基于ARM汽车视觉导航的车道线识别技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景及意义 | 第9-11页 |
| ·国内外研究状况 | 第11-12页 |
| ·国外车道识别系统研究 | 第11-12页 |
| ·国内车道识别系统研究 | 第12页 |
| ·研究内容和技术关键 | 第12-15页 |
| 第2章 车道线识别算法总体方案 | 第15-25页 |
| ·汽车视觉导航车道识别算法研究环境 | 第15-19页 |
| ·基于 ARM 车道线识别硬件环境 | 第15-17页 |
| ·基于 ARM 车道线识别软件环境 | 第17-19页 |
| ·车道线识别算法研究方案确定 | 第19-24页 |
| ·传统车道线识别常用方案及结果分析 | 第19-23页 |
| ·本课题车道识别算法方案 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 车道识别系统研究平台设计 | 第25-37页 |
| ·基于 ARM 车道识别硬件平台设计 | 第25-28页 |
| ·电源电路设计 | 第25页 |
| ·系统时钟电路 | 第25-26页 |
| ·存储系统电路 | 第26-28页 |
| ·引导程序（BOOTLOADER）移植 | 第28-30页 |
| ·U-boot 结构 | 第28-29页 |
| ·U-boot 移植 | 第29-30页 |
| ·LINUX 内核向 ARM 的移植 | 第30-31页 |
| ·Linux 内核源码结构 | 第30页 |
| ·内核配置与编译 | 第30-31页 |
| ·车道识别系统文件系统设计 | 第31-33页 |
| ·Linux 内核根文件系统目录结构 | 第32页 |
| ·嵌入式根文件系统 | 第32-33页 |
| ·YAFFS 文件系统映像制作 | 第33页 |
| ·基于 ARM 平台的图像采集 | 第33-36页 |
| ·摄像头驱动的实现 | 第34页 |
| ·基于 V4L 的视频图像采集 | 第34-35页 |
| ·采集图像传输至终端显示 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 复杂道路环境下车道线识别算法 | 第37-55页 |
| ·图像获取与车道线边界模型建立 | 第37-40页 |
| ·CCD 摄像机 | 第37-39页 |
| ·车道线边界模型确定 | 第39-40页 |
| ·行驶车道线识别 | 第40-43页 |
| ·遗传算法在车道线识别中的应用 | 第43-54页 |
| ·遗传算法概述 | 第43-44页 |
| ·初始化种群 | 第44-47页 |
| ·适应度函数设计 | 第47-48页 |
| ·遗传操作 | 第48-51页 |
| ·终止循环条件 | 第51-52页 |
| ·算法仿真实验 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 算法实现与代码优化 | 第55-63页 |
| ·基于 ARM 车道线识别算法软件实现 | 第55-56页 |
| ·算法实现程序优化 | 第56-61页 |
| ·GCC 编译器优化设置 | 第56-57页 |
| ·进程动态库优化 | 第57-58页 |
| ·代码层优化 | 第58-61页 |
| ·实验结果 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 汽车视觉导航控制算法仿真 | 第63-68页 |
| ·汽车视觉导航模型的选择 | 第63-64页 |
| ·汽车视觉导航控制决策算法的设计 | 第64-65页 |
| ·汽车视觉导航控制仿真模型建立 | 第65-66页 |
| ·导航控制系统仿真实验结果分析 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第7章 全文总结及期望 | 第68-70页 |
| ·全文总结 | 第68-69页 |
| ·期望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间发表的学位论文 | 第74-75页 |
| 论文附件 | 第75-82页 |
