| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题的背景及意义 | 第10-11页 |
| 1.2 智能车研究现状 | 第11-14页 |
| 1.2.1 智能车发展的国内外现状 | 第11-12页 |
| 1.2.2 智能车运动控制理论的研究现状 | 第12-13页 |
| 1.2.3 智能车避障算法的研究现状 | 第13-14页 |
| 1.3 课题研究内容 | 第14-17页 |
| 第二章 基于谷歌地图的全局路径规划方法 | 第17-25页 |
| 2.1 谷歌地图服务特点分析 | 第17-18页 |
| 2.2 Google Maps API | 第18-19页 |
| 2.2.1 Google Maps API的常用类和功能 | 第18-19页 |
| 2.2.2 Google Maps API的事件监听机制 | 第19页 |
| 2.3 基于谷歌地图的全局路径规划的实现 | 第19-24页 |
| 2.3.1 基于JavaScript的谷歌地图网页设计 | 第20-22页 |
| 2.3.2 谷歌地图网页与智能车主程序的融合 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于模糊神经网络的智能车运动控制方法 | 第25-38页 |
| 3.1 模糊理论综述 | 第26-28页 |
| 3.1.1 模糊集合及其运算 | 第26-27页 |
| 3.1.2 模糊规则 | 第27页 |
| 3.1.3 模糊语言表达 | 第27-28页 |
| 3.2 神经网络理论综述 | 第28-29页 |
| 3.2.1 神经元模型 | 第28-29页 |
| 3.2.2 BP网络原理分析 | 第29页 |
| 3.3 智能车运动控制器的设计 | 第29-37页 |
| 3.3.1 智能车运动学模型 | 第29-30页 |
| 3.3.2 模糊BP网络运动控制器的设计 | 第30-34页 |
| 3.3.3 仿真实验 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于激光雷达的智能车自主避障 | 第38-51页 |
| 4.1 固定障碍物避让 | 第38-45页 |
| 4.1.1 固定阈值安全通道的求取 | 第39-40页 |
| 4.1.2 最优安全通道的求取 | 第40-41页 |
| 4.1.3 智能车后轮运动轨迹控制 | 第41-43页 |
| 4.1.4 固定障碍物避让实验 | 第43-45页 |
| 4.2 道路施工场景避让 | 第45-50页 |
| 4.2.1 数据预处理 | 第45-46页 |
| 4.2.2 数据聚类 | 第46-47页 |
| 4.2.3 线段拟合并寻求左右边界 | 第47-48页 |
| 4.2.4 施工场景避障实验 | 第48-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第五章 系统设计与实验 | 第51-58页 |
| 5.1 智能车实验平台 | 第51-53页 |
| 5.1.1 底层硬件设计 | 第51-52页 |
| 5.1.2 传感器配置 | 第52-53页 |
| 5.2 实验与结果分析 | 第53-57页 |
| 5.3 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文 | 第64页 |
