道路交通环境检测及其信息融合技术
| 摘要 | 第9-10页 |
| Abstract | 第10页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究的目的和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 国外研究现状 | 第12-15页 |
| 1.2.2 国内研究现状 | 第15-18页 |
| 1.2.3 研究现状综合分析 | 第18页 |
| 1.3 本文主要研究内容 | 第18-20页 |
| 1.4 本章小结 | 第20-21页 |
| 第2章 交通环境感知系统分析 | 第21-29页 |
| 2.1 交通环境感知系统构成及特征 | 第21-24页 |
| 2.1.1 交通环境特征 | 第22页 |
| 2.1.2 车辆构成及特征 | 第22-23页 |
| 2.1.3 视觉传感器特征 | 第23-24页 |
| 2.2 交通环境感知系统特性 | 第24-26页 |
| 2.2.1 图像信息检测和识别特性 | 第24-25页 |
| 2.2.2 智能车辆控制特性 | 第25-26页 |
| 2.2.3 智能车辆运行特性 | 第26页 |
| 2.3 环境感知系统影响因素分析 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 道路线型特征检测 | 第29-39页 |
| 3.1 逻辑检测车道线和斑马线 | 第29-30页 |
| 3.1.1 车道线和斑马线特征 | 第29-30页 |
| 3.1.2 逻辑检测方法 | 第30页 |
| 3.2 车道线检测 | 第30-36页 |
| 3.2.1 图像预处理 | 第30-32页 |
| 3.2.2 改进Hough变换检测车道线 | 第32-36页 |
| 3.3 斑马线检测 | 第36-38页 |
| 3.3.1 图像预处理 | 第37页 |
| 3.3.2 斑马线检测判定 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 前方车辆和交通信号灯识别策略分析 | 第39-50页 |
| 4.1 智能识别前方车辆及交通信号灯 | 第39-40页 |
| 4.1.1 前方车辆和交通信号灯特点 | 第39页 |
| 4.1.2 智能识别的具体方法 | 第39-40页 |
| 4.2 前方车辆识别 | 第40-45页 |
| 4.2.1 样本采集与训练 | 第40-41页 |
| 4.2.2 车辆识别效果 | 第41-42页 |
| 4.2.3 前方车辆尾灯识别 | 第42-45页 |
| 4.3 交通信号灯识别 | 第45-49页 |
| 4.3.1 交通信号灯区域分割 | 第45-47页 |
| 4.3.2 交通信号灯颜色识别 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 双摄像机检测信息融合 | 第50-57页 |
| 5.1 信息融合技术分析 | 第50-51页 |
| 5.1.1 信息融合特点 | 第50页 |
| 5.1.2 信息融合系统的应用 | 第50-51页 |
| 5.2 信息融合策略分析 | 第51-53页 |
| 5.2.1 融合方法对比 | 第51-52页 |
| 5.2.2 信息融合规则 | 第52-53页 |
| 5.2.3 模糊决策融合方法 | 第53页 |
| 5.3 建立有限状态机模型 | 第53-56页 |
| 5.3.1 有限状态机基本思想 | 第53-54页 |
| 5.3.2 有限状态机模型 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第6章 实验装置配置与实车实验 | 第57-69页 |
| 6.1 实验背景 | 第57页 |
| 6.2 实验装置组成 | 第57-61页 |
| 6.2.1 实验装置硬件组成 | 第57-60页 |
| 6.2.2 试验软件系统设计 | 第60-61页 |
| 6.3 实车道路试验 | 第61-68页 |
| 6.3.1 实验方案 | 第61-62页 |
| 6.3.2 实验结果与分析 | 第62-68页 |
| 6.4 本章小结 | 第68-69页 |
| 第7章 结论与展望 | 第69-71页 |
| 7.1 结论 | 第69页 |
| 7.2 论文创新性 | 第69-70页 |
| 7.3 研究展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的学术论文及科研工作 | 第75-76页 |
| 致谢 | 第76页 |
