无人车的自主导航与控制研究--Supervisor:prof. Su Cunyi
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 无人车研究现状 | 第12-16页 |
| 1.2.2 导航控制研究现状 | 第16-17页 |
| 1.3 论文主要工作与结构 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第二章 无人车总体方案设计 | 第19-30页 |
| 2.1 车载设备选择 | 第19-24页 |
| 2.2 无人车系统框架设计 | 第24-26页 |
| 2.2.1 硬件框架设计 | 第24-25页 |
| 2.2.2 软件框架设计 | 第25-26页 |
| 2.3 无人车运动学模型 | 第26-27页 |
| 2.4 无人车动力学模型 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 无人车运动控制研究 | 第30-43页 |
| 3.1 基于运动学模型的运动控制研究 | 第30-31页 |
| 3.2 基于动力学模型的运动控制研究 | 第31-38页 |
| 3.2.1 (?)子系统控制器设计 | 第31-32页 |
| 3.2.2 (?)子系统控制器稳定性证明 | 第32-33页 |
| 3.2.3 (?)子系统控制器设计 | 第33-35页 |
| 3.2.4 (?)子系统控制器稳定性证明 | 第35-38页 |
| 3.3 无人车运动控制实验 | 第38-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 无人车定位算法研究 | 第43-54页 |
| 4.1 光电编码器定位 | 第43-44页 |
| 4.2 DGPS系统定位 | 第44-48页 |
| 4.2.1 DGPS系统工作原理简介 | 第45页 |
| 4.2.2 DGPS系统数据帧解析 | 第45-46页 |
| 4.2.3 DGPS系统坐标系转换 | 第46-48页 |
| 4.3 路标辅助定位 | 第48-49页 |
| 4.4 基于多传感器信息的粒子滤波定位算法 | 第49-52页 |
| 4.4.1 粒子滤波算法基本原理 | 第49-50页 |
| 4.4.2 粒子滤波定位算法过程 | 第50-52页 |
| 4.5 无人车定位实验 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 无人车视觉跟踪算法研究 | 第54-66页 |
| 5.1 视觉跟踪系统简介 | 第54-55页 |
| 5.2 视觉目标捕捉 | 第55-57页 |
| 5.3 Kinect距离检测与校正 | 第57-58页 |
| 5.4 无人车目标跟踪控制 | 第58-61页 |
| 5.4.1 跟踪控制算法 | 第58-60页 |
| 5.4.2 算法稳定性证明 | 第60-61页 |
| 5.5 无人车视觉跟踪实验结果 | 第61-65页 |
| 5.6 本章小结 | 第65-66页 |
| 第六章 无人车避障导航算法研究 | 第66-84页 |
| 6.0 激光坐标转换 | 第66-67页 |
| 6.1 道路边缘检测 | 第67-69页 |
| 6.2 运动障碍物辨识与跟踪 | 第69-72页 |
| 6.2.1 障碍物聚类 | 第70-71页 |
| 6.2.2 障碍物子集关联 | 第71-72页 |
| 6.3 基于概率人工势场法的避障导航算法 | 第72-77页 |
| 6.3.1 人工势场法简介 | 第73页 |
| 6.3.2 人工势场构造 | 第73-77页 |
| 6.3.3 无人车运动规划 | 第77页 |
| 6.4 无人车道路边缘检测与自动导航实验结果 | 第77-80页 |
| 6.5 无人车避障导航实验结果 | 第80-83页 |
| 6.6 本章小结 | 第83-84页 |
| 总结与展望 | 第84-85页 |
| 参考文献 | 第85-92页 |
| 攻读硕士学位期间取得的研究成果 | 第92-93页 |
| 致谢 | 第93-94页 |
| 附件 | 第94页 |
