| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 车辆定位的背景及意义 | 第10-11页 |
| 1.2 单一定位子系统介绍 | 第11-14页 |
| 1.2.1 惯性导航系统 | 第12页 |
| 1.2.2 GPS全球定位系统 | 第12-13页 |
| 1.2.3 航位推算(DR) | 第13-14页 |
| 1.2.4 格洛纳斯(GLONASS) | 第14页 |
| 1.3 研究的目的和意义 | 第14-15页 |
| 1.4 国内外研究现状 | 第15-16页 |
| 1.5 论文结构 | 第16-18页 |
| 第2章 导航传感器仿真研究 | 第18-30页 |
| 2.1 GPS定位系统原理 | 第18-24页 |
| 2.1.1 GPS定位系统的组成 | 第19-22页 |
| 2.1.2 GPS系统算法仿真 | 第22-24页 |
| 2.2 INS惯性导航原理 | 第24-28页 |
| 2.2.1 惯性导航系统的组成 | 第24-26页 |
| 2.2.2 惯性导航算法仿真 | 第26-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第3章 基于卡尔曼滤波的多传感器融合定位算法研究 | 第30-44页 |
| 3.1 卡尔曼滤波算法研究 | 第30-38页 |
| 3.1.1 Kalman滤波的应用领域 | 第31-32页 |
| 3.1.2 Kalman滤波在离散系统中的应用 | 第32-35页 |
| 3.1.3 Kalman滤波方程在连续系统中的应用 | 第35-36页 |
| 3.1.4 Kalman滤波在GPS中应用 | 第36-38页 |
| 3.2 卡尔曼滤波用于多传感器组合导航的结构形式 | 第38-42页 |
| 3.2.1 联合卡尔曼滤波算法 | 第38-41页 |
| 3.2.2 系统的总体架构 | 第41-42页 |
| 3.3 本章小结 | 第42-44页 |
| 第4章 多传感器融合算法的实现与验证 | 第44-72页 |
| 4.1 仿真路径的设定 | 第44-49页 |
| 4.1.1 正弦曲线仿真路径 | 第45-49页 |
| 4.1.2 双移线仿真路径 | 第49页 |
| 4.2 联合仿真过程 | 第49-57页 |
| 4.2.1 选择Carsim汽车仿真车型 | 第50-51页 |
| 4.2.2 自定义Carsim车辆的仿真路径 | 第51页 |
| 4.2.3 仿真的平台设置步骤 | 第51-54页 |
| 4.2.4 Simulink的建模 | 第54-57页 |
| 4.3 实际实验的数据的获得 | 第57-63页 |
| 4.3.1 GY-25模块 | 第57-60页 |
| 4.3.2 GPS模块 | 第60-63页 |
| 4.4 仿真结果验证 | 第63-70页 |
| 4.4.1 数学模拟数据仿真结果分析 | 第64-66页 |
| 4.4.2 传感器数据仿真结果分析 | 第66-70页 |
| 4.5 本章小结 | 第70-72页 |
| 第5章 一种十字路况的特殊下的避障决策研究 | 第72-82页 |
| 5.1 车辆交互行为研究 | 第72-75页 |
| 5.2 一种十字路口避障的决策 | 第75-81页 |
| 5.2.1 十字路口避障一种特殊状况 | 第75-77页 |
| 5.2.2 十字路口的避障方法 | 第77-81页 |
| 5.3 本章小结 | 第81-82页 |
| 第6章 结论与展望 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-90页 |
| 附录 | 第90页 |
| A. 获批的专利 | 第90页 |
| B. 作者在攻读硕士学位期间获得的荣誉 | 第90页 |