摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-12页 |
1.1 研究背景及其意义 | 第9页 |
1.2 国内外研究现状 | 第9-10页 |
1.3 本文主要工作与结构安排 | 第10-12页 |
第二章 图像采集与感兴趣区域提取 | 第12-23页 |
2.1 平行泊车过程分析 | 第12-16页 |
2.1.1 与泊车相关的车辆参数 | 第12-13页 |
2.1.2 自动平行泊车路径 | 第13-16页 |
2.2 泊车过程图像的采集 | 第16-18页 |
2.3 感兴趣区域的提取 | 第18-23页 |
2.3.1 车位线感兴趣区域的提取 | 第19-20页 |
2.3.2 实验结果与分析 | 第20-23页 |
第三章 车位线的检测 | 第23-32页 |
3.1 车位线感兴趣区域图像预处理 | 第23-26页 |
3.1.1 图像灰度化 | 第23-24页 |
3.1.2 滤波处理 | 第24-26页 |
3.2 图像阈值分割 | 第26-28页 |
3.3 车位线的提取 | 第28-32页 |
3.3.1 车位外边线与底线的提取 | 第28-29页 |
3.3.2 实验结果与分析 | 第29-32页 |
第四章 车辆位姿的视觉检测 | 第32-52页 |
4.1 视觉检测中的各坐标系间的变换 | 第32-39页 |
4.1.1 各坐标系的具体含义 | 第32-33页 |
4.1.2 各坐标系间的变换 | 第33-39页 |
4.2 摄像机标定 | 第39-45页 |
4.2.1 单目 BP 神经网络摄像机标定方法 | 第39-41页 |
4.2.2 泊车视觉检测中图像像素坐标系与世界坐标系的定义 | 第41-42页 |
4.2.3 标定靶标的选择 | 第42-44页 |
4.2.4 实验结果与分析 | 第44-45页 |
4.3 车位线的拟合 | 第45-47页 |
4.3.1 最小二乘法直线拟合算法 | 第45-47页 |
4.3.2 实验结果与分析 | 第47页 |
4.4 车辆相对车位线位姿的测量 | 第47-51页 |
4.4.1 车辆相对车位线位姿的表达 | 第47-48页 |
4.4.2 车辆车辆相对车位线位姿公式的推导 | 第48-50页 |
4.4.3 实验结果与分析 | 第50-51页 |
4.5 本章小结 | 第51-52页 |
第五章 障碍物位置与宽度的测算 | 第52-59页 |
5.1 障碍物的检测 | 第52-55页 |
5.1.1 障碍物检测方法 | 第52-53页 |
5.1.2 单目视觉障碍物检测技术 | 第53页 |
5.1.3 障碍物的检测实验 | 第53-55页 |
5.2 障碍物距离与宽度的测算 | 第55-59页 |
5.2.1 测距方法 | 第55-56页 |
5.2.2 单目视觉障碍物位置与宽度测算方法 | 第56-57页 |
5.2.3 障碍物位置与宽度测算实验 | 第57-59页 |
第六章 总结与展望 | 第59-60页 |
参考文献 | 第60-62页 |
发表论文和参加科研情况说明 | 第62-63页 |
致谢 | 第63页 |