基于雷达和机器视觉的车辆前方障碍物检测系统设计与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-19页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·基于雷达的检测方法 | 第11-12页 |
| ·基于机器视觉的检测方法 | 第12-13页 |
| ·多传感器融合的检测方法 | 第13-15页 |
| ·其他的一些检测方法 | 第15页 |
| ·发展趋势分析 | 第15-16页 |
| ·研究目的及意义 | 第16页 |
| ·课题的来源与本文研究内容 | 第16-19页 |
| ·课题的来源 | 第16-17页 |
| ·研究内容 | 第17-19页 |
| 第2章 基于雷达与视觉的障碍物检测方法 | 第19-33页 |
| ·车辆障碍物检测系统结构 | 第19-20页 |
| ·基于毫米波雷达的车前目标检测 | 第20-26页 |
| ·毫米波雷达目标检测基本原理 | 第20-21页 |
| ·同车道目标初选方法 | 第21-22页 |
| ·目标有效性检验和决策方法 | 第22-26页 |
| ·基于机器视觉的前方车辆检测 | 第26-31页 |
| ·AdaBoost算法 | 第26-27页 |
| ·级联分类器 | 第27-29页 |
| ·前方车辆检测 | 第29-31页 |
| ·雷达与机器视觉数据融合 | 第31-32页 |
| ·空间上数据融合 | 第31页 |
| ·时间上数据融合 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 车载障碍物检测系统硬件设计 | 第33-47页 |
| ·车载系统整体设计 | 第33-34页 |
| ·车载传感器系统的建立 | 第34-39页 |
| ·车载雷达的选型与安装 | 第34-37页 |
| ·视觉传感器的选型与安装 | 第37-38页 |
| ·超声波传感器的选型与安装 | 第38-39页 |
| ·信息预处理系统的设计 | 第39-44页 |
| ·雷达处理模块的设计 | 第39-40页 |
| ·超声测距模块的设计 | 第40-44页 |
| ·车载通信系统的设计 | 第44-46页 |
| ·下位机CAN通信系统的设计 | 第44-45页 |
| ·上位机CAN通信系统的建立 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 车载障碍物检测系统软件设计 | 第47-58页 |
| ·车载系统软件框架 | 第47-48页 |
| ·雷达、图像数据采集与解算 | 第48-52页 |
| ·系统信息显示 | 第48-49页 |
| ·雷达数据采集与解算 | 第49-50页 |
| ·图像采集与处理 | 第50-52页 |
| ·雷达信息显示与存储 | 第52-53页 |
| ·CAN总线数据显示 | 第52页 |
| ·雷达数据显示与存储 | 第52-53页 |
| ·前方车辆图形图像显示 | 第53-56页 |
| ·雷达目标平面图形显示 | 第53-55页 |
| ·雷达与摄像机匹配模型的建立 | 第55-56页 |
| ·雷达目标图像匹配 | 第56页 |
| ·本章小结 | 第56-58页 |
| 第5章 道路试验与数据分析 | 第58-70页 |
| ·基于雷达与超声测距的障碍物检测 | 第58-61页 |
| ·雷达预警试验车安装 | 第58-59页 |
| ·基于危险程度值的报警算法 | 第59-61页 |
| ·基于机器视觉的车道线识别 | 第61-65页 |
| ·信息融合试验车安装 | 第61-62页 |
| ·试验过程与结果 | 第62-65页 |
| ·信息融合试验 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 第6章 结论与展望 | 第70-72页 |
| ·研究内容结论 | 第70-71页 |
| ·研究工作展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间发表的论文及参加的科研情况 | 第78页 |
