| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第1章 绪论 | 第13-25页 |
| ·自动泊车系统 | 第13-17页 |
| ·自动泊车系统的研究背景 | 第13页 |
| ·自动泊车系统的构成 | 第13-15页 |
| ·自动泊车系统的应用现状 | 第15-17页 |
| ·车辆中机器视觉的研究及应用现状 | 第17-19页 |
| ·视觉增强及扩展 | 第17页 |
| ·道路检测 | 第17-18页 |
| ·车辆、行人及障碍物检测 | 第18页 |
| ·交通标志识别 | 第18-19页 |
| ·摄像机标定算法研究现状 | 第19-22页 |
| ·传统摄像机标定方法 | 第19-20页 |
| ·摄像机自标定方法 | 第20-21页 |
| ·基于主动视觉的标定方法 | 第21页 |
| ·基于立体靶标和平面靶标的标定方法 | 第21-22页 |
| ·图像特征提取算法研究现状 | 第22-23页 |
| ·颜色特征 | 第22页 |
| ·纹理特征 | 第22-23页 |
| ·形状特征 | 第23页 |
| ·本篇论文的研究意义与主要研究内容 | 第23-25页 |
| ·研究意义 | 第23-24页 |
| ·主要研究内容 | 第24-25页 |
| 第2章 机器视觉获取车辆位姿过程分析 | 第25-39页 |
| ·摄像机模型与双目视觉模型 | 第25-32页 |
| ·摄像机模型 | 第25-29页 |
| ·双目视觉模型 | 第29-32页 |
| ·车辆位姿获取过程分析 | 第32-35页 |
| ·摄像机标定 | 第33页 |
| ·车位特征提取 | 第33-34页 |
| ·车位特征点匹配 | 第34页 |
| ·三维重构及获取车辆位姿参数 | 第34-35页 |
| ·泊车系统的视觉环境分析 | 第35-36页 |
| ·泊车环境理想假设 | 第35页 |
| ·车位特征分析 | 第35-36页 |
| ·视觉系统硬件及图像采集软件 | 第36-38页 |
| ·视觉系统硬件 | 第36-37页 |
| ·图像采集软件 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 摄像机标定、三维计算与车位特征提取算法研究 | 第39-61页 |
| ·摄像机标定算法 | 第39-46页 |
| ·TSAI标定算法 | 第39-42页 |
| ·张正友标定算法 | 第42-44页 |
| ·改进的标定算法 | 第44-46页 |
| ·各标定算法标定具体做法与结果比较 | 第46-50页 |
| ·TSAI标定算法 | 第46-47页 |
| ·张正友标定算法 | 第47-48页 |
| ·改进标定算法 | 第48-49页 |
| ·改进算法结合TSAI算法 | 第49-50页 |
| ·三维计算与精度分析 | 第50-55页 |
| ·三维计算 | 第50-52页 |
| ·不同空间位置三维计算精度分析 | 第52-55页 |
| ·车位特征提取算法研究 | 第55-60页 |
| ·边缘特征提取 | 第56-57页 |
| ·四边形特征提取 | 第57-58页 |
| ·线特征提取 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 车辆位姿的约束条件及优化算法研究 | 第61-75页 |
| ·极线匹配 | 第61-64页 |
| ·极线特征匹配 | 第61-63页 |
| ·极线匹配误差分析 | 第63-64页 |
| ·车位特征约束 | 第64-68页 |
| ·车位平面约束 | 第65-66页 |
| ·车位矩形约束 | 第66-68页 |
| ·遗传算法优化拟合车位 | 第68-71页 |
| ·遗传算法 | 第68-69页 |
| ·优化过程 | 第69-71页 |
| ·车辆位姿获取 | 第71-74页 |
| ·车辆位姿表示和计算方法 | 第71-73页 |
| ·车辆位姿获取流程 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 第5章 实验验证 | 第75-87页 |
| ·靶标点三维验证 | 第75-79页 |
| ·地面点三维验证 | 第79-82页 |
| ·车位拟合优化及车辆位姿验证 | 第82-86页 |
| ·本章小结 | 第86-87页 |
| 第6章 全文总结与展望 | 第87-89页 |
| ·全文总结 | 第87页 |
| ·全文展望 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 致谢 | 第93页 |