| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第12-28页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 智能车辆定义及关键技术 | 第13-16页 |
| 1.2.1 智能车辆定义 | 第13-14页 |
| 1.2.2 智能车辆的关键技术 | 第14-16页 |
| 1.3 智能车辆环境感知系统 | 第16页 |
| 1.4 目标识别与跟踪系统简介 | 第16-20页 |
| 1.4.1 目标识别 | 第17-19页 |
| 1.4.2 目标跟踪 | 第19-20页 |
| 1.5 基于激光雷达的目标识别与跟踪 | 第20-25页 |
| 1.5.1 激光雷达检测障碍物的原理 | 第20-21页 |
| 1.5.2 基于激光雷达的目标识别与跟踪研究现状 | 第21-24页 |
| 1.5.3 目前存在的主要问题和研究方向 | 第24-25页 |
| 1.6 论文研究内容 | 第25-28页 |
| 1.6.1 论文研究内容 | 第25-26页 |
| 1.6.2 论文的主要成果 | 第26-28页 |
| 第2章 基于目标特征的车辆识别 | 第28-40页 |
| 2.1 引言 | 第28页 |
| 2.2 LMS 291 单线激光雷达简介 | 第28-29页 |
| 2.3 激光雷达数据预处理 | 第29-34页 |
| 2.3.1 常用的聚类分析算法概述 | 第29-31页 |
| 2.3.2 激光雷达数据特点分析 | 第31-32页 |
| 2.3.3 激光雷达数据聚类 | 第32-34页 |
| 2.4 车辆目标识别 | 第34-37页 |
| 2.4.1 直线拟合 | 第34-35页 |
| 2.4.2 特征向量提取和车辆目标识别 | 第35-36页 |
| 2.4.3 实验结果及讨论 | 第36-37页 |
| 2.5 本章小结 | 第37-40页 |
| 第3章 基于不确定性推理的栅格地图创建 | 第40-64页 |
| 3.1 引言 | 第40页 |
| 3.2 栅格地图的概念和应用 | 第40-43页 |
| 3.2.1 栅格地图的概念 | 第40-41页 |
| 3.2.2 栅格地图的应用 | 第41-43页 |
| 3.3 栅格地图的创建过程 | 第43-44页 |
| 3.4 基于直角坐标的逆传感器模型 | 第44-46页 |
| 3.5 基于贝叶斯理论的栅格地图表示 | 第46-48页 |
| 3.6 基于证据理论的栅格地图表示 | 第48-59页 |
| 3.6.1 DS 证据理论 | 第48-53页 |
| 3.6.2 DSmT 证据理论 | 第53-58页 |
| 3.6.3 基于证据理论的栅格地图表示 | 第58-59页 |
| 3.7 实验验证 | 第59-61页 |
| 3.7.1 IBEO LUX 2010 四线激光雷达的主要性能参数 | 第59-60页 |
| 3.7.2 实验结果 | 第60-61页 |
| 3.8 本章小结 | 第61-64页 |
| 第4章 基于栅格地图的障碍物检测 | 第64-88页 |
| 4.1 引言 | 第64页 |
| 4.2 基于栅格地图的动态环境感知研究现状和存在的问题 | 第64-67页 |
| 4.2.1 研究现状 | 第64-66页 |
| 4.2.2 现有研究存在的问题和本章的研究内容 | 第66-67页 |
| 4.3 基于贝叶斯推理的栅格地图更新和运动目标检测 | 第67-71页 |
| 4.3.1 栅格地图更新 | 第67-69页 |
| 4.3.2 运动目标检测 | 第69-71页 |
| 4.4 基于证据理论的栅格地图更新和运动目标检测 | 第71-76页 |
| 4.4.1 栅格地图更新 | 第71-74页 |
| 4.4.2 运动目标检测 | 第74-76页 |
| 4.5 实验结果分析 | 第76-86页 |
| 4.5.1 基于原始的贝叶斯推理的实验结果 | 第76-77页 |
| 4.5.2 对后验概率进行修正的融合结果 | 第77-81页 |
| 4.5.3 Dempster 融合规则的实验结果 | 第81-82页 |
| 4.5.4 PCR2 规则的实验结果 | 第82-83页 |
| 4.5.5 运动目标提取 | 第83-86页 |
| 4.6 本章小结 | 第86-88页 |
| 第5章 基于确定性目标关联的多目标跟踪 | 第88-112页 |
| 5.1 引言 | 第88-89页 |
| 5.2 确定性目标关联算法 | 第89-91页 |
| 5.2.1 确定性目标关联算法介绍 | 第89页 |
| 5.2.2 确定性目标关联算法存在的问题以及解决方法 | 第89-91页 |
| 5.3 栅格地图中的目标关联仿真 | 第91-99页 |
| 5.3.1 跟踪门的形成 | 第92-93页 |
| 5.3.2 由目标位置确定的偏差 | 第93页 |
| 5.3.3 由目标类别确定的偏差 | 第93-97页 |
| 5.3.4 仿真实验结果 | 第97-99页 |
| 5.4 多目标跟踪实验 | 第99-110页 |
| 5.4.1 目标关联 | 第99-102页 |
| 5.4.2 跟踪器管理 | 第102-103页 |
| 5.4.3 目标更新与预测 | 第103-105页 |
| 5.4.4 实验设计 | 第105页 |
| 5.4.5 实验结果与讨论 | 第105-110页 |
| 5.5 本章小结 | 第110-112页 |
| 结论 | 第112-116页 |
| 参考文献 | 第116-126页 |
| 攻读博士学位期间的主要研究成果 | 第126-128页 |
| 致谢 | 第128页 |
