| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-26页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-20页 |
| 1.2.1 新能源汽车研究简介 | 第13-15页 |
| 1.2.2 无人驾驶汽车及车辆辅助驾驶设备研究现状 | 第15-17页 |
| 1.2.3 汽车倒车主动控制安全技术研究 | 第17-20页 |
| 1.3 信息融合和视频目标跟踪关键技术介绍 | 第20-24页 |
| 1.3.1 信息融合关键技术的应用介绍 | 第20-22页 |
| 1.3.2 视频目标跟踪技术介绍 | 第22-23页 |
| 1.3.3 低秩表示算法介绍 | 第23-24页 |
| 1.4 本文主要研究内容及章节安排 | 第24-26页 |
| 第2章 多元异构倒车环境感知 | 第26-38页 |
| 2.1 概述 | 第26-27页 |
| 2.2 多元异构环境感知平台 | 第27-31页 |
| 2.2.1 双目视觉 | 第27-30页 |
| 2.2.2 超声波测距仪 | 第30-31页 |
| 2.2.3 激光测距仪 | 第31页 |
| 2.3 多元异构倒车环境感知实验及结果分析 | 第31-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第3章 基于无迹卡尔曼滤波的信息融合方法 | 第38-44页 |
| 3.1 概述 | 第38页 |
| 3.2 卡尔曼滤波 | 第38-41页 |
| 3.2.1 自适应卡尔曼滤波 | 第38-39页 |
| 3.2.2 无迹卡尔曼滤波 | 第39-41页 |
| 3.3 联合滤波信息融合结构 | 第41-42页 |
| 3.4 基于无迹卡尔曼滤波的多传感器信息融合实验结果仿真分析 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 融合低秩表示与无迹粒子滤波的目标跟踪与识别算法研究 | 第44-52页 |
| 4.1 概述 | 第44页 |
| 4.2 粒子滤波算法介绍 | 第44-45页 |
| 4.3 无迹粒子滤波目标识别与跟踪 | 第45-46页 |
| 4.4 融合低秩表示与无迹粒子滤波的目标识别与跟踪框架 | 第46-48页 |
| 4.4.1 低秩表示算法介绍 | 第46-47页 |
| 4.4.2 低秩表示与粒子滤波结合的目标识别与跟踪 | 第47-48页 |
| 4.5 目标跟踪实验仿真与分析 | 第48-50页 |
| 4.6 本章小结 | 第50-52页 |
| 第5章 新能源汽车倒车控制仿真分析 | 第52-55页 |
| 5.1 概述 | 第52页 |
| 5.2 模糊控制理论 | 第52-53页 |
| 5.3 电动汽车倒车仿真与实验数据分析 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第6章 结论与展望 | 第55-57页 |
| 6.1 本文工作总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-65页 |
| 攻读硕士学位期间发表的论文 | 第65-67页 |
| 索引 | 第67-68页 |
