| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 智能车辆发展研究的现状 | 第13-17页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.3 道路检测与避障规划相关技术的研究 | 第17-19页 |
| 1.4 本文主要研究内容 | 第19-21页 |
| 第2章 道路与障碍物检测 | 第21-33页 |
| 2.1 引言 | 第21-22页 |
| 2.2 图像预处理 | 第22-26页 |
| 2.2.1 滤波处理 | 第22-24页 |
| 2.2.2 图像锐化处理 | 第24-26页 |
| 2.3 经典的Otsu法 | 第26-27页 |
| 2.4 Otsu多阈值分割 | 第27-29页 |
| 2.4.1 Otsu多阈值分割的原理 | 第27-28页 |
| 2.4.2 图像分类个数的确定 | 第28-29页 |
| 2.5 利用类间方差与类内方差比值法对多阈值分割的应用 | 第29-31页 |
| 2.6 实验结果分析 | 第31-32页 |
| 2.7 本章小结 | 第32-33页 |
| 第3章 双目视觉测距 | 第33-46页 |
| 3.1 引言 | 第33-34页 |
| 3.2 建立双目视觉模型 | 第34-36页 |
| 3.3 双目视觉标定 | 第36-37页 |
| 3.4 SIFT特征匹配算法 | 第37-39页 |
| 3.4.1 SIFT算子 | 第37-38页 |
| 3.4.2 尺度空间极值提取与特征描述 | 第38-39页 |
| 3.5 实验匹配与标定 | 第39-42页 |
| 3.6 角点检测及提取亚像素值 | 第42-44页 |
| 3.6.1 Harris算子 | 第42-43页 |
| 3.6.2 亚像素级坐标的提取 | 第43-44页 |
| 3.7 实验结果 | 第44-45页 |
| 3.8 本章小结 | 第45-46页 |
| 第4章 基于专家推理的避障策略 | 第46-58页 |
| 4.1 引言 | 第46页 |
| 4.2 障碍物情况分类 | 第46-48页 |
| 4.3 基于专家推理的避障策略 | 第48-53页 |
| 4.3.1 静态障碍物避障 | 第48-49页 |
| 4.3.2 动态障碍物避障 | 第49-53页 |
| 4.4 专家推理 | 第53-56页 |
| 4.5 实验仿真 | 第56-57页 |
| 4.6 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |