融合图像与激光雷达的车道偏离预警算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 目前研究难点 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 2 相关研究方法 | 第14-25页 |
| 2.1 引言 | 第14页 |
| 2.2 车道线检测方法 | 第14-20页 |
| 2.2.1 预处理 | 第14-15页 |
| 2.2.2 特征提取 | 第15-16页 |
| 2.2.3 特征优化 | 第16-18页 |
| 2.2.4 特征拟合 | 第18-20页 |
| 2.3 车道线跟踪方法 | 第20页 |
| 2.3.1 卡尔曼滤波 | 第20页 |
| 2.3.2 粒子滤波 | 第20页 |
| 2.4 车道偏离预警模型 | 第20-24页 |
| 2.4.1 RSS模型 | 第21-22页 |
| 2.4.2 CCP模型 | 第22页 |
| 2.4.3 TLC模型 | 第22-23页 |
| 2.4.4 FOD模型 | 第23页 |
| 2.4.5 其他模型 | 第23页 |
| 2.4.6 优缺点分析 | 第23-24页 |
| 2.5 传感器融合车道检测方法 | 第24-25页 |
| 3 复杂路面条件的车道线检测方法 | 第25-36页 |
| 3.1 引言 | 第25页 |
| 3.2 算法流程 | 第25-31页 |
| 3.2.1 结合灰度与色彩特征的特征提取 | 第26-28页 |
| 3.2.2 梯度方向判决 | 第28-29页 |
| 3.2.3 改进的河流算法 | 第29-31页 |
| 3.3 实验分析 | 第31-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 低虚警车道偏离预警模型 | 第36-64页 |
| 4.1 引言 | 第36页 |
| 4.2 几种典型TLC计算模型 | 第36-49页 |
| 4.2.1 直线道路和直线轨迹 | 第37-38页 |
| 4.2.2 直线道路和曲线轨迹 | 第38-40页 |
| 4.2.3 曲线道路和直线轨迹 | 第40-41页 |
| 4.2.4 曲线道路和曲线轨迹 | 第41-43页 |
| 4.2.5 模型对比 | 第43-49页 |
| 4.3 阶段式TLC计算模型 | 第49-59页 |
| 4.3.1 正常行驶阶段 | 第49-56页 |
| 4.3.2 持续偏离阶段 | 第56-59页 |
| 4.4 实验分析 | 第59-63页 |
| 4.4.1 预警信息稳定性实验 | 第59-61页 |
| 4.4.2 检测率与虚警率实验 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 5 融合图像与激光雷达的道路感知 | 第64-73页 |
| 5.1 引言 | 第64页 |
| 5.2 道路结构建模 | 第64-66页 |
| 5.3 雷达、相机联合标定 | 第66-67页 |
| 5.4 数据融合 | 第67-69页 |
| 5.5 实验分析 | 第69-70页 |
| 5.6 图像特征融合雷达检测结果 | 第70-72页 |
| 5.7 本章小结 | 第72-73页 |
| 6 结论 | 第73-75页 |
| 6.1 研究问题 | 第73页 |
| 6.2 主要成果 | 第73-74页 |
| 6.3 未来展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 附录 | 第82页 |
