基于激光雷达的自动泊车环境感知技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-26页 |
| ·自动泊车系统国内外研究现状 | 第9-11页 |
| ·国外研究现状 | 第9-11页 |
| ·国内研究现状 | 第11页 |
| ·自动泊车系统环境感知技术简介 | 第11-15页 |
| ·自动泊车的应用的传感器 | 第15-25页 |
| ·微波雷达 | 第16页 |
| ·超声波雷达 | 第16-18页 |
| ·红外成像传感器 | 第18-19页 |
| ·激光雷达 | 第19-25页 |
| ·本文研究内容 | 第25-26页 |
| 2 自动泊车环境感知系统及应用平台 | 第26-39页 |
| ·无人驾驶车应用平台介绍 | 第26-29页 |
| ·本文环境感知用激光雷达LMS211介绍 | 第29-37页 |
| ·激光简介 | 第29-31页 |
| ·激光雷达 | 第31-37页 |
| ·系统软件开发平台介绍 | 第37-39页 |
| 3 环境感知传感器数据预处理 | 第39-58页 |
| ·激光数据前处理概述 | 第39-41页 |
| ·中值滤波的原理及应用 | 第41-46页 |
| ·标准中值滤波(SMF) | 第41-42页 |
| ·加权中值滤波 | 第42-43页 |
| ·CS滤波 | 第43-44页 |
| ·LUM滤波器 | 第44-45页 |
| ·中值滤波的应用 | 第45-46页 |
| ·基于中值滤波方法的预处理 | 第46-48页 |
| ·基于最小二乘法的激光数据预处理 | 第48-55页 |
| ·最小二乘法原理介绍 | 第48-52页 |
| ·基于最小二乘法预处理应用 | 第52-55页 |
| ·基于本文两种预处理方法的对比分析 | 第55-58页 |
| 4 自动泊车环境感知系统的车位检测 | 第58-68页 |
| ·聚类分析方法概述 | 第58-59页 |
| ·基于网格聚类方法的车位检测 | 第59-63页 |
| ·网格地图的绘制 | 第60-61页 |
| ·网格地图的数据处理 | 第61-62页 |
| ·基于笛卡尔坐标系的试验数据分析 | 第62-63页 |
| ·基于K均值聚类和阈值划分方法的车位检测 | 第63-67页 |
| ·基于K均值聚类的方法 | 第63-65页 |
| ·基于阈值分割的方法 | 第65-67页 |
| ·两种方法优缺点的比较 | 第67-68页 |
| 5 试验及结果分析 | 第68-76页 |
| 结论 | 第76-77页 |
| 1 主要研究工作的成果 | 第76页 |
| 2 论文不足及后续工作的展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表学术论文情况 | 第81-82页 |
| 致谢 | 第82-83页 |
