基于卫星导航与视觉导航集成的智能车辆关键技术研究
摘要 | 第1-8页 |
Abstract | 第8-11页 |
目录 | 第11-14页 |
第一章 绪论 | 第14-37页 |
·概况 | 第14-16页 |
·智能车辆研究现状及关键技术 | 第16-22页 |
·国外研究现状 | 第16-18页 |
·国内研究现状 | 第18-20页 |
·智能车辆研究中的关键技术 | 第20-22页 |
·基于视觉的车辆导航综述 | 第22-31页 |
·道路检测综述 | 第23-25页 |
·立体视觉综述 | 第25-31页 |
·避障路径规划综述 | 第31-35页 |
·全局路径规划 | 第31-32页 |
·局部路径规划 | 第32-35页 |
·本文组织结构 | 第35-37页 |
第二章 立体视觉导航系统 | 第37-58页 |
·概述 | 第37-38页 |
·系统组成 | 第38-39页 |
·导航卫星系统 | 第39-42页 |
·GNSS系统 | 第39-40页 |
·网络RTK和CORS站 | 第40-42页 |
·视觉导航系统标定 | 第42-50页 |
·坐标系介绍 | 第42-43页 |
·摄像机模型 | 第43-45页 |
·畸变校正 | 第45-46页 |
·摄像机外参数标定 | 第46-50页 |
·标定实验及分析 | 第50-57页 |
·内参数标定 | 第51页 |
·静态外参数标定 | 第51-53页 |
·移动时外参数自标定 | 第53-56页 |
·误差分析 | 第56-57页 |
·本章小结 | 第57-58页 |
第三章 道路检测算法研究 | 第58-76页 |
·概述 | 第58-61页 |
·结合先验知识和实时环境特征的道路检测算法 | 第61-71页 |
·先验知识的获取 | 第63-69页 |
·融合先验知识的区域增长算法 | 第69-71页 |
·样本库自动更新 | 第71页 |
·实验分析 | 第71-75页 |
·本章小结 | 第75-76页 |
第四章 立体视觉障碍物检测算法研究 | 第76-88页 |
·概述 | 第76-78页 |
·基于多尺度的边缘动态规划立体匹配算法 | 第78-84页 |
·图像分割 | 第80-81页 |
·视差获取 | 第81-84页 |
·实验分析 | 第84-87页 |
·本章小结 | 第87-88页 |
第五章 动态环境下的避障路径规划 | 第88-103页 |
·概述 | 第88-89页 |
·动态环境下基于改进人工势场法的避障路径规划 | 第89-99页 |
·人工势场法经典模型 | 第90-92页 |
·基于动态环境下的改进人工势场法 | 第92-99页 |
·计算机仿真结果及分析 | 第99-102页 |
·本章小结 | 第102-103页 |
第六章 总结与展望 | 第103-106页 |
·总结 | 第103-104页 |
·展望 | 第104-106页 |
参考文献 | 第106-114页 |
发表论文 | 第114-115页 |
致谢 | 第115页 |