基于单目视觉的道路检测与跟踪算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 课题来源 | 第12页 |
| 1.2 研究背景与意义 | 第12-15页 |
| 1.3 国内外研究现状 | 第15-18页 |
| 1.3.1 国外研究现状 | 第16-17页 |
| 1.3.2 国内研究现状 | 第17-18页 |
| 1.4 本文主要工作 | 第18-19页 |
| 1.5 本文结构 | 第19-21页 |
| 第2章 道路检测与跟踪相关知识 | 第21-28页 |
| 2.1 单帧道路检测 | 第21-24页 |
| 2.1.1 提取特征的方法 | 第21-23页 |
| 2.1.2 建立模型的方法 | 第23-24页 |
| 2.2 连续帧道路检测 | 第24-25页 |
| 2.3 道路跟踪 | 第25-27页 |
| 2.3.1 卡尔曼滤波 | 第25-26页 |
| 2.3.2 粒子滤波 | 第26页 |
| 2.3.3 卡尔曼粒子滤波 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于机器学习的车道检测算法 | 第28-46页 |
| 3.1 自动划分ROI区域 | 第28-35页 |
| 3.1.1 标定原理介绍 | 第29-35页 |
| 3.2 单帧车道分类 | 第35-40页 |
| 3.2.1 HOG特征 | 第35-38页 |
| 3.2.2 SVM分类器 | 第38-39页 |
| 3.2.3 HOG+SVM检测 | 第39-40页 |
| 3.3 车道几何模型约束及跟踪 | 第40-44页 |
| 3.4 多帧确认法 | 第44页 |
| 3.5 本章小结 | 第44-46页 |
| 第4章 道路偏离预警 | 第46-53页 |
| 4.1 常用的道路偏离警示模型 | 第46-51页 |
| 4.2 距离变化的道路偏离警示 | 第51-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第5章 实验 | 第53-59页 |
| 5.1 实验平台 | 第53页 |
| 5.2 数据集 | 第53-55页 |
| 5.3 实验结果 | 第55-58页 |
| 5.4 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 附录A 攻读学位期间学术成果 | 第66-67页 |
| 附录B 攻读学位期间参与的项目列表 | 第67-68页 |
| 致谢 | 第68页 |
