| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 课题研究背景和意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 汽车防撞告警系统的国外发展现状 | 第8-9页 |
| 1.2.2 汽车防撞告警系统的国内发展现状 | 第9页 |
| 1.2.3 车辆检测 | 第9-10页 |
| 1.2.4 测距方法比较 | 第10-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 2 车辆检测 | 第14-25页 |
| 2.1 图像预处理 | 第14-18页 |
| 2.1.1 图像灰度化 | 第14-15页 |
| 2.1.2 图像平滑 | 第15-18页 |
| 2.1.3 提取感兴趣区域 | 第18页 |
| 2.2 边缘提取 | 第18-20页 |
| 2.3 阈值分割 | 第20-21页 |
| 2.4 提取车底与路面交线边缘 | 第21-23页 |
| 2.5 基于对称性的车辆验证 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 3 红外激光和图像复合防撞系统总述 | 第25-32页 |
| 3.1 汽车防撞告警系统的性能要求 | 第25页 |
| 3.2 汽车防撞系统及其组成 | 第25-29页 |
| 3.2.1 汽车防撞系统概述 | 第25页 |
| 3.2.2 激光测距模块 | 第25-29页 |
| 3.2.3 单目测距模块 | 第29页 |
| 3.3 汽车防撞数学模型 | 第29-31页 |
| 3.3.1 汽车制动模型中制动距离的计算 | 第30-31页 |
| 3.3.2 两车情况判定标准 | 第31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 单目成像测距原理 | 第32-52页 |
| 4.1 摄像机成像原理 | 第32-33页 |
| 4.2 四种坐标系以及相互转换 | 第33-36页 |
| 4.2.1 相机的四坐标系模型 | 第33-35页 |
| 4.2.2 坐标系之间的相互转换 | 第35-36页 |
| 4.3 相机畸变模型 | 第36-38页 |
| 4.4 相机标定 | 第38-40页 |
| 4.5 单目测距原理模型 | 第40-51页 |
| 4.5.1 传统单目测距 | 第41-42页 |
| 4.5.2 本文单目测距模型 | 第42-45页 |
| 4.5.3 单目测距数据分析与修正 | 第45-51页 |
| 4.6 本章小结 | 第51-52页 |
| 5 红外激光和图像复合防撞模型分析 | 第52-67页 |
| 5.1 红外激光与相机固定位置的参数标定方法 | 第53-55页 |
| 5.1.1 外参标定模型 | 第53-54页 |
| 5.1.2 实验验证 | 第54-55页 |
| 5.2 红外激光与相机信息融合防撞模型 | 第55-60页 |
| 5.2.1 数据融合模型原理 | 第56-57页 |
| 5.2.2 融合车辆定位模型 | 第57-60页 |
| 5.3 基于自适应卡尔曼滤波器的修正算法 | 第60-66页 |
| 5.3.1 卡尔曼滤波原理 | 第61页 |
| 5.3.2 描述目标运动的模型常加速度模型 | 第61-62页 |
| 5.3.3 基于自适应卡尔曼滤波器的前方目标运动状态估计 | 第62-63页 |
| 5.3.4 前方目标状态估计的状态模型和量测模型 | 第63-64页 |
| 5.3.5 实验结果分析 | 第64-66页 |
| 5.4 本章小结 | 第66-67页 |
| 6 结论与展望 | 第67-69页 |
| 6.1 本文工作总结 | 第67页 |
| 6.2 本文主要创新点 | 第67-68页 |
| 6.3 研究展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录 | 第73页 |