| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第14-28页 |
| 1.1 课题的提出 | 第14-15页 |
| 1.2 智能车辆发展现状 | 第15-20页 |
| 1.3 智能车辆的关键技术及研究现状 | 第20-25页 |
| 1.3.1 基于定位的环境感知技术 | 第20-22页 |
| 1.3.2 基于视觉的环境感知技术 | 第22-24页 |
| 1.3.3 数字地图技术 | 第24-25页 |
| 1.4 本文研究内容 | 第25-28页 |
| 第2章 基于多模交互的车辆定位感知算法 | 第28-46页 |
| 2.1 概述 | 第28-29页 |
| 2.2 多模交互运动状态估计算法 | 第29-33页 |
| 2.2.1 多模交互算法基本流程 | 第29-30页 |
| 2.2.2 模型交互 | 第30-32页 |
| 2.2.3 模型滤波 | 第32-33页 |
| 2.2.4 模型概率更新及融合 | 第33页 |
| 2.3 运动模型 | 第33-38页 |
| 2.3.1 CV模型 | 第33-34页 |
| 2.3.2 CT模型 | 第34-35页 |
| 2.3.3 Singer模型 | 第35-36页 |
| 2.3.4 自适应变加速统计模型 | 第36-38页 |
| 2.3.5 回旋曲线模型 | 第38页 |
| 2.4 考虑方向的概率数据关联滤波 | 第38-41页 |
| 2.5 实车测试 | 第41-43页 |
| 2.6 本章小结 | 第43-46页 |
| 第3章 基于嵌入式系统的车道线识别算法 | 第46-76页 |
| 3.1 概述 | 第46-47页 |
| 3.2 系统硬件架构 | 第47-52页 |
| 3.2.1 硬件架构 | 第47-48页 |
| 3.2.2 处理器 | 第48-50页 |
| 3.2.3 图像传感器 | 第50-52页 |
| 3.3 基于图形梯度特征的车道线识别及跟踪算法 | 第52-71页 |
| 3.3.1 车道线识别算法 | 第52-53页 |
| 3.3.2 坐标转换方法 | 第53-58页 |
| 3.3.3 图像预处理算法 | 第58-63页 |
| 3.3.4 车道线生成 | 第63-65页 |
| 3.3.5 车道线选择 | 第65-68页 |
| 3.3.6 多控制目标的梯度阈值反馈控制算法 | 第68-71页 |
| 3.4 实车测试 | 第71-75页 |
| 3.5 本章小结 | 第75-76页 |
| 第4章 基于机器学习的交通标识牌识别算法 | 第76-98页 |
| 4.1 概述 | 第76-77页 |
| 4.2 交通标识牌检测算法 | 第77-89页 |
| 4.2.1 改进的Haar特征 | 第77-79页 |
| 4.2.2 基于分类回归树的Adaboost级联分类器 | 第79-84页 |
| 4.2.3 训练 | 第84-85页 |
| 4.2.4 交通标识牌检测 | 第85-89页 |
| 4.3 交通标识牌分类算法 | 第89-94页 |
| 4.3.1 卷积神经网络 | 第89页 |
| 4.3.2 随机分组网络模型 | 第89-93页 |
| 4.3.3 训练 | 第93-94页 |
| 4.4 实验 | 第94-97页 |
| 4.5 本章小节 | 第97-98页 |
| 第5章 基于增量数字地图的车道信息建模方法 | 第98-130页 |
| 5.1 基础数字地图建立 | 第98-109页 |
| 5.1.1 数字地图结构 | 第98-99页 |
| 5.1.2 拓扑结构地图 | 第99-103页 |
| 5.1.3 车道信息坐标系统 | 第103-109页 |
| 5.2 增量数字地图 | 第109-115页 |
| 5.2.1 增量道路模型 | 第109-111页 |
| 5.2.2 增量路段判定算法 | 第111-113页 |
| 5.2.3 增量路段拓扑关系后处理 | 第113-115页 |
| 5.3 车道信息更新 | 第115-122页 |
| 5.3.1 重要性采样粒子滤波算法 | 第116-120页 |
| 5.3.2 车道信息增量更新算法实现 | 第120-122页 |
| 5.4 基于增量数字地图的车道信息感知平台 | 第122-128页 |
| 5.4.1 基础增量数字地图绘制 | 第122-125页 |
| 5.4.2 软硬件平台 | 第125-126页 |
| 5.4.3 实车测试 | 第126-128页 |
| 5.5 本章小结 | 第128-130页 |
| 第6章 总结与展望 | 第130-134页 |
| 6.1 全文总结 | 第130-131页 |
| 6.2 创新成果 | 第131-132页 |
| 6.3 研究展望 | 第132-134页 |
| 参考文献 | 第134-144页 |
| 作者简介 | 第144页 |
| 发表的学术论文 | 第144-146页 |
| 致谢 | 第146页 |