| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 相关领域的发展概况 | 第11-13页 |
| 1.2.1 无人驾驶车的发展概况 | 第11-12页 |
| 1.2.2 自动泊车技术的发展概况 | 第12-13页 |
| 1.3 结构光视觉测量概述 | 第13-15页 |
| 1.3.1 结构光模式 | 第13-14页 |
| 1.3.2 线结构光产生及特征 | 第14-15页 |
| 1.4 本文的主要研究内容和章节安排 | 第15-17页 |
| 2 汽车侧位停车环境感知系统构建 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 汽车侧位停车环境感知系统 | 第17-20页 |
| 2.2.1 无人驾驶车系统 | 第18-19页 |
| 2.2.2 线结构光视觉传感器系统 | 第19页 |
| 2.2.3 上位机系统 | 第19-20页 |
| 2.3 线结构光视觉传感器系统集成 | 第20-24页 |
| 2.3.1 传感器工作原理 | 第20页 |
| 2.3.2 传感器结构方案 | 第20-21页 |
| 2.3.3 传感器元器件选型 | 第21-24页 |
| 2.3.4 传感器安装 | 第24页 |
| 2.4 汽车侧位停车环境感知系统总体检测方案 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 汽车侧位停车环境感知系统的集成标定方法 | 第26-40页 |
| 3.1 引言 | 第26页 |
| 3.2 基于透视投影的汽车侧位停车环境感知系统的线面测量模型 | 第26-30页 |
| 3.2.1 线结构光视觉传感器三角测量原理 | 第26-27页 |
| 3.2.2 摄像机透视投影变换 | 第27-29页 |
| 3.2.3 线结构光视觉传感器的线面测量模型 | 第29-30页 |
| 3.3 基于平面棋盘格的汽车侧位停车感知系统集成标定 | 第30-35页 |
| 3.3.1 摄像机参数标定 | 第30-32页 |
| 3.3.2 线结构光光平面参数标定 | 第32-34页 |
| 3.3.3 基于棋盘格的系统集成标定方法 | 第34-35页 |
| 3.4 汽车侧位停车环境感知系统集成标定实验结果 | 第35-38页 |
| 3.5 汽车侧位停车环境感知系统集成标定精度分析 | 第38-39页 |
| 3.5.1 线结构光视觉传感器标定精度分析 | 第38-39页 |
| 3.5.2 汽车侧位停车环境感知系统测量精度分析 | 第39页 |
| 3.6 本章小结 | 第39-40页 |
| 4 泊车图像的线结构光条纹中心提取 | 第40-61页 |
| 4.1 引言 | 第40页 |
| 4.2 线结构光光条特点 | 第40-41页 |
| 4.3 影响泊车图像中光条提取质量的干扰因素分析 | 第41-43页 |
| 4.4 泊车图像预处理 | 第43-48页 |
| 4.4.1 图像剪切 | 第43-44页 |
| 4.4.2 基于高斯滤波的泊车图像去噪 | 第44-45页 |
| 4.4.3 基于直方图的分段阈值化泊车图像分割 | 第45-47页 |
| 4.4.4 基于链码跟踪的小区域噪声去除 | 第47-48页 |
| 4.5 泊车图像的线结构光条纹中心线提取 | 第48-59页 |
| 4.5.1 常见的线结构光条纹中心提取方法分析 | 第48-51页 |
| 4.5.2 泊车图像的线结构光条纹中心提取 | 第51-57页 |
| 4.5.3 光条中心提取实验与分析 | 第57-59页 |
| 4.6 本章小结 | 第59-61页 |
| 5 汽车侧位停车环境感知系统的软件设计及泊车环境感知实验 | 第61-68页 |
| 5.1 引言 | 第61页 |
| 5.2 汽车侧位停车环境感知系统软件系统设计 | 第61-62页 |
| 5.3 泊车环境感知实验 | 第62-67页 |
| 5.3.1 感知系统参数及其工作流程 | 第62-63页 |
| 5.3.2 系统测量精度验证实验 | 第63-65页 |
| 5.3.3 泊车环境三维重建实验 | 第65-67页 |
| 5.4 本章小结 | 第67-68页 |
| 6 总结和展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75页 |
