摘要 | 第4-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第12-24页 |
1.1 研究背景及意义 | 第12-13页 |
1.2 国内外辅助驾驶系统发展现状 | 第13-16页 |
1.2.1 国外发展现状 | 第13-15页 |
1.2.2 国内发展现状 | 第15-16页 |
1.3 车辆辅助驾驶系统及本文关键技术 | 第16-21页 |
1.3.1 车辆辅助驾驶系统关键技术 | 第16-20页 |
1.3.2 本文涉及的关键技术 | 第20-21页 |
1.4 本文主要研究内容 | 第21-24页 |
第2章 激光雷达和摄像机的输入信号预处理 | 第24-42页 |
2.1 信号采集设备的整车布置 | 第24-25页 |
2.2 激光雷达工作模式 | 第25-27页 |
2.2.1 激光雷达测距原理 | 第25-26页 |
2.2.2 激光雷达设备参数 | 第26-27页 |
2.3 雷达数据预处理 | 第27-32页 |
2.3.1 信号校准 | 第27页 |
2.3.2 坐标转换 | 第27-30页 |
2.3.3 感兴趣区域的选取 | 第30-31页 |
2.3.4 最大误差估计 | 第31-32页 |
2.4 摄像机工作模式 | 第32-33页 |
2.4.1 机器视觉原理 | 第32-33页 |
2.4.2 摄像机设备参数 | 第33页 |
2.5 图像预处理 | 第33-39页 |
2.5.1 图像滤波 | 第34-35页 |
2.5.2 图像边缘增强 | 第35-36页 |
2.5.3 图像二值化 | 第36-37页 |
2.5.4 双目立体摄像机标定 | 第37-39页 |
2.6 激光雷达与摄像机的联合标定 | 第39-40页 |
2.7 本章小结 | 第40-42页 |
第3章 基于激光雷达和摄像机的环境感知 | 第42-66页 |
3.1 可通行区域判断 | 第42-51页 |
3.1.1 直道检测 | 第42-48页 |
3.1.2 弯道检测 | 第48-51页 |
3.2 障碍物感知 | 第51-65页 |
3.2.1 车辆检测 | 第52-62页 |
3.2.2 静态障碍物检测 | 第62-65页 |
3.3 本章小结 | 第65-66页 |
第4章 基于环境感知的实时局部路径规划算法 | 第66-86页 |
4.1 安全跟车模型 | 第66-70页 |
4.1.1 空旷道路 | 第66-68页 |
4.1.2 市区道路 | 第68-70页 |
4.2 防止追尾模型 | 第70-71页 |
4.3 安全过弯模型 | 第71-73页 |
4.4 安全换道模型 | 第73-84页 |
4.4.1 完整模型 | 第73-76页 |
4.4.2 简化模型 | 第76-84页 |
4.5 局部路径规划向全局路径规划的回归 | 第84-85页 |
4.6 本章小结 | 第85-86页 |
第5章 传感器数据融合算法和局部路径规划算法的验证 | 第86-102页 |
5.1 实验平台介绍 | 第86-87页 |
5.2 传感器标定 | 第87-89页 |
5.2.1 摄像机标定 | 第87-89页 |
5.2.2 激光雷达标定 | 第89页 |
5.3 道路检测 | 第89-92页 |
5.3.1 直道检测 | 第90-91页 |
5.3.2 弯道识别 | 第91-92页 |
5.4 障碍物检测 | 第92-95页 |
5.4.1 行人检测 | 第92-94页 |
5.4.2 车辆检测 | 第94-95页 |
5.5 局部路径规划测试 | 第95-99页 |
5.5.1 跟车测试 | 第95-98页 |
5.5.2 换道测试 | 第98-99页 |
5.6 本章小结 | 第99-102页 |
第6章 结论与展望 | 第102-104页 |
6.1 全文总结 | 第102-103页 |
6.2 不足与展望 | 第103-104页 |
参考文献 | 第104-110页 |
作者简介及在学期间所取得的科研成果 | 第110-111页 |
致谢 | 第111页 |