| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究背景与意义 | 第16-17页 |
| 1.2 国内外智能汽车研究现状 | 第17-20页 |
| 1.2.1 国外智能汽车研究现状 | 第17-19页 |
| 1.2.2 国内智能车研究概况 | 第19-20页 |
| 1.3 国内外智能汽车前方车辆检测方法研究现状 | 第20-23页 |
| 1.3.1 基于工业相机的前方车辆检测方法 | 第20-21页 |
| 1.3.2 基于激光雷达的前方车辆检测方法 | 第21-22页 |
| 1.3.3 基于多传感器融合的前方车辆检测方法 | 第22-23页 |
| 1.4 课题来源与本文研究内容 | 第23-24页 |
| 1.4.1 课题来源 | 第23页 |
| 1.4.2 研究内容 | 第23-24页 |
| 第二章 前方轿车检测中激光雷达与图像数据预处理 | 第24-35页 |
| 2.1 激光雷达数据的采集原理 | 第24-25页 |
| 2.2 前方轿车检测中激光雷达的数据处理 | 第25-29页 |
| 2.2.1 数据预处理 | 第25-26页 |
| 2.2.2 数据聚类 | 第26-29页 |
| 2.3 前方轿车检测中的图像预处理 | 第29-34页 |
| 2.3.1 图像灰度化 | 第29-30页 |
| 2.3.2 图像去噪 | 第30-32页 |
| 2.3.3 图像分割 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 前方轿车检测中多传感器融合模型的搭建 | 第35-45页 |
| 3.1 激光雷达与工业相机的融合方法 | 第35页 |
| 3.2 空间上的融合 | 第35-42页 |
| 3.2.1 工业相机的标定 | 第36-38页 |
| 3.2.2 工业相机与激光雷达联合标定 | 第38-39页 |
| 3.2.3 空间融合参数的求解 | 第39-42页 |
| 3.3 时间上的融合 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于多传感器融合的前方轿车检测 | 第45-69页 |
| 4.1 多传感器融合检测方法 | 第45页 |
| 4.2 前方轿车检测中激光雷达的聚类 | 第45-50页 |
| 4.2.1 基于自适应距离阈值的激光雷达聚类 | 第45-49页 |
| 4.2.2 感兴趣区域的生成 | 第49-50页 |
| 4.3 前方轿车检测中基于感兴趣区域的图像检测 | 第50-68页 |
| 4.3.1 前方轿车阴影检测 | 第50-57页 |
| 4.3.2 前方轿车轮廓对称性检测 | 第57-64页 |
| 4.3.3 基于马氏距离特征加权的前方轿车多特征融合 | 第64-68页 |
| 4.4 本章小结 | 第68-69页 |
| 第五章 试验车辆改造及验证 | 第69-76页 |
| 5.1 试验车辆改造 | 第69-73页 |
| 5.2 实车试验及结果分析 | 第73-75页 |
| 5.3 本章小结 | 第75-76页 |
| 第六章 全文总结 | 第76-78页 |
| 6.1 主要研究工作和结论 | 第76页 |
| 6.2 展望 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第81-82页 |