基于虚拟现实的驾驶考试培训系统研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 背景与意义 | 第12-15页 |
| 1.1.1 研究背景 | 第12-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 虚拟驾驶系统技术研究现状 | 第15-16页 |
| 1.2.2 侧方位停车轨迹研究现状 | 第16-17页 |
| 1.2.3 信息融合相关问题研究现状 | 第17-19页 |
| 1.3 本文研究内容 | 第19-20页 |
| 1.4 论文的组织结构 | 第20-21页 |
| 第二章 相关技术概述 | 第21-34页 |
| 2.1 基于Unity3D的虚拟驾驶系统 | 第21-26页 |
| 2.1.1 Unity3D工具 | 第21-22页 |
| 2.1.2 Unity3D界面 | 第22-24页 |
| 2.1.3 Unity3D特征 | 第24-25页 |
| 2.1.4 VR头盔 | 第25-26页 |
| 2.2 侧方位停车运动轨迹 | 第26-30页 |
| 2.2.1 阿克尔曼(Ackermann) | 第27-28页 |
| 2.2.2 车辆停车运动学模型 | 第28-30页 |
| 2.3 分类算法 | 第30-32页 |
| 2.4 信息融合 | 第32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 基于MATLAB的侧方位停车运动轨迹规划 | 第34-43页 |
| 3.1 过程分析 | 第34-36页 |
| 3.2 运动学模型 | 第36-37页 |
| 3.2.1 车身和停车位模型 | 第36页 |
| 3.2.2 车辆的运动学模型 | 第36-37页 |
| 3.3 仿真过程 | 第37-42页 |
| 3.3.1 仿真环境 | 第37-38页 |
| 3.3.2 车辆信息 | 第38-39页 |
| 3.3.3 仿真结果与分析 | 第39-42页 |
| 3.4 本章总结 | 第42-43页 |
| 第四章 基于随机森林的信息融合驾驶行为决策模型 | 第43-56页 |
| 4.1 问题描述 | 第43页 |
| 4.2 算法流程 | 第43-45页 |
| 4.3 相关核心模块介绍 | 第45-49页 |
| 4.3.1 数据预处理 | 第45-47页 |
| 4.3.2 数据的提取和存储 | 第47-48页 |
| 4.3.3 分类决策模型 | 第48-49页 |
| 4.4 实验与分析 | 第49-55页 |
| 4.4.1 仿真环境 | 第49页 |
| 4.4.2 性能指标 | 第49-50页 |
| 4.4.3 分类器参数调优 | 第50-54页 |
| 4.4.4 实验过程及性能分析 | 第54-55页 |
| 4.5 总结 | 第55-56页 |
| 第五章 系统设计与展示 | 第56-67页 |
| 5.1 系统结构介绍 | 第56-57页 |
| 5.2 系统实现过程 | 第57-58页 |
| 5.3 系统培训效果图 | 第58-63页 |
| 5.3.1 科目二考试培训效果图 | 第58-63页 |
| 5.3.2 科目三考试培训效果图 | 第63页 |
| 5.4 系统功能显示 | 第63-65页 |
| 5.5 总结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表论文和参与科研项目情况 | 第73-74页 |
| 致谢 | 第74页 |
