首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

单目视觉下车道线检测与跟踪算法的研究与测试

摘要第5-6页
Abstract第6页
第1章 绪论第11-16页
    1.1 研究背景与意义第11页
    1.2 车道线检测与跟踪的研究现状第11-13页
    1.3 本文研究内容与组织结构第13-16页
第2章 单目视觉下车道线检测与跟踪算法的方法研究第16-28页
    2.1 道路环境模型分析与约束第16-17页
    2.2 总体算法结构设计第17-20页
        2.2.1 算法流程设计第17-19页
        2.2.2 算法性能评价标准选取第19-20页
    2.3 预处理算法实现第20-27页
        2.3.1 相机标定第20-23页
        2.3.2 彩色图像灰度化第23-24页
        2.3.3 感兴趣区域划分第24-25页
        2.3.4 逆透视变换第25-27页
        2.3.5 其他干扰因素分析第27页
    2.4 本章小结第27-28页
第3章 基于单目视觉的单帧图像车道线检测算法研究第28-45页
    3.1 结构化道路车道线模型的建立第28-32页
        3.1.1 结构化道路约束假设第28-30页
        3.1.2 建立车道线模型第30-32页
    3.2 单帧图像的车道线检测算法实现第32-37页
        3.2.1 正负边缘点提取第32-33页
        3.2.2 基于Hough变换的线段投票第33-35页
        3.2.3 边缘线段和车道标志线匹配第35-37页
    3.3 现场实测结果与分析第37-44页
        3.3.1 边缘点提取结果与分析第38-41页
        3.3.2 线段投票结果与分析第41页
        3.3.3 线段匹配结果与分析第41-44页
    3.4 本章小结第44-45页
第4章 基于车道线跟踪的改进车道线检测算法研究第45-57页
    4.1 车道线跟踪算法实现第45-48页
        4.1.1 基于滤波的车道线跟踪方法第45-46页
        4.1.2 基于扩展卡尔曼滤波的车道线跟踪算法实现第46-47页
        4.1.3 车道线曲线拟合第47-48页
    4.2 车道线跟踪改进车道线检测算法实现第48-52页
        4.2.1 自适应空间权重调整第49-50页
        4.2.2 自适应线段投票与匹配调整第50-51页
        4.2.3 自适应轨迹跟踪转换第51-52页
    4.3 现场实测结果与分析第52-56页
        4.3.1 现场实测结果第52-55页
        4.3.2 算法性能分析第55-56页
    4.4 本章小结第56-57页
第5章 基于高精度地图的改进车道线检测算法研究第57-70页
    5.1 车道级高精度地图第57-62页
        5.1.1 车道级高精度地图定义第58-60页
        5.1.2 车道级高精度地图存储第60-62页
    5.2 基于高精度地图的改进算法实现第62-66页
        5.2.1 线段投票加权第63-64页
        5.2.2 线段匹配加权第64-65页
        5.2.3 轨迹跟踪转换加权第65-66页
    5.3 现场实测结果与分析第66-69页
        5.3.1 现场实测结果第66-68页
        5.3.2 算法性能分析第68-69页
    5.4 本章小结第69-70页
第6章 结论与展望第70-72页
    6.1 工作总结第70-71页
    6.2 研究展望第71-72页
参考文献第72-76页
本人在校期间科研成果第76-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:Amazon和AliExpress网站设计中的国家文化与网购者对其偏好体现的个人文化研究
下一篇:基于Hadoop的电力大数据特征分析研究