首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--电子计算机在公路运输和公路工程中的应用论文

基于多种激光雷达数据融合的障碍检测技术的研究

摘要第1-5页
Abstract第5-10页
第1章 绪论第10-24页
   ·引言第10-11页
   ·智能车辆技术概述第11-17页
     ·国外研究现状第11-14页
     ·国内研究现状第14-17页
   ·智能车辆中激光雷达障碍检测技术概述第17-20页
     ·障碍检测技术的概述第17-18页
     ·障碍检测技术的分析第18页
     ·目前存在的主要问题第18-20页
   ·本研究课题的来源及主要研究内容第20-24页
     ·课题来源及系统总体方案设计第20-22页
     ·论文主要内容第22-24页
第2章 激光雷达数据的采集第24-42页
   ·引言第24页
   ·激光雷达的障碍物检测原理概述第24-28页
     ·激光雷达的检测原理和分类第24-25页
     ·激光雷达的作用范围和发展趋势第25-27页
     ·激光雷达具有的优良特性和选型原则第27-28页
   ·LMS291性能简介与数据采集软件的设计与说明第28-34页
     ·LMS291性能简介第28-31页
     ·LMS291数据采集软件的设计第31-32页
     ·LMS291数据采集软件的说明第32-34页
   ·UTM30LX性能简介和数据采集软件的设计与说明第34-38页
     ·UTM30LX性能简介第34-36页
     ·UTM30 LX数据采集软件的设计第36页
     ·UTM30LX数据采集软件的说明第36-38页
   ·IBEO LUX性能简介和数据采集软件的设计与说明第38-41页
     ·IBEO LUX性能简介第38-39页
     ·IBEO LUX数据采集软件的设计第39-40页
     ·IBEO LUX数据采集软件的说明第40-41页
   ·本章小结第41-42页
第3章 激光雷达数据的处理第42-52页
   ·引言第42页
   ·预处理第42-44页
     ·去除有效范围外的点第42-43页
     ·滤除孤立的噪声点第43页
     ·测量机制的缺陷补偿第43-44页
   ·分割聚类第44-48页
     ·基本划分聚类法第44-46页
     ·基于网格的聚类方法第46-48页
     ·层次法、基于密度的方法、基于模型的方法第48页
   ·目标识别与跟踪第48-50页
     ·目标特征信息分析第49页
     ·目标跟踪第49-50页
     ·跟踪器的建立与删除第50页
   ·障碍理解第50-51页
   ·本章小结第51-52页
第4章 多种激光雷达数据的融合第52-72页
   ·引言第52页
   ·多种激光雷达组网的设计第52-55页
     ·激光雷达组网的评价指标第52-53页
     ·多种激光雷达的优化部署原则第53-54页
     ·多种激光雷达的部署方案第54-55页
   ·数据融合的结构设计第55-60页
     ·传感器级融合、中央级融合、混合式数据融合第55-57页
     ·数据级、特征级、决策级融合第57-59页
     ·BJUTIV的数据融合结构的设计第59-60页
   ·数据融合的算法第60-67页
     ·贝叶斯推理第61-62页
     ·DempsterShafer算法第62-63页
     ·表决融合第63-67页
   ·BJUTIV中多种激光雷达数据融合的算法第67-71页
     ·网格地图融合算法第67-70页
     ·车辆前方障碍物检测的融合算法第70-71页
   ·本章小结第71-72页
第5章 系统实验平台及系统性能验证第72-84页
   ·引言第72页
   ·系统实验平台介绍第72-76页
     ·硬件平台介绍第72-74页
     ·软件系统第74-76页
   ·算法实验验证第76-83页
     ·数据采集实验第76-78页
     ·中值滤波实验第78-79页
     ·聚类实验第79-80页
     ·目标识别与跟踪实验第80-81页
     ·多种激光雷达融合实验第81-82页
     ·算法的性能分析第82-83页
   ·本章小结第83-84页
结论与展望第84-86页
 1、结论第84-85页
 2、展望第85-86页
参考文献第86-90页
攻读硕士学位期间发表的学术论文第90-92页
致谢第92页

论文共92页,点击 下载论文
上一篇:螺旋驱动掘进机螺旋参数的研究
下一篇:基于信息物理网络的城市快速路交通信息采集与状态识别方法研究