基于视觉的智能车辆自主导航方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-15页 |
| 第1章 绪论 | 第15-24页 |
| ·课题来源 | 第15页 |
| ·课题背景 | 第15-16页 |
| ·智能车辆发展概况 | 第16-18页 |
| ·国外智能车辆发展概况 | 第16-17页 |
| ·国内智能车辆发展概况 | 第17-18页 |
| ·智能车辆自主导航技术概况 | 第18-20页 |
| ·基于磁传感的自主导航技术 | 第18-19页 |
| ·基于GPS 的自主导航技术 | 第19页 |
| ·基于视觉的自主导航技术 | 第19-20页 |
| ·课题意义和主要研究内容 | 第20-24页 |
| ·课题意义 | 第20-21页 |
| ·主要研究内容 | 第21-24页 |
| 第2章 摄像机标定 | 第24-44页 |
| ·摄像机模型 | 第25-29页 |
| ·摄像机模型中的四个关系 | 第25-27页 |
| ·透视变换 | 第27-28页 |
| ·逆透视变换 | 第28-29页 |
| ·畸变模型 | 第29页 |
| ·模型的综合 | 第29页 |
| ·畸变标定 | 第29-39页 |
| ·逆透视变换降维 | 第29-30页 |
| ·标定方法 | 第30-32页 |
| ·数值计算细节优化 | 第32-34页 |
| ·畸变标定实验 | 第34-39页 |
| ·车辆坐标系-摄像机标定 | 第39-43页 |
| ·基于网格图案的标定方法 | 第39-41页 |
| ·标定效果 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第3章 道路检测和车辆定位 | 第44-61页 |
| ·道路检测 | 第45-54页 |
| ·边缘提取 | 第45-46页 |
| ·Hough 变换 | 第46-48页 |
| ·平行约束 | 第48页 |
| ·拓扑约束 | 第48-51页 |
| ·道路检测效果 | 第51-54页 |
| ·车辆定位 | 第54-60页 |
| ·视觉定位 | 第54-56页 |
| ·EKF 数据融合 | 第56-58页 |
| ·车辆定位效果 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 车辆控制 | 第61-96页 |
| ·横向控制方法综述 | 第63-68页 |
| ·线性方法 | 第64-65页 |
| ·非线性方法 | 第65-66页 |
| ·神经网络方法 | 第66页 |
| ·模糊控制方法 | 第66-67页 |
| ·纯追踪方法 | 第67页 |
| ·预测控制方法 | 第67-68页 |
| ·自适应预测控制 | 第68-77页 |
| ·带时变参数的车辆运动学模型 | 第70-72页 |
| ·预测控制方法 | 第72-76页 |
| ·自适应策略 | 第76-77页 |
| ·横向控制实验 | 第77-94页 |
| ·状态比例反馈实验数据 | 第78-84页 |
| ·预测控制实验数据 | 第84-89页 |
| ·自适应预测控制实验数据 | 第89-93页 |
| ·分析比较 | 第93-94页 |
| ·本章小结 | 第94-96页 |
| 第5章 行人检测 | 第96-115页 |
| ·联合标定 | 第97-106页 |
| ·激光雷达坐标系 | 第97-98页 |
| ·标定物体和控制点获取 | 第98-100页 |
| ·三种坐标系变换关系求取 | 第100-104页 |
| ·联合标定实验 | 第104-106页 |
| ·联合检测 | 第106-112页 |
| ·激光雷达扫描点聚类和筛选 | 第107-108页 |
| ·兴趣区域求取 | 第108-109页 |
| ·候选物体轮廓提取 | 第109-110页 |
| ·候选物体辨别 | 第110-112页 |
| ·行人检测实验 | 第112-114页 |
| ·本章小结 | 第114-115页 |
| 第6章 总结和展望 | 第115-117页 |
| ·总结 | 第115-116页 |
| ·展望 | 第116-117页 |
| 参考文献 | 第117-123页 |
| 致谢 | 第123-124页 |
| 攻读硕士学位期间已发表或录用的论文 | 第124-127页 |
| 上海交通大学学位论文答辩决议书 | 第127页 |
