| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·目标识别与跟踪问题研究现状 | 第12页 |
| ·激光点云目标识别与跟踪问题研究现状 | 第12-13页 |
| ·研究思路与技术路线 | 第13-15页 |
| ·论文组织结构 | 第15-16页 |
| 第2章 激光点云数据的解析和特点分析 | 第16-26页 |
| ·激光扫描设备与实验场景 | 第16-18页 |
| ·激光点云数据的解析过程与结果显示 | 第18-20页 |
| ·激光点云数据的特点分析 | 第20-25页 |
| ·激光点云数据本身的特点 | 第20-23页 |
| ·交通场景下的激光点云数据特点 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 激光点云人车目标识别方法 | 第26-44页 |
| ·激光点云人车目标识别问题分析和处理方法 | 第26-28页 |
| ·激光点云数据的粗分类 | 第28-34页 |
| ·激光点云数据的过滤处理 | 第29-31页 |
| ·激光点云数据的分割处理 | 第31-32页 |
| ·激光点云数据的聚类处理 | 第32-34页 |
| ·基于 Adaboost 算法的激光点云人车目标识别方法 | 第34-43页 |
| ·激光点云人车识别方法与处理流程 | 第35-36页 |
| ·激光点云人车目标初始特征选取 | 第36-39页 |
| ·弱分类器的构造和分类器的训练 | 第39-40页 |
| ·实验结果分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 激光点云人车目标运动信息提取方法 | 第44-58页 |
| ·目标跟踪问题与运动信息提取 | 第44-47页 |
| ·激光点云人车目标跟踪问题的分析和处理方法 | 第44-46页 |
| ·激光点云人车目标运动信息提取问题的分析和处理方法 | 第46-47页 |
| ·基于粒子滤波的激光点云人车目标跟踪方法 | 第47-53页 |
| ·粒子滤波的原理和处理过程 | 第47-48页 |
| ·状态转移方程 | 第48-50页 |
| ·系统观测方程 | 第50-51页 |
| ·粒子传播半径自适应更新模型 | 第51页 |
| ·冲突判断模型 | 第51-52页 |
| ·实验结果分析 | 第52-53页 |
| ·激光点云人车目标运动信息的提取方法 | 第53-57页 |
| ·人车目标空间模型和运动信息模型 | 第53-55页 |
| ·激光点云人车目标运动信息提取 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-61页 |
| ·主要工作总结 | 第58-59页 |
| ·研究展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间的研究成果 | 第65页 |
| 攻读硕士学位期间参与的研究项目 | 第65页 |
| 攻读硕士学位期间所获成果 | 第65页 |