基于多传感器数据融合的无人车行驶策略研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·课题的研究背景及意义 | 第8页 |
| ·多传感器信息融合技术的发展 | 第8-9页 |
| ·多传感器信息融合的研究现状 | 第9-11页 |
| ·多传感器信息融合方法的现状 | 第9-10页 |
| ·多传感器信息融合结构的现状 | 第10-11页 |
| ·多传感器融合应用现状 | 第11页 |
| ·本文主要研究内容 | 第11-13页 |
| 2 多传感器数据融合理论基础 | 第13-25页 |
| ·传感器技术 | 第13-14页 |
| ·传感器的定义 | 第13页 |
| ·传感器的组成 | 第13-14页 |
| ·传感器的分类 | 第14页 |
| ·传感器的作用与地位 | 第14页 |
| ·多传感器信息融合的基本概念及其原理 | 第14-15页 |
| ·多传感器信息融合定义和作用 | 第15页 |
| ·多传感器融合的基本原理 | 第15页 |
| ·多传感器信息融合的结构形式 | 第15-17页 |
| ·多传感器信息融合系统的构成 | 第17-20页 |
| ·多传感器信息融合系统结构 | 第17-18页 |
| ·多传感器信息融合系统的功能模型 | 第18-19页 |
| ·信息融合的公式化描述 | 第19-20页 |
| ·多传感器信息融合方法 | 第20-23页 |
| ·信息融合的层次 | 第20-21页 |
| ·常用多传感器信息融合方法 | 第21-23页 |
| ·多传感器信息融合关键技术 | 第23-24页 |
| ·数据转换 | 第23页 |
| ·数据相关 | 第23页 |
| ·融合推理 | 第23-24页 |
| ·小结 | 第24-25页 |
| 3 D-S证据理论在无人车中的应用 | 第25-35页 |
| ·无人车驾驶系统 | 第25页 |
| ·D-S证据理论的信息融合 | 第25-29页 |
| ·D-S证据理论的提出 | 第26页 |
| ·证据理论的定义 | 第26-28页 |
| ·证据理论的特点 | 第28-29页 |
| ·无人车中传感器系统的建立 | 第29-32页 |
| ·基于D-S理论的驾驶行为决策 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 4 D-S证据理论的改进算法 | 第35-46页 |
| ·D-S证据理论中冲突问题的出现 | 第35页 |
| ·基于冲突证据的D-S修正 | 第35-38页 |
| ·Yager合成规则 | 第36页 |
| ·基于权值分配的D-S算法 | 第36-37页 |
| ·基于矩阵的D-S算法 | 第37-38页 |
| ·改进算法的正确性验证 | 第38-40页 |
| ·基于D-S证据理论的改进算法的实现 | 第40-44页 |
| ·GUI简介 | 第41-43页 |
| ·界面设计的原则 | 第43页 |
| ·GUI界面的实现 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 5 算法的验证和对比分析 | 第46-56页 |
| ·传感器特征指标数据信息的采集 | 第46-52页 |
| ·图像处理部分 | 第46-47页 |
| ·RGB彩色空间分割 | 第47-48页 |
| ·区域的宽高比 | 第48-49页 |
| ·最小二乘法拟合 | 第49-51页 |
| ·最大误差计算 | 第51-52页 |
| ·传感器数据信息的处理 | 第52-55页 |
| ·数据处理 | 第52-53页 |
| ·判断规则 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的论文 | 第61-62页 |
| 致谢 | 第62-64页 |
