摘要 | 第1-10页 |
ABSTRACT | 第10-12页 |
致谢 | 第12-20页 |
第一章 绪论 | 第20-30页 |
·课题研究的意义 | 第20-21页 |
·国内外研究现状 | 第21-25页 |
·国外研究现状 | 第21-23页 |
·国内研究现状 | 第23-25页 |
·智能车辆的关键问题 | 第25-29页 |
·本文的主要工作 | 第29-30页 |
第二章 视觉系统及其图像处理 | 第30-51页 |
·智能车辆单目视觉系统 | 第30-33页 |
·单目视觉 | 第30-31页 |
·单目系统成像模型 | 第31-33页 |
·图像预处理 | 第33-39页 |
·灰度图像的获取 | 第33-34页 |
·图像的去噪处理 | 第34-39页 |
·边缘检测 | 第39-42页 |
·Sobel 算子 | 第39-40页 |
·Prewitt 算子 | 第40-41页 |
·LOG(Laplacian-Gauss)算子 | 第41-42页 |
·边缘检测算法的比较 | 第42页 |
·基于最佳阈值分割和腐蚀运算的边缘检测 | 第42-47页 |
·最佳分割阈值的迭代算法 | 第42-43页 |
·噪声对边缘的影响 | 第43-45页 |
·腐蚀算法 | 第45页 |
·基于最佳阈值和腐蚀算法的边缘提取 | 第45-47页 |
·基于图像处理的智能车辆运动方程 | 第47-50页 |
·本章小结 | 第50-51页 |
第三章 基于多 Agent 的智能车辆控制体系结构 | 第51-64页 |
·一般控制结构 | 第51-53页 |
·分层递阶式 | 第51-52页 |
·包容式结构 | 第52-53页 |
·Agent 概念 | 第53-55页 |
·智能车辆MAS 控制的设计思想 | 第55页 |
·智能车辆的 MAS 控制 | 第55-63页 |
·智能车辆MAS控制结构 | 第55-56页 |
·协调 Agent | 第56-60页 |
·控制 Agent | 第60-62页 |
·信息获取Agent | 第62-63页 |
·本章小结 | 第63-64页 |
第四章 基于GA和LS-SVM的智能车辆滑模变结构控制 | 第64-82页 |
·滑模变结构控制 | 第64-68页 |
·离散滑模控制的描述 | 第64-65页 |
·准滑动模态 | 第65页 |
·离散滑动模态的存在和到达性 | 第65-66页 |
·离散滑模变结构控制的不变性 | 第66页 |
·离散趋近律的设计 | 第66-67页 |
·离散控制律的设计 | 第67-68页 |
·离散变结构控制的抖振问题 | 第68页 |
·遗传算法(Genetic Algorithms,GA) | 第68-70页 |
·遗传算法的基本思想 | 第69页 |
·遗传算法运算流程及步骤 | 第69-70页 |
·最小二乘支持向量机(LS-SVM) | 第70-72页 |
·基于GA和LS-SVM的智能车辆变结构控制的设计 | 第72-75页 |
·GA 优化参数 δ(k)和 ε(k) | 第73-75页 |
·δ(k) 和ε(k)预测模型的建立 | 第75页 |
·仿真研究 | 第75-81页 |
·本章小结 | 第81-82页 |
第五章 基于 RBF 在线辨识的智能车辆转向单神经元 PID 控制 | 第82-98页 |
·系统辨识 | 第82-83页 |
·神经网络的系统辨识 | 第83-88页 |
·神经网络的辨识结构 | 第83-84页 |
·RBF 径向基函数 | 第84-88页 |
·PID 控制原理 | 第88-90页 |
·基于 RBF 在线辨识的单神经元 PID 控制 | 第90-93页 |
·RBF 神经网络辨识器(RBFNNI)设计 | 第90-91页 |
·单神经元PID 控制器(SNPID)设计 | 第91-93页 |
·仿真研究 | 第93-97页 |
·本章小结 | 第97-98页 |
第六章 整车仿真及实车试验 | 第98-127页 |
·仿真分析 | 第98-102页 |
·跟踪标识线 | 第98-101页 |
·避障 | 第101-102页 |
·基于双核的智能车辆 MAS 软硬件实现 | 第102-119页 |
·图像处理 Agent 的实现 | 第103-110页 |
·超声波 Agent 实现 | 第110页 |
·速度 Agent 实现 | 第110-111页 |
·驱动控制 Agent 实现 | 第111-114页 |
·转向控制 Agent 实现 | 第114-115页 |
·协调 Agent 实现 | 第115-119页 |
·智能车辆的车载设备 | 第119-120页 |
·跟踪标识线试验 | 第120-123页 |
·避障试验 | 第123-126页 |
·本章小结 | 第126-127页 |
第七章 总结与展望 | 第127-129页 |
·研究内容总结 | 第127页 |
·本文的主要创新 | 第127-128页 |
·建议和展望 | 第128-129页 |
参考文献 | 第129-136页 |
附录 | 第136-137页 |