基于多传感器融合的车道线检测技术的研究与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题背景 | 第10-15页 |
| ·智能交通系统(ITS) | 第10-11页 |
| ·车辆辅助驾驶系统(DAS) | 第11-13页 |
| ·道路感知技术的研究状况 | 第13-15页 |
| ·本课题研究的目的和意义 | 第15-16页 |
| ·研究目的 | 第15页 |
| ·研究意义 | 第15-16页 |
| ·本文的主要工作 | 第16-18页 |
| ·研究内容 | 第16-17页 |
| ·本文的组织 | 第17-18页 |
| 第二章 相关技术简介 | 第18-32页 |
| ·传感器融合技术 | 第18-25页 |
| ·基本概念及融合原理 | 第18-19页 |
| ·Kalman滤波 | 第19-25页 |
| ·道路成像几何模型 | 第25-30页 |
| ·摄像机成像模型 | 第25-28页 |
| ·IPM变换算法 | 第28-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 算法应用环境与结构设计 | 第32-42页 |
| ·引言 | 第32页 |
| ·算法应用环境 | 第32-35页 |
| ·车道线检测技术分类 | 第32-34页 |
| ·存在的问题及改进的思路 | 第34-35页 |
| ·车道线识别算法设计 | 第35-41页 |
| ·车道线识别算法概述 | 第35-36页 |
| ·算法整体结构 | 第36-37页 |
| ·预处理算法设计 | 第37-38页 |
| ·滤波检测算法设计 | 第38-40页 |
| ·跟踪算法设计 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于传感器信息融合的跟踪预处理 | 第42-52页 |
| ·引言 | 第42页 |
| ·跟踪预处理概述 | 第42-43页 |
| ·3D道路俯视模型 | 第43-47页 |
| ·俯视图坐标系 | 第43-45页 |
| ·道路在俯视图坐标系下的表示 | 第45-47页 |
| ·多帧俯视信息融合 | 第47-51页 |
| ·道路线信息的选取 | 第47-48页 |
| ·自车运动下的多帧信息位置关系 | 第48-49页 |
| ·道路线信息的融合 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 基于扩展卡尔曼滤波的道路线跟踪算法 | 第52-74页 |
| ·引言 | 第52-53页 |
| ·道路线信息融合的基本原理 | 第53-54页 |
| ·道路线检测与跟踪信息的目标关联 | 第54-57页 |
| ·目标关联算法原理 | 第54-55页 |
| ·目标关联算法实现 | 第55-56页 |
| ·目标关联算法小结 | 第56-57页 |
| ·扩展Kalman滤波估计模型 | 第57-68页 |
| ·自车坐标系下车道线运动模型 | 第57-64页 |
| ·扩展kalman滤波模型的建立与实现 | 第64-66页 |
| ·扩展Kalman滤波器模型小结 | 第66-68页 |
| ·车道线跟踪定位的算法设计 | 第68-73页 |
| ·跟踪定位算法原理 | 第68-69页 |
| ·跟踪定位算法实现 | 第69-72页 |
| ·跟踪定位算法小结 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 算法评估与分析 | 第74-80页 |
| ·评估方法 | 第74-75页 |
| ·评估测试集合及效果 | 第75-77页 |
| ·跟踪系统评估结果及分析 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 第七章 结束语 | 第80-84页 |
| ·本文工作总结 | 第80-81页 |
| ·未来工作展望 | 第81-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88页 |
