基于增强现实技术的导航方法的研究与应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 论文研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 增强现实技术研究现状 | 第10-14页 |
| 1.2.2 车道线识别研究现状 | 第14-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16-17页 |
| 第2章 增强现实技术在导航中的应用方案 | 第17-25页 |
| 2.1 增强现实技术概况 | 第17-19页 |
| 2.1.1 基于传感器的增强现实技术 | 第17-18页 |
| 2.1.2 基于视觉的增强现实技术 | 第18-19页 |
| 2.1.3 基于混合跟踪注册的增强现实技术 | 第19页 |
| 2.2 增强现实导航场景应用分析 | 第19-23页 |
| 2.2.1 当前增强现实在导航中的应用 | 第20-21页 |
| 2.2.2 增强现实在导航中的方案改进 | 第21-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第3章 结构化道路车道线识别方法的实现及改进 | 第25-45页 |
| 3.1 基于消失点的车道线识别算法的分析 | 第25-31页 |
| 3.1.1 基于消失点的车道线识别算法 | 第25-29页 |
| 3.1.2 实验结果及存在的问题 | 第29-31页 |
| 3.2 预处理 | 第31-35页 |
| 3.2.1 感兴趣区域的提取 | 第31-32页 |
| 3.2.2 去雾处理 | 第32-33页 |
| 3.2.3 边缘提取 | 第33-35页 |
| 3.3 利用YCbCr模型识别车道线 | 第35-44页 |
| 3.3.1 RGB到YCbCr模型的转换 | 第36页 |
| 3.3.2 基于YCbCr模型的车道线区域 | 第36-41页 |
| 3.3.3 利用消失点识别算法对车道线拟合 | 第41-42页 |
| 3.3.4 实验结果及分析 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 增强现实注册的实现 | 第45-59页 |
| 4.1 车道线的跟踪算法 | 第45-50页 |
| 4.1.1 卡尔曼滤波器的基本原理 | 第45-47页 |
| 4.1.2 基于卡尔曼滤波器的车道线跟踪算法 | 第47-49页 |
| 4.1.3 车道线跟踪流程 | 第49页 |
| 4.1.4 车道线跟踪结果 | 第49-50页 |
| 4.2 姿态角的表示模型 | 第50-54页 |
| 4.2.1 方向角度的计算 | 第51-52页 |
| 4.2.2 倾斜角度的计算 | 第52-53页 |
| 4.2.3 俯仰角度的计算 | 第53-54页 |
| 4.3 3D旋转矩阵 | 第54-55页 |
| 4.4 基于车道线跟踪识别的注册实现 | 第55-58页 |
| 4.4.1 虚拟物体三维坐标横坐标的确定 | 第55-56页 |
| 4.4.2 虚拟物体三维坐标水平旋转角度的确定 | 第56-57页 |
| 4.4.3 虚拟物体三维坐标高度的确定 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 系统应用及效果分析 | 第59-67页 |
| 5.1 系统应用场景 | 第59页 |
| 5.2 程序软硬件平台 | 第59-61页 |
| 5.2.1 软件平台 | 第59-61页 |
| 5.2.2 硬件平台 | 第61页 |
| 5.3 程序系统架构 | 第61-62页 |
| 5.4 系统应用实现 | 第62-66页 |
| 5.4.1 图像信息收集模块 | 第62页 |
| 5.4.2 传感器处理模块 | 第62-65页 |
| 5.4.3 车道线识别跟踪模块 | 第65页 |
| 5.4.4 虚实融合模块 | 第65-66页 |
| 5.5 系统效果分析 | 第66页 |
| 5.6 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间取得的研究成果 | 第73-75页 |
| 致谢 | 第75页 |
