| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究的背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-18页 |
| 1.3 本文主要研究内容及章节安排 | 第18-19页 |
| 1.3.1 本文主要研究内容 | 第18页 |
| 1.3.2 本文章节安排 | 第18-19页 |
| 1.4 本章小结 | 第19-21页 |
| 第2章 图像预处理 | 第21-31页 |
| 2.1 图像灰度化 | 第21-23页 |
| 2.2 图像滤波 | 第23-24页 |
| 2.2.1 均值滤波 | 第23-24页 |
| 2.2.2 中值滤波 | 第24页 |
| 2.3 图像二值化 | 第24-25页 |
| 2.4 图像边缘检测 | 第25-29页 |
| 2.4.1 一阶微分算子 | 第26-27页 |
| 2.4.2 二阶微分算子 | 第27-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 车道线和障碍物的检测 | 第31-39页 |
| 3.1 检测车道线的算法 | 第31-34页 |
| 3.1.1 传统的 Hough 变换 | 第32-33页 |
| 3.1.2 改进的 Hough 变换 | 第33-34页 |
| 3.2 区域分割 | 第34-35页 |
| 3.3 障碍物的识别 | 第35-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 双目摄像头测距及其实验 | 第39-57页 |
| 4.1 摄像头成像模型 | 第39-41页 |
| 4.1.1 三大坐标系 | 第39-41页 |
| 4.2 双目摄像头测距原理 | 第41-42页 |
| 4.3 常用的双目摄像头标定方法 | 第42-45页 |
| 4.3.1 立体标定法 | 第42-43页 |
| 4.3.2 张正友平面标定法 | 第43-45页 |
| 4.4 特征点提取与匹配 | 第45-48页 |
| 4.4.1 特征点的提取 | 第45-47页 |
| 4.4.2 特征点的匹配 | 第47-48页 |
| 4.5 双目测距实验 | 第48-55页 |
| 4.5.1 目标车辆与被控车辆距离的计算及摄像头标定 | 第48-52页 |
| 4.5.2 基于景深信息改进的双目测距实验及验证 | 第52-55页 |
| 4.6 本章小结 | 第55-57页 |
| 第5章 道路预警系统的建立 | 第57-69页 |
| 5.1 安全距离模型的建立 | 第57-61页 |
| 5.1.1 模型介绍 | 第57-58页 |
| 5.1.2 汽车制动过程 | 第58页 |
| 5.1.3 汽车制动距离的计算 | 第58-59页 |
| 5.1.4 汽车安全距离的计算 | 第59-61页 |
| 5.2 永磁同步电机数学模型建立 | 第61-64页 |
| 5.3 预警系统在 MATLAB/Simulink 中的仿真 | 第64-67页 |
| 5.3.1 预警系统构建框架 | 第64-65页 |
| 5.3.2 预警系统的仿真实验及结果 | 第65-67页 |
| 5.4 本章小结 | 第67-69页 |
| 第6章 总结和展望 | 第69-71页 |
| 6.1 全文总结 | 第69页 |
| 6.2 存在的不足和展望 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 作者简介 | 第77-79页 |
| 致谢 | 第79页 |