基于Kalman滤波跟踪的车道偏离预警方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第8-14页 |
| 1.1 研究背景与选题意义 | 第8页 |
| 1.2 车道偏离预警概述及研究现状 | 第8-12页 |
| 1.2.1 车道偏离预警系统国外研究及应用现状 | 第9-11页 |
| 1.2.2 车道偏离预警系统国内研究及应用现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12页 |
| 1.4 章节安排 | 第12-14页 |
| 第二章 图像预处理 | 第14-22页 |
| 2.1 道路图像灰度化 | 第14-16页 |
| 2.1.1 分量法 | 第14-15页 |
| 2.1.2 最大值法 | 第15页 |
| 2.1.3 平均值法 | 第15页 |
| 2.1.4 加权平均法 | 第15-16页 |
| 2.2 道路图像感兴趣区域选取 | 第16-17页 |
| 2.3 道路图像二值化 | 第17-21页 |
| 2.3.1 最大熵值法 | 第17-18页 |
| 2.3.2 直方图波形分析法 | 第18页 |
| 2.3.3 最大类间方差法 | 第18-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 车道线的检测和跟踪 | 第22-41页 |
| 3.1 道路模型 | 第22-25页 |
| 3.1.1 结构化道路模型 | 第22-24页 |
| 3.1.2 车道线直线模型 | 第24-25页 |
| 3.2 车道标志线检测 | 第25-32页 |
| 3.2.1 车道标志线检测方法概述 | 第25-27页 |
| 3.2.2 基于Hough变换的车道标志线检测 | 第27-32页 |
| 3.3 基于Kalman滤波器的车道线跟踪 | 第32-38页 |
| 3.3.1 Kalman滤波原理 | 第32-33页 |
| 3.3.2 Kalman滤波器初值设定 | 第33-34页 |
| 3.3.3 Kalman滤波器对车道线跟踪流程 | 第34-38页 |
| 3.4 车道线颜色和线型的识别算法 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 车道偏离预警及实验结果 | 第41-52页 |
| 4.1 车道偏离预警算法分类及分析 | 第41-46页 |
| 4.1.1 基于图像信息的算法 | 第41-42页 |
| 4.1.2 基于道路模型基础的算法 | 第42-46页 |
| 4.2 基于横向距离的车道偏离预警模型 | 第46-48页 |
| 4.3 实验结果分析 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-53页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57页 |
