基于立体视觉的辅助驾驶系统若干关键技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容与章节安排 | 第13-16页 |
| 第二章 基于立体视觉的障碍物检测算法 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 双目立体匹配算法 | 第16-19页 |
| 2.2.1 立体匹配算法分类 | 第17页 |
| 2.2.2 ELAS立体匹配算法 | 第17-19页 |
| 2.3 障碍物检测算法 | 第19-22页 |
| 2.3.1 坐标系关系 | 第19-20页 |
| 2.3.2 虚深度图变换 | 第20-22页 |
| 2.4 障碍物标识与提醒 | 第22-25页 |
| 2.4.1 障碍物标识区域 | 第22页 |
| 2.4.2 障碍物标识及提醒 | 第22-25页 |
| 2.5 总结 | 第25-26页 |
| 第三章 复杂环境下的车道线提取与建模 | 第26-38页 |
| 3.1 引言 | 第26页 |
| 3.2 路面图像预处理技术 | 第26-31页 |
| 3.2.1 逆透视变换 | 第27页 |
| 3.2.2 横向滤波算法 | 第27-29页 |
| 3.2.3 阈值化 | 第29页 |
| 3.2.4 车道线水平坐标检测 | 第29-30页 |
| 3.2.5 车道线感兴趣区域提取 | 第30-31页 |
| 3.3 双曲线模型 | 第31-36页 |
| 3.3.1 模型选择 | 第31-32页 |
| 3.3.2 车道线建模 | 第32-36页 |
| 3.4 总结 | 第36-38页 |
| 第四章 车道跟踪及路面标识识别 | 第38-50页 |
| 4.1 引言 | 第38页 |
| 4.2 车道跟踪方法 | 第38-44页 |
| 4.2.1 卡尔曼滤波 | 第38-40页 |
| 4.2.2 基于卡尔曼滤波的车道线位置跟踪 | 第40-41页 |
| 4.2.3 车道跟踪与变道提醒 | 第41-44页 |
| 4.3 路面标识识别方法 | 第44-48页 |
| 4.3.1 路面标识检测方法 | 第44-46页 |
| 4.3.2 路面标识特征提取 | 第46-47页 |
| 4.3.3 路面标识分类 | 第47-48页 |
| 4.4 总结 | 第48-50页 |
| 第五章 系统实验与分析 | 第50-57页 |
| 5.1 实验平台 | 第50页 |
| 5.2 实验数据集 | 第50-51页 |
| 5.3 车道检测与建模实验 | 第51-54页 |
| 5.4 障碍物标识实验 | 第54页 |
| 5.5 路面标识识别算法验证实验 | 第54-56页 |
| 5.6 总结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 本文工作总结 | 第57页 |
| 6.2 不足和展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间发表的学术论文目录 | 第62页 |
