基于多传感器数据融合的智能泊车控制系统设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题研究的背景 | 第8页 |
| 1.2 研究的目的和意义 | 第8-9页 |
| 1.3 泊车系统及其相关理论的发展概况 | 第9-10页 |
| 1.4 本文研究的内容与结构 | 第10-13页 |
| 1.4.1 本文研究的内容 | 第10-11页 |
| 1.4.2 本文的论文结构 | 第11-13页 |
| 第2章 智能泊车系统的框架与原理 | 第13-21页 |
| 2.1 智能泊车系统的总体框架 | 第13-14页 |
| 2.1.1 泊车系统的结构 | 第13页 |
| 2.1.2 泊车系统的流程 | 第13-14页 |
| 2.2 泊车系统的原理 | 第14-15页 |
| 2.3 实验车的主要参数 | 第15-16页 |
| 2.4 智能泊车系统的路径规划 | 第16-20页 |
| 2.4.1 泊车系统的横向路径规划 | 第16-18页 |
| 2.4.2 泊车系统的纵向路径规划 | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 数据融合技术与图像处理 | 第21-38页 |
| 3.1 数据融合的原理 | 第21-24页 |
| 3.1.1 多传感器数据融合技术的概述 | 第21-23页 |
| 3.1.2 多传感器数据融合的系统结构 | 第23-24页 |
| 3.2 多传感器数据融合的主要内容 | 第24-25页 |
| 3.3 多传感器数据融合的算法研究 | 第25-32页 |
| 3.3.1 加权平均法 | 第25-26页 |
| 3.3.2 卡尔曼滤波法 | 第26-27页 |
| 3.3.3 神经网络 | 第27-28页 |
| 3.3.4 相似度数据融合 | 第28-32页 |
| 3.4 基于图像处理的泊车位检测 | 第32-37页 |
| 3.4.1 摄像头图像校正 | 第32-34页 |
| 3.4.2 基于摄像头的泊车位搜索 | 第34-35页 |
| 3.4.3 基于摄像头的泊车位距离标定 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 智能泊车系统的设计 | 第38-51页 |
| 4.1 传感器的选择 | 第38页 |
| 4.2 车控系统的硬件设计 | 第38-48页 |
| 4.2.1 系统总体硬件设计 | 第38-39页 |
| 4.2.2 实验车传感器的位置设计 | 第39-40页 |
| 4.2.3 车控系统的单片机设计 | 第40-41页 |
| 4.2.4 转向系统的设计 | 第41-43页 |
| 4.2.5 动力系统模块的设计 | 第43-44页 |
| 4.2.6 超声波模块的设计 | 第44-47页 |
| 4.2.7MCU与PC之间通信模块的设计 | 第47-48页 |
| 4.3 车控系统的软件设计 | 第48-49页 |
| 4.3.1 单片机程序设计 | 第48页 |
| 4.3.2 PC程序设计 | 第48-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第5章 泊车系统测试与结果分析 | 第51-60页 |
| 5.1 实车试验概述 | 第51页 |
| 5.2 数据融合实验仿真 | 第51-53页 |
| 5.3 实车试验的方案 | 第53-58页 |
| 5.3.1 自动泊车的环境 | 第53-55页 |
| 5.3.2 自动泊车的试验过程 | 第55-58页 |
| 5.4 试验结果与误差分析 | 第58-59页 |
| 5.4.1 试验结果 | 第58页 |
| 5.4.2 误差分析 | 第58-59页 |
| 5.5 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第64-66页 |
| 致谢 | 第66页 |
