基于视觉与地图的车道信息检测方法
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 双目视觉及立体匹配 | 第10-11页 |
| 1.2.2 车道检测 | 第11-13页 |
| 1.3 研究内容及创新点 | 第13-15页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 创新点 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 视觉系统与坐标系变换 | 第17-27页 |
| 2.1 双目视觉系统原理及参数设计 | 第17-20页 |
| 2.1.1 双目视觉系统原理 | 第17-18页 |
| 2.1.2 双目视觉系统参数设计 | 第18-20页 |
| 2.2 坐标系变换 | 第20-26页 |
| 2.2.1 逆透视映射 | 第20-23页 |
| 2.2.2 前视图和顶视图变换 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于SM-DCM的车道深度信息获取方法 | 第27-42页 |
| 3.1 算法总体方案设计 | 第27-28页 |
| 3.2 图像纹理分析 | 第28-30页 |
| 3.3 双分量分解 | 第30-33页 |
| 3.4 双分量匹配算法 | 第33-36页 |
| 3.4.1 Outlier分量图匹配算法 | 第33-34页 |
| 3.4.2 Inlier分量图匹配算法 | 第34-36页 |
| 3.5 视差图融合 | 第36-37页 |
| 3.6 试验结果分析 | 第37-41页 |
| 3.6.1 匹配结果分析 | 第37-40页 |
| 3.6.2 距离测量试验 | 第40-41页 |
| 3.7 本章小结 | 第41-42页 |
| 第4章 基于地图匹配的车道求解方法 | 第42-57页 |
| 4.1 算法原理 | 第42-44页 |
| 4.2 车道地图构建 | 第44-45页 |
| 4.3 车道线增强 | 第45-48页 |
| 4.4 基于随机采样的相机姿态求解 | 第48-53页 |
| 4.4.1 点对映射 | 第48-51页 |
| 4.4.2 姿态参数求解 | 第51-53页 |
| 4.5 确定车道区域 | 第53-54页 |
| 4.6 试验结果分析 | 第54-56页 |
| 4.7 本章小结 | 第56-57页 |
| 第5章 行车路径先验的车道检测算法设计 | 第57-72页 |
| 5.1 算法总体方案设计 | 第57-58页 |
| 5.2 行车路径地图生成 | 第58-59页 |
| 5.3 行车路径和图像数据融合 | 第59-60页 |
| 5.4 训练样本图制作 | 第60-62页 |
| 5.5 车道分割网络设计及训练 | 第62-66页 |
| 5.5.1 车道分割模型 | 第62-63页 |
| 5.5.2 车道分割网络训练 | 第63-66页 |
| 5.6 试验结果分析 | 第66-71页 |
| 5.6.1 试验结果对比分析 | 第66-69页 |
| 5.6.2 融合方式对检测结果的影响 | 第69-71页 |
| 5.7 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间发表的学术论文与研究成果 | 第78页 |
