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 |