| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-14页 |
| 1.1 引言 | 第9-10页 |
| 1.2 课题研究背景 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 国外的研究状况 | 第11-12页 |
| 1.3.2 国内的研究状况 | 第12-13页 |
| 1.4 课题研究内容及安排 | 第13-14页 |
| 2 车道偏离检测以及预警策略的研究 | 第14-37页 |
| 2.1 车道偏离预警系统概述 | 第14页 |
| 2.2 摄像机成像原理与坐标系关系 | 第14-18页 |
| 2.3 摄像机的标定方法 | 第18-21页 |
| 2.3.1 常用标定方法 | 第20页 |
| 2.3.2 本文的标定方法 | 第20-21页 |
| 2.4 基于机构化道路的车道线检测算法研究 | 第21-28页 |
| 2.4.1 车道线检测算法概述 | 第21-22页 |
| 2.4.2 车道偏离检测算法实现 | 第22-28页 |
| 2.5 车道偏离预警策略 | 第28-35页 |
| 2.5.1 车道偏离预警决策概述 | 第28-29页 |
| 2.5.2 本文采用的车道偏离预警决策 | 第29-35页 |
| 2.6 车道偏离结果及分析 | 第35-36页 |
| 2.7 本章小节 | 第36-37页 |
| 3 前方车辆检测算法研究 | 第37-49页 |
| 3.1 前方车辆检测算法概述 | 第37页 |
| 3.2 本文使用的车辆检测算法 | 第37-48页 |
| 3.2.1 传统的Otsu算法 | 第38-39页 |
| 3.2.2 改进的最大类间方差算法 | 第39-42页 |
| 3.2.3 基于Haar特征的Adaboost分类器原理 | 第42-44页 |
| 3.2.4 基于Haar特征的Adaboost分类器检测车辆 | 第44-45页 |
| 3.2.5 本文使用的检测算法 | 第45-48页 |
| 3.3 本章小结 | 第48-49页 |
| 4 车辆跟踪以及防碰撞预警算法研究 | 第49-63页 |
| 4.1 常见的车辆跟踪算法 | 第49-61页 |
| 4.1.1 Kalman滤波跟踪算法 | 第49-56页 |
| 4.1.2 Meanshift跟踪算法 | 第56-61页 |
| 4.2 预警策略的制定 | 第61-62页 |
| 4.3 本章小结 | 第62-63页 |
| 5 结论 | 第63-65页 |
| 5.1 结论 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69页 |