| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略词表 | 第13-14页 |
| 第一章 绪论 | 第14-23页 |
| 1.1 研究工作的背景与意义 | 第14-16页 |
| 1.2 国内外研究历史与现状 | 第16-20页 |
| 1.2.1 GNSS系统发展现状 | 第16-17页 |
| 1.2.2 智能车辆关键技术 | 第17-18页 |
| 1.2.3 国内外智能车辆的发展 | 第18-20页 |
| 1.3 本文的主要贡献与创新 | 第20-21页 |
| 1.4 本论文的结构安排 | 第21-23页 |
| 第二章 地图匹配及卫星导航相关理论 | 第23-34页 |
| 2.1 卫星导航相关理论 | 第23-26页 |
| 2.2 地图匹配的介绍 | 第26-27页 |
| 2.3 现有的地图匹配算法分析 | 第27-33页 |
| 2.3.1 几何匹配法 | 第27-31页 |
| 2.3.2 概率匹配法 | 第31-32页 |
| 2.3.3 D-S理论 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 改进的多权值匹配算法设计与验证 | 第34-50页 |
| 3.1 GPS点方位角(AZP)的分析应用 | 第34-37页 |
| 3.2 改进的多权值地图匹配算法 | 第37-41页 |
| 3.2.1 GPS定位点垂直投影 | 第37-38页 |
| 3.2.2 GPS定位点连线与路段所成夹角 | 第38页 |
| 3.2.3 多权值匹配算法具体设计 | 第38-41页 |
| 3.3 基于MapX的导航电子地图软件设计 | 第41-44页 |
| 3.4 不同环境下多权重值匹配算法的验证 | 第44-49页 |
| 3.4.1 结构化单一环境 | 第44-45页 |
| 3.4.2 建筑密集非结构化环境 | 第45-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 智能车视觉辅助定位模型在复杂环境下的应用 | 第50-75页 |
| 4.1 双目视觉辅助GNSS定位系统 | 第50-52页 |
| 4.2 系统参考坐标系 | 第52-55页 |
| 4.3 摄像机参数标定 | 第55-58页 |
| 4.4 路标检测与识别 | 第58-67页 |
| 4.4.1 路标检测 | 第58-61页 |
| 4.4.2 路标识别 | 第61-67页 |
| 4.4.2.1 SIFT算法 | 第61-64页 |
| 4.4.2.2 左右图像中路标的匹配 | 第64-66页 |
| 4.4.2.3 实际路标图像与路标库中图像匹配 | 第66-67页 |
| 4.5 基于路标的视觉辅助定位模型 | 第67-73页 |
| 4.5.1 双目视觉计算 | 第67-70页 |
| 4.5.2 双目视觉辅助GNSS定位模型 | 第70-71页 |
| 4.5.4 实验仿真与误差分析 | 第71-73页 |
| 4.6 本章小结 | 第73-75页 |
| 第五章 Vision/GNSS融合滤波定位方法研究 | 第75-89页 |
| 5.1 卡尔曼滤波算法 | 第76-78页 |
| 5.2 Vision/GNSS多传感器融合模型 | 第78-84页 |
| 5.2.1 Vision/GNSS融合滤波方程的建立 | 第78-82页 |
| 5.2.2 拉格朗日(Lagrange)数据插值 | 第82-84页 |
| 5.3 真实场景下的算法验证及误差分析 | 第84-88页 |
| 5.4 本章小结 | 第88-89页 |
| 第六章 总结与展望 | 第89-91页 |
| 6.1 全文总结 | 第89-90页 |
| 6.2 后续工作展望 | 第90-91页 |
| 致谢 | 第91-92页 |
| 参考文献 | 第92-97页 |
| 攻读硕士学位期间取得的成果 | 第97-98页 |