首页--交通运输论文--公路运输论文--汽车工程论文--汽车结构部件论文--电气设备及附件论文

复杂环境下智能车辆动态目标三维感知方法研究

摘要第3-4页
Abstract第4-5页
主要符号对照表第9-12页
第1章 引言第12-28页
    1.1 概述第12-14页
    1.2 动态目标三维感知研究现状第14-26页
        1.2.1 目标状态感知研究第15-21页
        1.2.2 目标类别感知研究第21-24页
        1.2.3 目标行为感知研究第24-26页
    1.3 本文研究内容第26-28页
第2章 动态目标三维感知系统体系结构设计第28-33页
    2.1 研究方案与结构设计第28-31页
        2.1.1 总体研究方案第28-29页
        2.1.2 体系结构设计第29-31页
    2.2 关键技术研究第31-33页
第3章 复杂环境下动态目标快速检测方法第33-59页
    3.1 坐标系及映射模型第33-35页
    3.2 雷达域中前、背景点云分离第35-43页
        3.2.1 栅格高度差法第35-37页
        3.2.2 分块直线拟合法第37-38页
        3.2.3 占领栅格法第38-43页
    3.3 雷达域中感兴趣区域建立第43-55页
        3.3.1 静、动态感兴趣区域定义及点云图生成流程第43-45页
        3.3.2 基于霍夫变换的动态感兴趣区域计算第45-54页
        3.3.3 计算效率改进策略研究第54-55页
    3.4 图像域中目标提取与还原第55-58页
        3.4.1 像素形态学处理及目标提取第55-57页
        3.4.2 目标还原第57-58页
    3.5 本章小结第58-59页
第4章 基于点云密度增强的行人目标识别方法第59-77页
    4.1 研究框架及目标局部坐标系的建立第59-65页
    4.2 基于RBF插值的三维曲面生成第65-70页
        4.2.1 离散数据插值第65-66页
        4.2.2 核函数及形状参数计算方法研究第66-70页
    4.3 点云重采样第70-73页
        4.3.1 二值网格坐标系建立第70-71页
        4.3.2 基于网格坐标系的重采样第71-72页
        4.3.3 目标新的点云生成第72-73页
    4.4 目标特征选取第73-75页
    4.5 本章小结第75-77页
第5章 基于多目标跟踪的车辆状态参数辨识第77-97页
    5.1 多目标跟踪基本框架及术语约定第77-78页
        5.1.1 基本框架第77页
        5.1.2 术语约定第77-78页
    5.2 车辆目标状态参数观测模型第78-86页
        5.2.1 车辆目标位姿模型第79-85页
        5.2.2 车辆目标速度模型第85页
        5.2.3 车辆目标几何形状模型第85-86页
    5.3 基于多目标跟踪的参数滤波第86-95页
        5.3.1 复杂环境下目标关联模糊性机理及策略第86-89页
        5.3.2 基于决策树 -跟踪门模型的观测分析第89-92页
        5.3.3 基于联合概率数据关联的跟踪参数滤波第92-95页
    5.4 本章小结第95-97页
第6章 车辆目标换道行为识别研究第97-115页
    6.1 车辆目标行为研究对象第97-99页
    6.2 考虑环境信息的换道行为特征分析第99-106页
    6.3 自然语音识别模型研究与应用第106-109页
    6.4 车辆换道行为识别模型设计第109-114页
        6.4.1 系统整体架构设计第109-110页
        6.4.2 隐马尔科夫模块设计与应用第110-112页
        6.4.3 贝叶斯滤波器模块研究与应用第112-114页
    6.5 本章小结第114-115页
第7章 实验与分析第115-144页
    7.1 实验数据介绍第115页
    7.2 目标状态感知实验分析第115-125页
        7.2.1 动态目标快速检测方法验证第115-119页
        7.2.2 目标状态参数计算第119-125页
    7.3 目标类别感知实验验证第125-131页
        7.3.1 核函数与形状参数的计算第125-127页
        7.3.2 行人目标识别分析第127-131页
    7.4 目标行为感知实验验证第131-144页
        7.4.1 数据后处理第131-134页
        7.4.2 换道模型参数确定及训练第134-138页
        7.4.3 换道子行为分布统计分析第138-140页
        7.4.4 识别率实验分析第140-141页
        7.4.5 识别时间统计分析第141-144页
第8章 结论第144-146页
参考文献第146-156页
致谢第156-158页
个人简历、在学期间发表的学术论文及研究成果第158-159页

论文共159页,点击 下载论文
上一篇:单颗煤粒着火特性实验与模型研究
下一篇:基于非凸优化的稀疏重建理论与算法