| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外发展现状 | 第12-16页 |
| 1.2.1 基于视觉的道路环境感知方式 | 第12-13页 |
| 1.2.2 道路标线检测与识别 | 第13-14页 |
| 1.2.3 道路交通标志检测与识别 | 第14-16页 |
| 1.3 本文主要研究内容 | 第16-17页 |
| 第二章 系统方案设计 | 第17-26页 |
| 2.1 需求分析 | 第17-18页 |
| 2.2 硬件系统架构 | 第18-19页 |
| 2.2.1 全景系统 | 第18页 |
| 2.2.2 环视系统 | 第18-19页 |
| 2.3 联合标定 | 第19-23页 |
| 2.3.1 环视图像生成与标定 | 第19-21页 |
| 2.3.2 全景图像的球心投影 | 第21-22页 |
| 2.3.3 环视与全景的联合标定 | 第22-23页 |
| 2.4 软件系统架构 | 第23-24页 |
| 2.5 实验平台 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 环视平台下的当前车道检测与识别 | 第26-45页 |
| 3.1 引言 | 第26页 |
| 3.2 环视行车线检测与识别 | 第26-34页 |
| 3.2.1 环视视角下的车道线模型 | 第26-27页 |
| 3.2.2 行车线特征分析 | 第27-29页 |
| 3.2.3 基于兴趣区域的行车线检测 | 第29-32页 |
| 3.2.4 行车线类型识别 | 第32-33页 |
| 3.2.5 决策滤波 | 第33-34页 |
| 3.3 基于车道线的车辆主运动估计 | 第34-42页 |
| 3.2.1 方法概述 | 第34-36页 |
| 3.3.2 基于改进 ICP 的主运动估计 | 第36-38页 |
| 3.3.3 卡尔曼参数滤波 | 第38-39页 |
| 3.3.4 基于 Poisson 算法的图像拼接融合 | 第39-42页 |
| 3.4 实验结果与分析 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 全景平台下的多车道检测与识别 | 第45-55页 |
| 4.1 引言 | 第45页 |
| 4.2 基于主运动估计的车辆检测 | 第45-49页 |
| 4.2.1 环视与全景的主运动关系 | 第45-46页 |
| 4.2.2 结合光流法的主运动参数优化 | 第46-48页 |
| 4.2.3 车辆检测 | 第48-49页 |
| 4.3 全景多车道行车线检测与识别 | 第49-52页 |
| 4.3.1 全景视角下的车道线模型 | 第49-50页 |
| 4.3.2 基于全景的多车道检测 | 第50-52页 |
| 4.4 实验结果与分析 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 路面交通标志检测与识别 | 第55-70页 |
| 5.1 引言 | 第55页 |
| 5.2 基于滑动窗口的标志检测 | 第55-57页 |
| 5.3 基于模板匹配的标志识别 | 第57-59页 |
| 5.4 基于形状特征和支持向量机的标志识别 | 第59-68页 |
| 5.4.1 形状特征不变量 | 第59-64页 |
| 5.4.2 支持向量机简介 | 第64-66页 |
| 5.4.3 基于特征不变量和 SVM 的分类方法 | 第66-68页 |
| 5.5 实验结果与分析 | 第68-69页 |
| 5.6 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70页 |
| 6.2 展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间已发表或录用的论文 | 第77页 |