| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题的背景和研究意义 | 第9-10页 |
| 1.1.1 课题的背景 | 第9-10页 |
| 1.1.2 课题的研究意义 | 第10页 |
| 1.2 课题的发展现状 | 第10-13页 |
| 1.2.1 智能车辆的发展现状 | 第11-12页 |
| 1.2.2 自主避障算法的研究现状 | 第12-13页 |
| 1.3 课题的研究内容 | 第13-14页 |
| 第2章 自主避障的基础知识 | 第14-20页 |
| 2.1 智能车辆自主避障技术简介 | 第14页 |
| 2.2 智能车辆环境感知系统 | 第14-16页 |
| 2.2.1 摄像头 | 第15页 |
| 2.2.2 雷达 | 第15-16页 |
| 2.2.3 激光雷达 | 第16页 |
| 2.3 智能车辆避障信息的处理 | 第16-17页 |
| 2.4 自主避障算法简析 | 第17-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 自主避障算法的研究 | 第20-32页 |
| 3.1 静态障碍物的建立 | 第20-21页 |
| 3.1.1 栅格法 | 第20页 |
| 3.1.2 建立静态障碍物 | 第20-21页 |
| 3.2 A~*算法的原理及仿真分析 | 第21-25页 |
| 3.2.1 A~*算法的概述和原理 | 第21-22页 |
| 3.2.2 A~*算法路径规划的模型建立及仿真分析 | 第22-24页 |
| 3.2.3 改进A~*算法及仿真分析 | 第24-25页 |
| 3.3 蚁群算法的原理及仿真分析 | 第25-30页 |
| 3.3.1 蚁群算法的原理 | 第25-26页 |
| 3.3.2 基本蚁群算法 | 第26-28页 |
| 3.3.3 蚁群算法路径规划的仿真分析 | 第28-30页 |
| 3.4 A~*算法和蚁群算法在路径规划中比较 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 智能车辆自主避障仿真分析 | 第32-47页 |
| 4.1 智能车辆运动学分析 | 第32-34页 |
| 4.2 智能车辆动态避障 | 第34-35页 |
| 4.2.1 智能车与动态障碍物相遇场景预测 | 第34页 |
| 4.2.2 局部避障策略的设计 | 第34-35页 |
| 4.3 改进蚁群算法仿真分析 | 第35-39页 |
| 4.3.1 蚁群算法的改进 | 第35-37页 |
| 4.3.2 改进蚁群算法的仿真分析 | 第37-39页 |
| 4.4 基于改进蚁群算法自主避障仿真分析 | 第39-45页 |
| 4.4.1 动态障碍物的设计 | 第40-43页 |
| 4.4.2 改进蚁群算法的自主避障仿真分析 | 第43-45页 |
| 4.5 基于智能车辆的自主避障仿真分析 | 第45-46页 |
| 4.5.1 仿真车道信息的设计 | 第45页 |
| 4.5.2 智能车自主避障仿真分析 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第5章 结论 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 在学研究成果 | 第51-52页 |
| 致谢 | 第52页 |