基于传感器融合的汽车防撞算法研究
| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-17页 |
| ·汽车防撞的研究背景及意义 | 第11-12页 |
| ·汽车防撞系统简介 | 第12-14页 |
| ·信息融合技术的国内外研究现状 | 第14-16页 |
| ·论文的主要研究内容及结构安排 | 第16-17页 |
| 第2章 多传感器数据融合及目标跟踪技术 | 第17-33页 |
| ·多传感器数据融合的基本原理 | 第17-18页 |
| ·多传感器数据融合系统的模型 | 第18-23页 |
| ·多传感器数据融合系统的功能模型 | 第18-20页 |
| ·多传感器数据融合系统的结构模型 | 第20-22页 |
| ·多传感器数据融合系统的层次模型 | 第22-23页 |
| ·多传感器信息融合中的目标跟踪技术 | 第23-28页 |
| ·多传感器目标跟踪的类型 | 第23-24页 |
| ·机动目标跟踪的常用模型 | 第24-28页 |
| ·多传感器信息融合中的状态估计方法 | 第28-33页 |
| ·最小二乘估计 | 第28-29页 |
| ·加权最小二乘估计 | 第29-30页 |
| ·最小方差估计 | 第30页 |
| ·线性最小方差估计 | 第30-31页 |
| ·基于参数估计的方法 | 第31-33页 |
| 第3章 多传感器融合数据处理方法 | 第33-49页 |
| ·动态空间模型 | 第34-35页 |
| ·贝叶斯估计 | 第35-38页 |
| ·序贯贝叶斯估计 | 第36页 |
| ·扩展卡尔曼滤波 | 第36-38页 |
| ·蒙特卡罗方法的基本原理及思想 | 第38-39页 |
| ·粒子滤波算法 | 第39-49页 |
| ·序贯重要性抽样 | 第39-42页 |
| ·粒子集的退化现象及消除退化的关键技术 | 第42-45页 |
| ·粒子滤波收敛性 | 第45-49页 |
| 第4章 汽车防撞的安全距离模型 | 第49-57页 |
| ·汽车制动距离的计算 | 第49-51页 |
| ·系统安全跟车模型确立的原则 | 第51-52页 |
| ·模型的建立 | 第52-57页 |
| ·两车加速度相同情况下行车安全距离的计算 | 第53页 |
| ·本车加速度小于前车情况下行车安全距离的计算 | 第53-54页 |
| ·特殊天气条件下安全距离的计算 | 第54-57页 |
| 第5章 基于雷达/红外融合机动目标跟踪算法 | 第57-75页 |
| ·异类传感器数据预处理技术 | 第57-60页 |
| ·空间和时间对准技术 | 第58-60页 |
| ·基于红外/雷达的数据融合 | 第60-64页 |
| ·传感器的量测模型 | 第60页 |
| ·雷达/红外传感器数据融合 | 第60-64页 |
| ·重抽样粒子滤波 | 第64-66页 |
| ·粒子滤波仿真 | 第66-75页 |
| 第6章 总结与展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81页 |
