | 第11-12页 |
| 1.2.1 国内研究现状 | 第11-12页 |
| 1.2.2 国外研究现状 | 第12页 |
| 1.3 汽车防碰撞雷达比较 | 第12-15页 |
| 1.3.1 超声波雷达 | 第12-13页 |
| 1.3.2 红外线雷达 | 第13页 |
| 1.3.3 激光雷达测距 | 第13页 |
| 1.3.4 CCD摄像图像系统 | 第13-14页 |
| 1.3.5 毫米波雷达 | 第14页 |
| 1.3.6 测距传感器的性能对比 | 第14-15页 |
| 1.4 论文研究的主要内容 | 第15-16页 |
| 2 基于多传感器的前方车辆检测 | 第16-28页 |
| 2.1 引言 | 第16页 |
| 2.2 脉冲激光测距 | 第16-18页 |
| 2.2.1 激光测距原理 | 第16页 |
| 2.2.2 激光测距系统组成 | 第16-18页 |
| 2.3 毫米波雷达测距 | 第18-22页 |
| 2.3.1 FMCW雷达结构 | 第18-19页 |
| 2.3.2 毫米波雷达测量原理 | 第19-22页 |
| 2.4 雷达目标定位分析 | 第22-23页 |
| 2.4.1 雷达横向扫描范围确定 | 第22-23页 |
| 2.4.2 雷达纵向扫描范围 | 第23页 |
| 2.5 差频信号分析 | 第23-27页 |
| 2.5.1 FMCW雷达波形 | 第23-25页 |
| 2.5.2 噪声对差频信号的干扰 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 3 基于多传感器的数据融合算法 | 第28-40页 |
| 3.1 引言 | 第28页 |
| 3.2 多传感器信息融合算法及优势 | 第28-33页 |
| 3.2.1 多传感器信息融合原理 | 第28页 |
| 3.2.2 多传感器的信息融合的优势 | 第28-29页 |
| 3.2.3 多传感器的信息融合的常用算法 | 第29-33页 |
| 3.3 多传感器信息融合模型 | 第33-39页 |
| 3.3.1 多传感器信息融合的功能模型 | 第33-34页 |
| 3.3.2 多传感器信息融合的结构模型 | 第34-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 信息融合技术的应用 | 第40-51页 |
| 4.1 引言 | 第40页 |
| 4.2 联合卡尔曼滤波算法 | 第40-43页 |
| 4.2.1 联合卡尔曼算法原理 | 第40页 |
| 4.2.2 联合卡尔曼算法结构 | 第40-42页 |
| 4.2.3 最小二乘算法融合 | 第42-43页 |
| 4.3 小波变换 | 第43-47页 |
| 4.3.1 传统小波阈值函数 | 第43-44页 |
| 4.3.2 改进小波阈值函数 | 第44-45页 |
| 4.3.3 仿真分析 | 第45-47页 |
| 4.4 FMCW雷达/激光异类传感器信息融合 | 第47-50页 |
| 4.5 本章小结 | 第50-51页 |
| 5 多传感器信息融合的控制算法 | 第51-71页 |
| 5.1 引言 | 第51-52页 |
| 5.2 PID控制 | 第52-59页 |
| 5.2.1 PID控制特点 | 第53页 |
| 5.2.2 PID 控制原理 | 第53-54页 |
| 5.2.3 PID参数对系统的影响 | 第54-59页 |
| 5.3 模糊控制 | 第59-62页 |
| 5.3.1 模糊集合 | 第59-60页 |
| 5.3.2 隶属函数与隶属度 | 第60-62页 |
| 5.4 模糊控制器的设计 | 第62-67页 |
| 5.4.1 输入、输出的模糊化运算 | 第62-65页 |
| 5.4.2 模糊控制规则 | 第65-67页 |
| 5.5 仿真分析 | 第67-70页 |
| 5.6 本章小结 | 第70-71页 |
| 6 结论 | 第71-72页 |
| 参考文献 | 第72-74页 |
| 致谢 | 第74页 |