无人驾驶智能车障碍检测方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-17页 |
| ·课题研究的背景及意义 | 第8-9页 |
| ·无人驾驶智能车辆发展研究概况 | 第9-12页 |
| ·国外无人车驾驶智能车研究状况 | 第9-11页 |
| ·国内研究概况 | 第11-12页 |
| ·无人驾驶智能车障碍检测方法的介绍 | 第12-15页 |
| ·基于立体视觉的障碍物检测 | 第12页 |
| ·基于二维激光雷达的障碍检测 | 第12-13页 |
| ·基于三维激光雷达的障碍物检测 | 第13-14页 |
| ·基于彩色机器视觉的障碍物检测 | 第14页 |
| ·基于结构光的障碍物检测 | 第14-15页 |
| ·本论文研究的主要内容及各章节安排 | 第15-17页 |
| ·本论文研究主要内容 | 第15-16页 |
| ·论文各章节安排 | 第16-17页 |
| 2 无人驾驶智能车检测系统的数据协议 | 第17-31页 |
| ·GPS导航系统的数据协议 | 第17-21页 |
| ·GPS数据协议介绍 | 第17-19页 |
| ·GPS数据编译方式 | 第19-21页 |
| ·LMS510激光雷达的数据协议 | 第21-27页 |
| ·LMS510激光雷达数据协议介绍 | 第22-24页 |
| ·LMS510激光雷达的数据编译方式 | 第24-27页 |
| ·UTM-30LX-EW的数据协议 | 第27-30页 |
| ·SCIP2.2数据协议介绍 | 第27-28页 |
| ·UTM-30LX-EW数据编译方式 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 3 激光雷达自主动态障碍物检测 | 第31-40页 |
| ·激光雷达的工作原理 | 第31-32页 |
| ·激光雷达的测距原理 | 第32页 |
| ·激光雷达数据采集 | 第32-33页 |
| ·聚类分析介绍 | 第33-34页 |
| ·激光雷达检测点的聚类 | 第34-36页 |
| ·聚类障碍的特征参数提取 | 第36-37页 |
| ·障碍物的关联性分析 | 第37-38页 |
| ·运动障碍物的状态检测 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 4 道路边界和侧方障碍物的检测 | 第40-48页 |
| ·激光雷达的道路边界检测 | 第40-42页 |
| ·激光雷达检测点的坐标转化 | 第40-41页 |
| ·滤波方法 | 第41-42页 |
| ·侧方障碍物检测 | 第42-47页 |
| ·超声波测距原理 | 第43-44页 |
| ·超声测距系统组成 | 第44页 |
| ·系统硬件电路设计 | 第44-46页 |
| ·系统软件设计 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 5 障碍物检测试验及结果 | 第48-58页 |
| ·试验车参数 | 第48页 |
| ·障碍物检测软件系统 | 第48-49页 |
| ·VB6.0编写运用界面 | 第49-54页 |
| ·GPS接受数据界面 | 第49-51页 |
| ·SICK激光雷达数据接受与参数设置界面 | 第51-52页 |
| ·UTM激光雷达数据接受 | 第52-53页 |
| ·无人车运行监控界面设计 | 第53-54页 |
| ·障碍物检测的实测结果 | 第54-56页 |
| ·激光雷达边沿检测的实测结果 | 第56-57页 |
| ·超声波检测实测结果 | 第57页 |
| ·本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文 | 第63-64页 |
| 致谢 | 第64-66页 |
