基于多扫描线式激光雷达的环境理解技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第7-14页 |
| ·陆地自主车概述及其关键技术 | 第7-9页 |
| ·陆地自主车（ALV） | 第7-8页 |
| ·ALV的关键技术 | 第8-9页 |
| ·现有的环境理解技术 | 第9-10页 |
| ·基于多扫描线式激光雷达的环境理解技术 | 第10-11页 |
| ·障碍检测与环境重构 | 第10-11页 |
| ·SLAM | 第11页 |
| ·跟踪技术 | 第11页 |
| ·本文研究的内容、结构及成果 | 第11-14页 |
| ·本文研究的主要内容及组织结构 | 第11-12页 |
| ·本文的主要贡献 | 第12-14页 |
| 第二章 LD ML的原理和标定 | 第14-24页 |
| ·测距原理与数据特点 | 第14-17页 |
| ·LD ML的测距原理 | 第14页 |
| ·LD ML的数据特点 | 第14-17页 |
| ·坐标系统的建立及变换关系 | 第17-20页 |
| ·激光雷达坐标系 | 第17-18页 |
| ·车体坐标系和局部坐标系 | 第18-20页 |
| ·世界坐标系 | 第20页 |
| ·LD ML的标定 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于LD ML的障碍理解方法 | 第24-44页 |
| ·LD ML数据的处理方法 | 第24-28页 |
| ·噪声处理 | 第24-25页 |
| ·LD ML数据下的障碍表现形式 | 第25-26页 |
| ·坡度线的提取 | 第26-28页 |
| ·基于坡度线的聚类方法 | 第28-35页 |
| ·距离聚类法 | 第28-29页 |
| ·栅格聚类法 | 第29-30页 |
| ·椭圆聚类法 | 第30-35页 |
| ·聚类方法比较 | 第35页 |
| ·基于LD ML的目标跟踪 | 第35-43页 |
| ·跟踪点的选择 | 第35-36页 |
| ·跟踪预测算法 | 第36-38页 |
| ·跟踪算法实现及结果分析 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 硬件系统实现 | 第44-52页 |
| ·硬件系统设计 | 第44-46页 |
| ·网卡驱动 | 第46-47页 |
| ·TPMC815 网卡初始化 | 第46页 |
| ·上线组网操作 | 第46-47页 |
| ·网络协议 | 第47-51页 |
| ·底层协议 | 第47-48页 |
| ·高层协议 | 第48-49页 |
| ·LD ML的操作指令 | 第49-50页 |
| ·数据组装 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 结论与展望 | 第52-53页 |
| 一、本文工作的独特之处体现在以下几个方面 | 第52页 |
| 二、对进一步研究的展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |
