首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

先进驾驶员辅助驾驶系统关键技术研究

中文摘要第3-5页
英文摘要第5-6页
符号第14-15页
缩略词表第15-16页
专业名词中英文对照表第16-17页
1 绪论第17-29页
    1.1 研究背景介绍第17-18页
    1.2 国内外研究现状第18-26页
        1.2.1 ADAS系统在汽车中的应用现状研究第18-21页
        1.2.2 图像去噪预处理算法研究现状第21-23页
        1.2.3 车道偏离辅助驾驶系统的研究现状第23-25页
        1.2.4 行人检测的研究现状第25-26页
    1.3 主要贡献第26-27页
    1.4 主要研究内容第27-29页
2 面向电动汽车的智能辅助驾驶系统硬软件设计第29-45页
    2.1 系统需求分析和设计原则第29-30页
    2.2 智能辅助驾驶系统总体方案设计第30-32页
    2.3 各部分模块设计方案第32-41页
        2.3.1 i.MX6Q核心板设计第32-33页
        2.3.2 电源模块第33-34页
        2.3.3 USB接口设计第34-36页
        2.3.4 智能多摄像头模块设计第36-41页
    2.4 软件平台方案第41页
    2.5 测试结果第41-45页
3 基于改进PM模型的图像去噪预处理研究第45-55页
    3.1 图像去噪技术概述第45-46页
    3.2 去噪算法模型改进分析第46-54页
        3.2.1 改进的扩散系数第46-48页
        3.2.2 阈值参数K的确定第48-50页
        3.2.3 仿真结果分析第50-54页
    3.3 本章小结第54-55页
4 基于LMedsquare方法的车道偏离辅助驾驶技术研究第55-81页
    4.1 车道偏离辅助驾驶基本思路第55页
    4.2 图像预处理第55-61页
        4.2.1 光照条件判断第56-58页
        4.2.2 直方图锥形拉伸算法第58-59页
        4.2.3 灰度拉伸增强弱光照图像第59-60页
        4.2.4 图像滤波处理第60-61页
        4.2.5 自适应阈值分割第61页
    4.3 车道线检测与跟踪第61-69页
        4.3.1 基于投影法划分感兴趣区域第61-64页
        4.3.2 基于LMedsquare思想的车道线检测第64-67页
        4.3.3 基于动态感兴趣区域的车道线跟踪第67-68页
        4.3.4 车道线拟合结果分析第68-69页
    4.4 车道偏离预警模型的建立第69-72页
    4.5 算法的验证与测试第72-79页
        4.5.1 车道线识别与偏移报警测试第72-74页
        4.5.2 系统的实时性测试第74-76页
        4.5.3 系统准确率测试第76-79页
    4.6 本章小结第79-81页
5 基于改进梯度直方图的行人检测方法研究第81-107页
    5.1 行人检测系统基本结构第81页
    5.2 HOG特征提取算法第81-86页
        5.2.1 图像预处理研究第82-84页
        5.2.2 图像梯度值与方向计算第84页
        5.2.3 图像划分单元块和单元格的方案第84-86页
        5.2.4 HOG特征向量区间标准化处理第86页
    5.3 改进的L-HOG特征提取方法研究第86-89页
        5.3.1 行人图像感兴趣区域的选择第87-88页
        5.3.2 L-HOG特征提取方法研究第88-89页
    5.4 HOG特征和SVM分类结合的行人检测算法第89-98页
        5.4.1 SVM分类器的训练方法第90-91页
        5.4.2 SVM中核函数和惩罚系数的研究第91-93页
        5.4.3 图像行人检测算法研究第93-98页
    5.5 行人检测算法的测试第98-105页
        5.5.1 INRIA行人数据库图像测试第98-101页
        5.5.2 车载摄像头采集的图像测试第101-103页
        5.5.3 L-HOG特征提取的处理运算速度测试第103-104页
        5.5.4 L-HOG特征检测准确性测试第104-105页
    5.6 本章小结第105-107页
6 总结及未来的工作第107-109页
    6.1 总结第107页
    6.2 创新点第107-108页
    6.3 未来工作第108-109页
致谢第109-111页
参考文献第111-121页
附录第121页
    A. 攻读博士学位期间的论文第121页

论文共121页,点击 下载论文
上一篇:图上数据多分类问题的非局部变分模型及其快速算法研究
下一篇:宽带压缩频谱感知关键技术研究