智能激光车辆避障系统的研究
摘要 | 第1-3页 |
ABSTRACT | 第3-7页 |
1 绪论 | 第7-14页 |
·选题背景 | 第7-8页 |
·研究意义 | 第8-9页 |
·国内外的研究和发展趋势 | 第9-12页 |
·国外现状及其发展 | 第9-10页 |
·国内现状及其发展 | 第10-12页 |
·激光技术的发展 | 第12页 |
·本课题的主要工作及结构安排 | 第12-13页 |
·主要工作内容 | 第12-13页 |
·结构安排 | 第13页 |
·本章小结 | 第13-14页 |
2 系统建模与技术研究 | 第14-26页 |
·目标测量技术 | 第14-15页 |
·距离测量原理 | 第14-15页 |
·相对速度测量原理 | 第15页 |
·目标模型的建立 | 第15-21页 |
·车辆运动模型 | 第16-19页 |
·行人运动模型 | 第19-21页 |
·安全车距模型的建立 | 第21-25页 |
·车辆制动距离 | 第21-24页 |
·安全车距模型 | 第24-25页 |
·本章小结 | 第25-26页 |
3 目标模型与跟踪滤波器 | 第26-31页 |
·机动目标模型 | 第26-28页 |
·微分多项式模型 | 第26页 |
·常速CV与常加速度CA模型 | 第26-27页 |
·目标“当前”统计模型 | 第27-28页 |
·跟踪滤波器 | 第28-30页 |
·两点外推滤波 | 第28页 |
·α-β-γ滤波 | 第28-29页 |
·卡尔曼滤波器 | 第29-30页 |
·本章小结 | 第30-31页 |
4 目标跟踪与预警算法研究 | 第31-41页 |
·目标检测 | 第31-33页 |
·目标跟踪算法 | 第33-39页 |
·数据量测与处理 | 第33-35页 |
·跟踪门的形成 | 第35-36页 |
·数据关联算法 | 第36-37页 |
·基于“当前”统计模型的卡尔曼滤波与预测 | 第37-39页 |
·目标预警 | 第39-40页 |
·本章小结 | 第40-41页 |
5 基于OK6410的系统与算法实现 | 第41-59页 |
·系统硬件平台 | 第42-43页 |
·OK6410开发板简介 | 第42页 |
·激光传感器 | 第42-43页 |
·TFT液晶显示模块 | 第43页 |
·报警模块 | 第43页 |
·系统软件开发 | 第43-51页 |
·系统主程序 | 第44-45页 |
·激光传感器设备驱动程序开发 | 第45-47页 |
·TFT液晶显示软件开发 | 第47页 |
·目标跟踪程序设计 | 第47-50页 |
·避障预警控制程序设计 | 第50-51页 |
·实验结果与分析 | 第51-58页 |
·激光器误差验证 | 第51-53页 |
·目标跟踪算法仿真 | 第53-57页 |
·硬件平台系统验证 | 第57-58页 |
·存在问题及改进方向 | 第58页 |
·本章小结 | 第58-59页 |
6 总结及展望 | 第59-61页 |
·论文总结 | 第59-60页 |
·工作展望 | 第60-61页 |
致谢 | 第61-62页 |
参考文献 | 第62-65页 |
附录 | 第65-66页 |