首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于激光雷达的智能车辆目标识别与跟踪关键技术研究

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

论文共128页,点击 下载论文
上一篇:紫外—可见光谱水质检测多参数测量系统的关键技术研究
下一篇:近临界凝析气藏注CO2提高采收率机理及埋存研究