基于激光点云和图像的道路特征检测和环境分析
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景和意义 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·论文主要工作和结构 | 第11-13页 |
| ·主要工作 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 2 摄像机和激光雷达联合标定 | 第13-26页 |
| ·摄像机参数标定 | 第13-15页 |
| ·摄像机内参标定 | 第13-15页 |
| ·摄像机外参标定 | 第15页 |
| ·激光雷达和摄像机标定系统 | 第15-17页 |
| ·PMD测距原理 | 第15-16页 |
| ·激光雷达和摄像机系统标定 | 第16-17页 |
| ·基于特征点匹配建立激光雷达和图像的映射关系 | 第17-19页 |
| ·基于平面匹配的联合标定 | 第19-22页 |
| ·标定原理 | 第19-21页 |
| ·标定实验步骤 | 第21-22页 |
| ·实验结果分析 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 3 道路特征检测 | 第26-40页 |
| ·道路特征的分类 | 第26-27页 |
| ·基于面阵雷达的快速路面检测方法 | 第27-30页 |
| ·路面检测算法 | 第28-29页 |
| ·实验结果分析 | 第29-30页 |
| ·基于向量相似性原理的道路特征检测 | 第30-39页 |
| ·基于向量相似度原理构造激光雷达相似度图像 | 第30-34页 |
| ·基于面阵激光雷达相似度图像的道路特征检测 | 第34-37页 |
| ·实验结果及分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 4 道路周围环境聚类特征分析 | 第40-55页 |
| ·DBSCAN聚类算法 | 第40-43页 |
| ·DBSANC聚类算法 | 第40-42页 |
| ·动态阈值DBSCAN聚类算法 | 第42-43页 |
| ·聚类评价准则VAC | 第43-48页 |
| ·聚类评价准则VAC | 第43-46页 |
| ·去相关矩阵V | 第46-47页 |
| ·基于VAC的聚类优化算法 | 第47-48页 |
| ·基于三维点云和图像的目标显著性特征分析 | 第48-50页 |
| ·实验与结果分析 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 5 总结与展望 | 第55-56页 |
| ·论文的总结 | 第55页 |
| ·工作展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
