| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 引言 | 第9-10页 |
| 1.2 立体视觉技术研究进展 | 第10-14页 |
| 1.2.1 立体匹配技术研究现状 | 第11-13页 |
| 1.2.2 立体视觉技术存在的主要问题 | 第13-14页 |
| 1.3 道路车辆检测及运动估计研究现状 | 第14-16页 |
| 1.3.1 道路车辆检测现状 | 第14-15页 |
| 1.3.2 道路车辆运动状态估计现状 | 第15-16页 |
| 1.4 本文主要研究内容安排 | 第16-18页 |
| 2 立体摄像机标定与匹配算法 | 第18-35页 |
| 2.1 引言 | 第18页 |
| 2.2 立体视觉系统平台 | 第18-20页 |
| 2.2.1 立体视觉系统硬件配置 | 第18-20页 |
| 2.2.2 立体视觉系统软件开发环境 | 第20页 |
| 2.3 立体视觉系统成像及标定 | 第20-28页 |
| 2.3.1 相机成像模型 | 第21-23页 |
| 2.3.2 单目相机的参数标定 | 第23-25页 |
| 2.3.3 Bouguet双目校正方法 | 第25-26页 |
| 2.3.4 标定实验及结果分析 | 第26-28页 |
| 2.4 立体匹配方法研究 | 第28-34页 |
| 2.4.1 立体匹配的原理 | 第28-30页 |
| 2.4.2 半全局立体匹配方法 | 第30-31页 |
| 2.4.3 边缘保持视差图平滑方法 | 第31-32页 |
| 2.4.5 匹配实验及结果分析 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 3 视差图中地面滤除方法研究 | 第35-47页 |
| 3.1 引言 | 第35页 |
| 3.2 基于V视差图的地面检测方法 | 第35-39页 |
| 3.2.1 V视差图的生成 | 第35-36页 |
| 3.2.2 V视差图中的平面表示形式 | 第36-37页 |
| 3.2.3 基于Hough直线检测的地面拟合方法 | 第37-39页 |
| 3.3 基于路径特征的地面检测方法 | 第39-46页 |
| 3.3.1 路径特征检测方法 | 第39-42页 |
| 3.3.2 基于路径特征的地平面拟合方法 | 第42-43页 |
| 3.3.3 地面滤除实验结果 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 4. 基于点云分割和Mean Shift聚类的车辆检测方法研究 | 第47-61页 |
| 4.1 引言 | 第47页 |
| 4.2 基于点云分割的车辆检测方法 | 第47-55页 |
| 4.2.1 三维点云生成 | 第48-49页 |
| 4.2.2 点云数据分割及车辆检测 | 第49-53页 |
| 4.2.3 实验结果及分析 | 第53-55页 |
| 4.3 基于Mean Shift聚类的车辆检测方法 | 第55-60页 |
| 4.3.1 Mean Shift聚类相关原理 | 第55-56页 |
| 4.3.2 基于Mean Shift聚类的车辆检测 | 第56-59页 |
| 4.3.3 实验结果及分析 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5. 目标车辆运动状态估计 | 第61-74页 |
| 5.1 引言 | 第61页 |
| 5.2 图像特征点跟踪 | 第61-63页 |
| 5.3 车辆自身运动状态估计 | 第63-66页 |
| 5.3.1 基于单位四元数求解的车辆自身运动状态估计 | 第64-65页 |
| 5.3.2 基于RANSAC的异常点剔除 | 第65-66页 |
| 5.4 车辆运动状态估计 | 第66-73页 |
| 5.4.1 目标车辆运动状态估计 | 第66-69页 |
| 5.4.2 实验结果及分析 | 第69-73页 |
| 5.5 本章小结 | 第73-74页 |
| 结论 | 第74-75页 |
| 参考文献 | 第75-81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 |
