基于ARM的竞赛用无人驾驶车设计与实现
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题的研究背景及意义 | 第8-9页 |
| 1.1.1 课题的研究背景 | 第8页 |
| 1.1.2 课题的研究意义 | 第8-9页 |
| 1.2 无人驾驶车的研究现状及前景 | 第9-10页 |
| 1.2.1 无人驾驶车的研究现状 | 第9-10页 |
| 1.2.2 无人驾驶车的发展前景 | 第10页 |
| 1.3 课题的主要研究内容与研究重点 | 第10-12页 |
| 1.3.1 课题内容 | 第10-11页 |
| 1.3.2 研究重点 | 第11-12页 |
| 第二章 无人驾驶车的硬件设计 | 第12-18页 |
| 2.1 机械结构与电气连接 | 第12-14页 |
| 2.1.1 动力机构 | 第12-13页 |
| 2.1.2 转向机构 | 第13-14页 |
| 2.1.3 车载电源 | 第14页 |
| 2.2 核心控制单元 | 第14-15页 |
| 2.3 底层驱动控制单元 | 第15-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第三章 无人驾驶车软件设计 | 第18-31页 |
| 3.1 底层控制单元软件设计 | 第18-24页 |
| 3.1.1 Keil开发环境搭建 | 第18-20页 |
| 3.1.2 STM32程序实现 | 第20-24页 |
| 3.2 核心控制单元软件设计 | 第24-30页 |
| 3.2.1 交叉编译 | 第25页 |
| 3.2.2 Makefile | 第25-26页 |
| 3.2.3 可执行文件设计 | 第26-27页 |
| 3.2.4 库函数设计 | 第27-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 图像预处理算法 | 第31-43页 |
| 4.1 图像预处理算法简介 | 第31页 |
| 4.2 图像增强 | 第31-34页 |
| 4.3 图像分割 | 第34-38页 |
| 4.3.1 灰度阈值法 | 第34-36页 |
| 4.3.2 边缘检测法 | 第36-38页 |
| 4.4 算法改进 | 第38-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 赛道识别以及行为决策 | 第43-56页 |
| 5.1 直线识别算法简介 | 第43-49页 |
| 5.1.1 霍夫变换 | 第43-47页 |
| 5.1.2 Freeman编码识别直线 | 第47-49页 |
| 5.2 行为决策 | 第49-55页 |
| 5.2.1 模糊控制简介 | 第49-51页 |
| 5.2.2 模糊控制器设计 | 第51-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第六章 调试结果分析 | 第56-62页 |
| 6.1 底层控制单元调试结果 | 第56页 |
| 6.2 整车调试结果 | 第56-62页 |
| 第七章 结论与展望 | 第62-64页 |
| 7.1 主要结论 | 第62页 |
| 7.2 研究展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 附录A | 第67-69页 |
| 附录B | 第69-71页 |
| 附录C | 第71-80页 |
| 在学期间的研究成果 | 第80-81页 |
| 致谢 | 第81页 |
