首页--交通运输论文--公路运输论文--汽车工程论文--汽车结构部件论文--电气设备及附件论文

越野无人驾驶车辆超声测障技术研究

摘要第11-12页
Abstract第12-13页
第一章 绪论第14-24页
    1.1 无人越野车的发展现状第14-19页
        1.1.1 国外无人车发展现状第14-17页
        1.1.2 国内无人车发展现状第17-19页
    1.2 超声波传感器研究及应用现状第19-23页
    1.3 研究内容及论文结构第23-24页
第二章 远距离超声换能器设计与实现第24-50页
    2.1 超声波特性第24-27页
        2.1.1 超声波物理特性第24-27页
    2.2 超声换能器主要性能指标第27-29页
    2.3 超声换能器性能分析第29-36页
        2.3.1 各种超声波换能器性能分析第29-32页
        2.3.2 夹心式圆盘压电陶瓷换能器第32-33页
        2.3.3 压电圆盘式换能器第33-34页
        2.3.4 纵弯复合振动换能器第34-36页
    2.4 反射式超声波换能器研制第36-49页
        2.4.1 反射式压电陶瓷超声换能器第36-39页
        2.4.2 压电陶瓷圆管径向模第39-44页
        2.4.3 复合压电陶瓷圆管频率特性分析第44-49页
    2.5 小结第49-50页
第三章 超声传感器障碍检测系统设计第50-73页
    3.1 超声传感器定位系统通讯电路设计第50-55页
        3.1.1 通讯、控制系统架构第50-52页
        3.1.2 通讯电路设计第52-55页
    3.2 超声传感器收发电路设计第55-63页
        3.2.1 超声发射电路工作原理第55-57页
        3.2.2 高频脉冲变压器设计第57-60页
        3.2.3 超声传感器匹配电路设计第60-62页
        3.2.4 调谐变压器设计第62-63页
    3.3 超声传感器接收电路设计第63-72页
        3.3.1 时变增益电路原理第64页
        3.3.2 时变增益电路设计第64-67页
        3.3.3 时变增益电路实验结果第67-68页
        3.3.4 调谐放大器第68页
        3.3.5 调谐放大器设计第68-71页
        3.3.6 调谐放大器仿真结果第71-72页
    3.4 小结第72-73页
第四章 超声传感器障碍数据建模与特性分析第73-84页
    4.1 传统超声传感器数据描述及障碍定位方法第73-75页
        4.1.1 传统超声传感器数据描述方法第73-74页
        4.1.2 基于传统超声测障方法的障碍定位算法概述第74-75页
    4.2 超声传感器障碍检测数据建模方法第75-77页
        4.2.1 超声障碍检测模型分析第75-76页
        4.2.2 障碍描述方法分析第76-77页
    4.3 超声障碍检测性能测试与分析第77-80页
        4.3.1 反射式超声波波束角测试第78页
        4.3.2 障碍超声反射特性测试第78-80页
    4.4 超声数据二维栅格化第80-83页
        4.4.1 二维栅格地图建模第80-81页
        4.4.2 Hough空间的二维栅格地图建模第81-83页
    4.5 小结第83-84页
第五章 基于超声传感器阵列的障碍滤波算法第84-97页
    5.1 双超声传感器障碍检测原理第84-86页
        5.1.1 椭圆定位算法原理第84-85页
        5.1.2 椭圆定位算法误差分析第85-86页
    5.2 超声阵列障碍滤波算法第86-89页
    5.3 动态超声阵列障碍数据滤波第89-96页
        5.3.1 动态超声阵列第89-90页
        5.3.2 动态超声阵列探测精度分析第90-92页
        5.3.3 动态超声阵列障碍滤波算法第92-93页
        5.3.4 实验结果与分析第93-96页
    5.4 小结第96-97页
第六章 基于点、线提取的测障模型及障碍检测算法第97-108页
    6.1 传统障碍检测算法存在的问题第97页
    6.2 基于广义Hough变换的障碍检测算法第97-103页
        6.2.1 广义Hough变换算法基本思想第97-99页
        6.2.2 重叠区域约束第99-100页
        6.2.3 障碍特征定位第100-102页
        6.2.4 障碍检测算法第102-103页
    6.3 障碍检测算法验证第103-106页
        6.3.1 基于移动机器人平台的实验验证第103-105页
        6.3.2 基于实车平台的障碍检测系统第105-106页
    6.4 小结第106-108页
第七章 结论与展望第108-110页
致谢第110-111页
参考文献第111-119页
作者在学期间取得的学术成果第119-120页
作者在学期间参与的主要科研项目第120页

论文共120页,点击 下载论文
上一篇:船舶综合电力推进系统数字化设计技术研究
下一篇:智能驾驶车辆自主决策与规划的增强学习方法研究