基于双目视觉的障碍物检测算法研究及硬件设计
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-17页 |
1.1 研究背景及意义 | 第8页 |
1.2 障碍物检测的国内外发展现状 | 第8-16页 |
1.2.1 立体匹配算法的国内外研究动态 | 第10-13页 |
1.2.2 障碍物提取的国内外研究动态 | 第13-16页 |
1.3 本课题主要研究内容 | 第16-17页 |
第2章 基于双目视觉的障碍物检测算法设计 | 第17-30页 |
2.1 双目视觉模型 | 第17页 |
2.2 双目视觉的约束条件 | 第17-19页 |
2.3 立体匹配算法基本构成 | 第19-23页 |
2.3.1 局部匹配算法 | 第20-22页 |
2.3.2 全局匹配 | 第22页 |
2.3.3 半全局匹配 | 第22-23页 |
2.4 障碍物检测算法设计 | 第23-29页 |
2.4.1 改进的census代价计算 | 第23-25页 |
2.4.2 半全局匹配代价聚合 | 第25-27页 |
2.4.3 障碍物检测 | 第27-29页 |
2.5 本章小结 | 第29-30页 |
第3章 改进的census代价计算硬件设计 | 第30-38页 |
3.1 滑动窗模块 | 第30-32页 |
3.2 高斯滤波模块设计 | 第32-34页 |
3.3 census代价计算模块设计 | 第34-37页 |
3.3.1 梯度计算模块设计 | 第35页 |
3.3.2 census代价计算模块 | 第35-37页 |
3.4 本章小结 | 第37-38页 |
第4章 半全局匹配聚合及障碍物检测硬件设计 | 第38-49页 |
4.1 半全局匹配代价聚合模块设计 | 第38-43页 |
4.1.1 惩罚系数模块设计 | 第39-40页 |
4.1.2 代价聚合模块 | 第40-43页 |
4.2 障碍物检测模块设计 | 第43-48页 |
4.2.1 sobel梯度计算模块 | 第43-46页 |
4.2.2 非极大值抑制模块设计 | 第46-47页 |
4.2.3 双阈值处理模块设计 | 第47-48页 |
4.3 本章小结 | 第48-49页 |
第5章 系统的验证及性能分析 | 第49-56页 |
5.1 算法的功能验证 | 第49-53页 |
5.1.1 验证方案 | 第49-50页 |
5.1.2 验证结果 | 第50-53页 |
5.2 硬件设计功能验证及性能分析 | 第53-55页 |
5.3 本章小结 | 第55-56页 |
结论 | 第56-57页 |
参考文献 | 第57-61页 |
攻读硕士学位期间发表的论文及其它成果 | 第61-63页 |
致谢 | 第63页 |