虚拟环境下基于视觉传感的汽车换道辅助系统研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第12-26页 |
| 1.1 课题的提出 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-22页 |
| 1.2.1 虚拟环境仿真研究现状 | 第15-17页 |
| 1.2.2 基于视觉的目标识别算法研究现状 | 第17-20页 |
| 1.2.3 换道预警系统研究现状 | 第20-21页 |
| 1.2.4 相关研究总结 | 第21-22页 |
| 1.3 本文主要研究内容及技术路线 | 第22-26页 |
| 第2章 虚拟行驶环境仿真平台 | 第26-34页 |
| 2.1 引言 | 第26-27页 |
| 2.2 集成仿真环境 | 第27-28页 |
| 2.3 离线虚拟环境仿真平台架构 | 第28-29页 |
| 2.4 实时虚拟环境仿真平台架构 | 第29-33页 |
| 2.4.1 dSPACE 实时仿真系统 | 第30-31页 |
| 2.4.2 硬件架构 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 虚拟场景及其真实度分析 | 第34-48页 |
| 3.1 引言 | 第34-35页 |
| 3.2 虚拟场景 | 第35-38页 |
| 3.2.1 虚拟场景渲染框架 | 第35-37页 |
| 3.2.2 虚拟环境模拟效果 | 第37-38页 |
| 3.3 虚拟相机模型 | 第38-39页 |
| 3.4 虚拟场景真实度分析 | 第39-47页 |
| 3.4.1 虚拟道路真实度对比 | 第39-43页 |
| 3.4.2 虚拟车辆模型真实度对比 | 第43-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 基于视觉传感的目标识别算法 | 第48-62页 |
| 4.1 引言 | 第48-49页 |
| 4.2 图像预处理 | 第49-54页 |
| 4.2.1 均匀性图的生成算法 | 第49-51页 |
| 4.2.2 自适应梯度二值化分割算法 | 第51-54页 |
| 4.3 车道线识别 | 第54-57页 |
| 4.3.1 车道线识别算法流程 | 第54-55页 |
| 4.3.2 基于 Hough 变换的直线检测 | 第55-56页 |
| 4.3.3 基于双曲线模型的车道线拟合 | 第56-57页 |
| 4.4 障碍物识别 | 第57-61页 |
| 4.4.1 产生车辆假设 | 第58-59页 |
| 4.4.2 验证车辆假设 | 第59-60页 |
| 4.4.3 车辆精确定位 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 换道辅助算法 | 第62-76页 |
| 5.1 引言 | 第62-63页 |
| 5.2 车辆换道意图识别 | 第63-66页 |
| 5.3 车辆跟踪 | 第66-67页 |
| 5.4 感兴趣目标选择 | 第67-68页 |
| 5.5 碰撞时间估计 | 第68-74页 |
| 5.5.1 侧向穿越时间 | 第69-71页 |
| 5.5.2 纵向碰撞时间 | 第71-74页 |
| 5.6 本章小结 | 第74-76页 |
| 第6章 实验验证 | 第76-84页 |
| 6.1 引言 | 第76页 |
| 6.2 仿真结果 | 第76-83页 |
| 6.2.1 目标识别算法 | 第76-78页 |
| 6.2.2 识别本车换道行为算法 | 第78-79页 |
| 6.2.3 跟踪算法与感兴趣目标选择算法 | 第79-80页 |
| 6.2.4 碰撞时间估计 | 第80-83页 |
| 6.3 本章小结 | 第83-84页 |
| 第7章 总结与展望 | 第84-88页 |
| 7.1 总结 | 第84-86页 |
| 7.2 展望 | 第86-88页 |
| 参考文献 | 第88-94页 |
| 致谢 | 第94页 |
