| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景目的意义 | 第10-11页 |
| 1.2 国内外现状及取得的成果 | 第11-14页 |
| 1.2.1 国外现状 | 第11-14页 |
| 1.2.2 国内现状 | 第14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 相关法规 | 第15页 |
| 1.5 论文结构及创新点 | 第15-17页 |
| 1.5.1 论文结构 | 第15-16页 |
| 1.5.2 主要创新点 | 第16-17页 |
| 第2章 汽车最小安全车距模型的建立 | 第17-30页 |
| 2.1 引言 | 第17页 |
| 2.2 汽车最小安全车距分析 | 第17页 |
| 2.3 典型的最小安全车距模型 | 第17-18页 |
| 2.3.1 基于车间时距的最小安全车距模型 | 第17-18页 |
| 2.3.2 基于制动过程的最小安全车距模型 | 第18页 |
| 2.4 建立最小安全车距模型 | 第18-24页 |
| 2.4.1 最小安全车距的影响因素 | 第18-19页 |
| 2.4.2 车辆制动过程分析 | 第19-21页 |
| 2.4.3 最小安全车距建模与计算 | 第21-23页 |
| 2.4.4 模型参数的确定 | 第23-24页 |
| 2.5 模型的仿真对比分析 | 第24-29页 |
| 2.5.1 前车静止状态 | 第24-25页 |
| 2.5.2 前车匀速运动 | 第25-27页 |
| 2.5.3 前车匀减速运动 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 汽车前方碰撞预警的感知系统 | 第30-36页 |
| 3.1 引言 | 第30页 |
| 3.2 感知传感器的类别和特点 | 第30-34页 |
| 3.2.1 视觉传感器 | 第30-32页 |
| 3.2.2 激光传感器 | 第32页 |
| 3.2.3 毫米雷达波传感器 | 第32-33页 |
| 3.2.4 红外线传感器 | 第33-34页 |
| 3.3 感知传感器分析 | 第34-35页 |
| 3.4 多种感知传感器的融合 | 第35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 前方车辆的检测 | 第36-49页 |
| 4.1 引言 | 第36页 |
| 4.2 样本的创建和训练 | 第36-39页 |
| 4.3 车辆特征的提取与追踪 | 第39-40页 |
| 4.4 Ada Boost算法的改进 | 第40-45页 |
| 4.4.1 Ada Boost算法 | 第40-42页 |
| 4.4.2 Support Vector Machine(SVM)算法 | 第42-43页 |
| 4.4.3 SVM- Ada Boost算法 | 第43-44页 |
| 4.4.4 改进算法的有效性 | 第44-45页 |
| 4.5 实验分析 | 第45-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第5章 前方车辆的测距 | 第49-56页 |
| 5.1 引言 | 第49页 |
| 5.2 测距模型的建立 | 第49-54页 |
| 5.2.1 基于单目视觉的测距模型 | 第49-51页 |
| 5.2.2 标定摄像机内部参数 | 第51-54页 |
| 5.3 前方车辆测距的实验验证 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |