基于联合自适应卡尔曼滤波的缩微车目标检测系统设计与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 本文的主要工作 | 第11页 |
| 1.3 本文的组织结构 | 第11-13页 |
| 第2章 相关工作 | 第13-19页 |
| 2.1 国内外研究现状 | 第13-17页 |
| 2.1.1 智能交通系统 | 第13-15页 |
| 2.1.2 卡尔曼滤波器 | 第15-17页 |
| 2.2 亟需解决的问题 | 第17-18页 |
| 2.3 本文的优势 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 缩微车目标检测系统设计 | 第19-33页 |
| 3.1 系统架构 | 第19-20页 |
| 3.2 客户端数据采集系统 | 第20-24页 |
| 3.2.1 视频模块与行人识别算法 | 第20-21页 |
| 3.2.2 激光雷达模块与目标信息提取算法 | 第21-23页 |
| 3.2.3 车辆内部信息模块 | 第23页 |
| 3.2.4 通信协议 | 第23-24页 |
| 3.3 服务器数据处理系统 | 第24-28页 |
| 3.3.1 时间统一与数据纠正 | 第24-25页 |
| 3.3.2 激光雷达数据与摄像头数据融合 | 第25-27页 |
| 3.3.3 车辆定位 | 第27-28页 |
| 3.4 仿真实验 | 第28-31页 |
| 3.5 本章小结 | 第31-33页 |
| 第4章 联合自适应卡尔曼滤波模型分析 | 第33-48页 |
| 4.1 联合自适应卡尔曼滤波模型 | 第33页 |
| 4.2 局部卡尔曼滤波器 | 第33-35页 |
| 4.3 全局卡尔曼滤波器 | 第35-36页 |
| 4.4 时间一致性与空间一致性 | 第36-38页 |
| 4.4.1 时间一致性 | 第36-37页 |
| 4.4.2 空间一致性 | 第37-38页 |
| 4.5 仿真实验 | 第38-47页 |
| 4.5.1 可行性验证 | 第38-39页 |
| 4.5.2 实验分析 | 第39-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 全文总结 | 第48-49页 |
| 5.2 未来工作 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 作者简介及在学期间所取得的科研成果 | 第53-54页 |
| 致谢 | 第54页 |
