| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-21页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外相关研究和发展现状 | 第12-17页 |
| 1.2.1 无人车的研究和发展现状 | 第12-15页 |
| 1.2.2 无人车跟踪技术研究和发展现状 | 第15-16页 |
| 1.2.3 多传感器信息融合技术研究和发展现状 | 第16-17页 |
| 1.3 研究内容 | 第17页 |
| 1.4 技术路线 | 第17-19页 |
| 1.5 章节安排 | 第19页 |
| 1.6 本章小结 | 第19-21页 |
| 2 无人车整体结构方案设计 | 第21-31页 |
| 2.1 无人车装载设备简介 | 第21-26页 |
| 2.2 无人车整体架构设计 | 第26-29页 |
| 2.2.1 硬件部分设计架构 | 第27页 |
| 2.2.2 软件部分设计架构 | 第27-29页 |
| 2.3 本章小结 | 第29-31页 |
| 3 基于PTZ云台摄像机的视觉伺服控制算法研究 | 第31-41页 |
| 3.1 PTZ云台摄像机的基本功能及控制协议 | 第31-35页 |
| 3.1.1 基本功能 | 第31-33页 |
| 3.1.2 控制协议 | 第33-35页 |
| 3.2 基于PTZ云台摄像机的视觉伺服控制算法研究 | 第35-38页 |
| 3.3 实验验证 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 基于单目视觉与惯性导航信息融合的无人车跟踪 | 第41-73页 |
| 4.1 摄像机标定 | 第41-46页 |
| 4.1.1 坐标系定义 | 第41-43页 |
| 4.1.2 单目摄像机成像原理 | 第43-44页 |
| 4.1.3 摄像机标定 | 第44-46页 |
| 4.2 目标标靶的检测识别算法研究 | 第46-50页 |
| 4.3 基于改进的POSIT迭代算法的单目视觉姿态估计 | 第50-56页 |
| 4.3.1 POSIT算法原理 | 第50-52页 |
| 4.3.2 基于改进的POSIT迭代算法的位姿估计 | 第52-54页 |
| 4.3.3 实验验证 | 第54-56页 |
| 4.4 惯性导航传感器 | 第56-60页 |
| 4.4.1 惯性导航传感器的基本组成 | 第56页 |
| 4.4.2 惯性导航的基本原理 | 第56-60页 |
| 4.5 单目视觉与惯性导航信息融合 | 第60-72页 |
| 4.5.1 摄像机与惯导传感器联合标定 | 第60-64页 |
| 4.5.2 扩展卡尔曼滤波EKF的基本原理 | 第64-66页 |
| 4.5.3 基于扩展卡尔曼滤波的多传感器信息融合模型 | 第66-69页 |
| 4.5.4 实验验证 | 第69-72页 |
| 4.6 本章小结 | 第72-73页 |
| 5 无人车舵机控制系统 | 第73-79页 |
| 5.1 无人车路径规划 | 第73-74页 |
| 5.2 基于增量式PID的无人车舵机控制 | 第74-78页 |
| 5.2.1 PID算法 | 第75-76页 |
| 5.2.2 增量式PID算法 | 第76页 |
| 5.2.3 PID参数作用 | 第76-77页 |
| 5.2.4 PID参数整定实验 | 第77-78页 |
| 5.3 本章小结 | 第78-79页 |
| 6 总结和展望 | 第79-81页 |
| 6.1 工作总结 | 第79-80页 |
| 6.2 研究展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第85-89页 |
| 学位论文数据集 | 第89页 |
