自适应巡航控制系统多目标识别算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 课题背景及意义 | 第10-13页 |
| 1.1.1 自适应巡航控制系统概述 | 第10-11页 |
| 1.1.2 目标识别算法研究的意义 | 第11-13页 |
| 1.2 目标识别算法发展状况 | 第13-20页 |
| 1.2.1 国外发展状况概述 | 第13-17页 |
| 1.2.2 国内发展状况概述 | 第17-20页 |
| 1.3 本文主要研究内容 | 第20-22页 |
| 第2章 前方有效目标识别算法基础 | 第22-32页 |
| 2.1 基础坐标系建立 | 第22-24页 |
| 2.1.1 坐标系建立 | 第22-23页 |
| 2.1.2 主车坐标初始化 | 第23页 |
| 2.1.3 目标坐标转换 | 第23-24页 |
| 2.2 车载环境感知传感器 | 第24-26页 |
| 2.3 毫米波雷达介绍 | 第26-31页 |
| 2.3.1 雷达坐标系建立 | 第26-28页 |
| 2.3.2 雷达测量原理 | 第28-30页 |
| 2.3.3 ESR雷达介绍 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 本车状态估计 | 第32-46页 |
| 3.1 卡尔曼滤波算法 | 第32-35页 |
| 3.1.1 经典卡尔曼滤波算法 | 第32-34页 |
| 3.1.2 扩展卡尔曼滤波和无迹卡尔曼滤波算法 | 第34-35页 |
| 3.2 主车三自由度建模 | 第35-36页 |
| 3.3 三自由度模型验证 | 第36-39页 |
| 3.4 基于改进UKF算法的本车状态估计 | 第39-44页 |
| 3.4.1 龙格 —库塔积分 | 第39-41页 |
| 3.4.2 无迹卡尔曼滤波在模型中的应用 | 第41-43页 |
| 3.4.3 本车状态估计器仿真验证 | 第43-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第4章 前车运动状态估计 | 第46-58页 |
| 4.1 前车运动状态模型 | 第46-49页 |
| 4.1.1 CV模型 | 第46-47页 |
| 4.1.2 CA模型 | 第47-48页 |
| 4.1.3 CTRV模型 | 第48页 |
| 4.1.4 CTRA模型 | 第48-49页 |
| 4.2 前车运动状态估计 | 第49-57页 |
| 4.2.1 基于CA模型的UKF估计 | 第49-53页 |
| 4.2.2 基于CTRV模型的UKF估计 | 第53-57页 |
| 4.3 本章小结 | 第57-58页 |
| 第5章 基于实车试验的主车轨迹预测 | 第58-73页 |
| 5.1 ESR雷达数据解析 | 第58-59页 |
| 5.2 基于支持向量机的雷达目标分类 | 第59-64页 |
| 5.2.1 支持向量机原理简介 | 第59-61页 |
| 5.2.2 支持向量机在目标分类中的应用 | 第61-64页 |
| 5.3 目标筛选 | 第64-67页 |
| 5.4 运动目标曲线拟合 | 第67-69页 |
| 5.5 运动目标轨迹拟合 | 第69-71页 |
| 5.6 主车预期行驶轨迹估计及前方有效目标选择 | 第71页 |
| 5.7 本章小结 | 第71-73页 |
| 总结与展望 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80-81页 |
| 附录 攻读学位期间所发表的学术论文目录 | 第81页 |
