基于多信息融合技术的道路平面区域检测方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-18页 |
| 1.1 课题研究的背景与意义 | 第10-11页 |
| 1.2 课题研究的现状 | 第11-14页 |
| 1.3 本文的仿生学启发 | 第14-16页 |
| 1.4 本文的主要内容及创新 | 第16-18页 |
| 2 系统硬件组成及标定 | 第18-42页 |
| 2.1 相机 | 第18-22页 |
| 2.1.1 针孔成像模型 | 第18-20页 |
| 2.1.2 相机镜头的选择 | 第20-22页 |
| 2.2 IMU及其工作原理 | 第22-26页 |
| 2.2.1 捷联式惯性导航技术 | 第22-23页 |
| 2.2.2 IMU简介 | 第23-24页 |
| 2.2.3 载物体的姿态解算 | 第24-26页 |
| 2.3 可穿戴载具设计 | 第26-28页 |
| 2.4 系统标定 | 第28-40页 |
| 2.4.1 双目相机标定 | 第29-34页 |
| 2.4.2 IMU与相机相对关系的标定 | 第34-40页 |
| 2.5 本章小结 | 第40-42页 |
| 3 多信息融合算法及障碍物运动估计 | 第42-69页 |
| 3.1 图像特征简介 | 第42-44页 |
| 3.2 单应性原理 | 第44-45页 |
| 3.3 单应性矩阵的估计 | 第45-51页 |
| 3.3.1 基于代数的方法 | 第45-46页 |
| 3.3.2 鲁棒的估计方法 | 第46-49页 |
| 3.3.3 基于平面参数的估计方法 | 第49-51页 |
| 3.4 路面参数的估计 | 第51-56页 |
| 3.4.1 IMU姿态的估计 | 第51-52页 |
| 3.4.2 路面法向量的估计 | 第52-54页 |
| 3.4.3 相机垂直运动的影响评估 | 第54-56页 |
| 3.5 多信息融合算法 | 第56-64页 |
| 3.5.1 算法流程 | 第56-61页 |
| 3.5.2 路面抽取的图像处理流程 | 第61-63页 |
| 3.5.3 IMU帧间保持对特征匹配的加速 | 第63-64页 |
| 3.6 自运动及障碍物运动的估计 | 第64-68页 |
| 3.6.1 判断障碍物的运动与否 | 第64-67页 |
| 3.6.2 相机自运动估计 | 第67-68页 |
| 3.7 本章小结 | 第68-69页 |
| 4 实验结果与分析 | 第69-76页 |
| 4.1 算法运行的软硬件环境 | 第69页 |
| 4.2 可行性实验及效果展示 | 第69-75页 |
| 4.2.1 单应性方法可行性验证 | 第69-70页 |
| 4.2.2 多信息融合算法效果展示 | 第70页 |
| 4.2.3 算法比较 | 第70-75页 |
| 4.3 结论 | 第75-76页 |
| 5 总结与展望 | 第76-78页 |
| 5.1 本文总结 | 第76页 |
| 5.2 未来工作展望 | 第76-78页 |
| 参考文献 | 第78-80页 |
