智能车的视觉导航与路径规划研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·前言 | 第10-11页 |
| ·视觉导航的研究现状 | 第11-15页 |
| ·国外的研究现状 | 第11-13页 |
| ·国内的研究现状 | 第13-15页 |
| ·路径规划的研究现状 | 第15-16页 |
| ·本文的研究内容及重点 | 第16页 |
| ·论文的基本结构 | 第16-18页 |
| 第二章 道路图像预处理 | 第18-31页 |
| ·道路图像灰度化 | 第18-19页 |
| ·道路图像滤波 | 第19-22页 |
| ·图像滤波常用算法 | 第19-21页 |
| ·图像滤波的仿真结果 | 第21-22页 |
| ·道路图像边缘增强 | 第22-30页 |
| ·边缘增强常用算法 | 第22-27页 |
| ·图像边缘增强的仿真结果 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 道路检测算法研究 | 第31-53页 |
| ·引言 | 第31页 |
| ·道路检测方法 | 第31-37页 |
| ·常用道路检测方法 | 第31-33页 |
| ·本文提出的道路检测方法 | 第33-37页 |
| ·基于道路标识线的道路图像的识别 | 第37-48页 |
| ·道路图像的边缘检测和分割 | 第37-40页 |
| ·车道线图像的数学形态学修正 | 第40-42页 |
| ·Hough 变换提取车道线 | 第42-47页 |
| ·复杂背景下的车道识别 | 第47-48页 |
| ·仿真结果分析 | 第48-52页 |
| ·道路检测识别仿真 | 第48-50页 |
| ·算法分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 基于改进蚁群算法的路径规划 | 第53-76页 |
| ·引言 | 第53页 |
| ·路径规划 | 第53-54页 |
| ·路径规划的定义 | 第53-54页 |
| ·路径规划问题的环境表达 | 第54页 |
| ·基本蚁群算法 | 第54-60页 |
| ·蚁群算法的基本原理 | 第54-55页 |
| ·蚁群算法的模型 | 第55-58页 |
| ·基本蚁群算法的实现步骤 | 第58-59页 |
| ·基本蚁群算法的分析 | 第59-60页 |
| ·改进蚁群算法 | 第60-67页 |
| ·基本蚁群算法的优点与不足 | 第60-62页 |
| ·改进蚁群算法的设计 | 第62-64页 |
| ·改进蚁群算法的实现步骤 | 第64-66页 |
| ·改进蚁群算法的分析 | 第66-67页 |
| ·路径规划仿真分析 | 第67-75页 |
| ·仿真环境 | 第67-68页 |
| ·蚁群算法中的参数设置研究 | 第68-69页 |
| ·基本蚁群算法仿真 | 第69-71页 |
| ·改进蚁群算法仿真 | 第71-75页 |
| ·本章小结 | 第75-76页 |
| 第五章 总结 | 第76-78页 |
| ·主要工作回顾 | 第76-77页 |
| ·研究工作及展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 在读期间发表的学术论文 | 第82页 |
