| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景与意义 | 第8-9页 |
| ·非结构化道路检测研究现状 | 第9-11页 |
| ·多传感器信息融合概述 | 第11-12页 |
| ·本文主要内容 | 第12-13页 |
| 2 基于彩色图像的非结构化道路识别方法 | 第13-30页 |
| ·引言 | 第13页 |
| ·图像预处理 | 第13-17页 |
| ·颜色空间模型及变换 | 第13-16页 |
| ·均值滤波与二次采样 | 第16-17页 |
| ·HSI色度空间的彩色图像OTSU阈值分割 | 第17-23页 |
| ·图像分割概述 | 第17-18页 |
| ·彩色图像二值化 | 第18-23页 |
| ·基于链码跟踪的道路边界特征点提取 | 第23-25页 |
| ·链码跟踪思想与应用 | 第23-24页 |
| ·路边特征点提取 | 第24-25页 |
| ·阴影情况下的非结构化道路图像分割 | 第25-29页 |
| ·初始分类 | 第25-26页 |
| ·二次分类 | 第26-29页 |
| ·小结 | 第29-30页 |
| 3 基于激光雷达数据的道路边界描述和障碍检测 | 第30-42页 |
| ·激光雷达标定 | 第30-34页 |
| ·激光雷达简介 | 第30-31页 |
| ·64线激光雷达的标定 | 第31-34页 |
| ·数据预处理 | 第34-35页 |
| ·基于聚类的路边提取 | 第35-39页 |
| ·K均值聚类算法分类 | 第35-36页 |
| ·基于SVM的道路边界求取算法 | 第36-39页 |
| ·道路区域内的障碍检测 | 第39-41页 |
| ·多线激光雷达数据聚类分析 | 第39-40页 |
| ·障碍特征选择与识别 | 第40-41页 |
| ·小结 | 第41-42页 |
| 4 非结构化道路路边融合算法研究 | 第42-62页 |
| ·视觉传感器信息的加权融合 | 第43-48页 |
| ·基于主元分析的道路边界拟合 | 第43-45页 |
| ·基于传感器模糊贴近度的时空融合 | 第45-47页 |
| ·基于置信度加权的路边特征点融合 | 第47-48页 |
| ·激光雷达边与视觉边的决策级融合 | 第48-50页 |
| ·激光雷达边对视觉融合结果的约束 | 第48页 |
| ·基于协方差交叉的激光雷达边与视觉边的融合 | 第48-50页 |
| ·基于D-S证据理论的激光雷达多周期障碍置信度融合 | 第50-55页 |
| ·基本理论 | 第51-52页 |
| ·基于D-S证据理论的决策级融合算法 | 第52-55页 |
| ·非结构化道路路边融合实验 | 第55-61页 |
| ·实验环境与系统配置 | 第55-57页 |
| ·各种环境下的实验结果 | 第57-60页 |
| ·实验结果分析 | 第60-61页 |
| ·小结 | 第61-62页 |
| 5 总结 | 第62-64页 |
| ·工作总结 | 第62页 |
| ·展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |