基于多传感器融合的车辆检测与跟踪
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-22页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·国内外车辆检测与跟踪研究概况 | 第13-17页 |
| ·国外研究现状 | 第13-15页 |
| ·国内研究现状 | 第15-17页 |
| ·车辆检测和跟踪的方法和研究现状 | 第17-20页 |
| ·基于视觉的车辆检测算法概述 | 第17-19页 |
| ·基于雷达的车辆检测 | 第19-20页 |
| ·采用多传感器融合的车辆检测与跟踪 | 第20页 |
| ·论文主要工作和创新点 | 第20-22页 |
| 第二章 车辆检测与跟踪的系统架构 | 第22-37页 |
| ·系统架构 | 第22-28页 |
| ·硬件架构 | 第22-26页 |
| ·软件架构 | 第26-28页 |
| ·传感器标定 | 第28-36页 |
| ·摄像机模型及标定方法 | 第29-32页 |
| ·摄像机与激光雷达联合标定 | 第32-34页 |
| ·传感器时间标定 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 基于多传感器融合的车辆检测方法 | 第37-56页 |
| ·车辆检测中的数据融合方法 | 第38-40页 |
| ·车辆检测算法 | 第40-53页 |
| ·激光雷达数据处理 | 第41-45页 |
| ·图像特征提取 | 第45-53页 |
| ·车辆检测实验结果与分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 基于多传感器融合的车辆跟踪方法 | 第56-76页 |
| ·车辆跟踪的数据融合算法 | 第56-58页 |
| ·激光雷达和视觉的特征提取 | 第58-62页 |
| ·激光雷达特征提取 | 第58-60页 |
| ·图像特征提取 | 第60-62页 |
| ·基于多维特征空间马氏距离的车辆相关 | 第62-64页 |
| ·卡尔曼滤波跟踪算法 | 第64-67页 |
| ·卡尔曼滤波器简介 | 第64-66页 |
| ·滤波模型 | 第66页 |
| ·滤波器初始化 | 第66-67页 |
| ·状态更新 | 第67页 |
| ·基于粒子滤波补偿的改进车辆状态估计 | 第67-70页 |
| ·基于柔性弹力杆车辆控制算法 | 第70-71页 |
| ·实验结果与分析 | 第71-75页 |
| ·本章小结 | 第75-76页 |
| 第五章 总结与展望 | 第76-78页 |
| ·总结 | 第76页 |
| ·展望 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 致谢 | 第81-82页 |
| 攻读硕士学位期间已发表或录用的论文 | 第82-83页 |
| 附录 | 第83页 |
