基于汽车雷达和摄像头信息融合的目标检测方法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第7-15页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 基于机器视觉的检测 | 第9-10页 |
| 1.2.2 基于雷达的检测 | 第10-11页 |
| 1.2.3 基于多传感器融合的检测 | 第11-12页 |
| 1.3 论文的主要内容和工作安排 | 第12-14页 |
| 1.4 本章小结 | 第14-15页 |
| 2 车辆目标检测系统总体方案设计 | 第15-23页 |
| 2.1 系统硬件设计 | 第15-17页 |
| 2.2 系统软件设计 | 第17-19页 |
| 2.3 实现车辆目标检测的关键技术及相互关系 | 第19-21页 |
| 2.4 本章小结 | 第21-23页 |
| 3 基于毫米波雷达的车辆目标检测 | 第23-33页 |
| 3.1 有效目标初选方法 | 第23-25页 |
| 3.2 目标的有效性检验和决策 | 第25-30页 |
| 3.3 雷达数据接收和实验验证 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 4 基于机器视觉的车辆目标检测 | 第33-57页 |
| 4.1 车辆目标的对称性检测 | 第33-37页 |
| 4.1.1 感兴趣区域提取 | 第33-35页 |
| 4.1.2 车底阴影检测 | 第35页 |
| 4.1.3 车辆对称性验证 | 第35-37页 |
| 4.2 ADABOOST动态检测 | 第37-52页 |
| 4.2.1 Haar-like矩形特征 | 第37-42页 |
| 4.2.2 Adaboost算法 | 第42-52页 |
| 4.3 车辆目标的跟踪 | 第52页 |
| 4.4 基于摄像头的车辆目标检测实验验证 | 第52-54页 |
| 4.5 本章小结 | 第54-57页 |
| 5 传感器信息融合模型的搭建 | 第57-69页 |
| 5.1 多传感器信息空间融合 | 第57-62页 |
| 5.1.1 毫米波雷达坐标系和世界坐标系转换 | 第58页 |
| 5.1.2 摄像机坐标系和三维世界坐标系的转换 | 第58-62页 |
| 5.2 摄像头的镜头畸变及标定 | 第62-66页 |
| 5.2.1 摄像头镜头畸变 | 第62-64页 |
| 5.2.2 摄像头标定 | 第64-66页 |
| 5.3 多传感器信息时间融合 | 第66-67页 |
| 5.4 融合验证 | 第67页 |
| 5.5 本章小结 | 第67-69页 |
| 6 实验设备系统搭建及实验验证 | 第69-79页 |
| 6.1 传感器选择及安装 | 第70-72页 |
| 6.1.1 毫米波雷达传感器的选择 | 第70-71页 |
| 6.1.2 摄像头传感器的选择 | 第71-72页 |
| 6.2 数据信息处理及显示 | 第72-74页 |
| 6.3 试验设备安装及试验结果 | 第74-77页 |
| 6.4 本章小结 | 第77-79页 |
| 7 总结与展望 | 第79-81页 |
| 7.1 主要工作内容总结 | 第79页 |
| 7.2 不足与展望 | 第79-81页 |
| 致谢 | 第81-83页 |
| 参考文献 | 第83-85页 |
