纵坡工况下汽车轨迹预测算法的研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 课题的提出 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-20页 |
| 1.2.1 国内外车辆轨迹预测算法研究现状 | 第13-16页 |
| 1.2.2 国内外道路纵向坡度估计方法研究现状 | 第16-20页 |
| 1.3 本文的主要内容与章节安排 | 第20-22页 |
| 第2章 纵坡工况下的汽车轨迹预测算法 | 第22-32页 |
| 2.1 引言 | 第22页 |
| 2.2 汽车轨迹预测问题 | 第22-23页 |
| 2.3 汽车轨迹预测算法 | 第23-31页 |
| 2.3.1 简单运动模型预测 | 第23-24页 |
| 2.3.2 原有汽车轨迹预测算法 | 第24-26页 |
| 2.3.3 大曲率路段汽车轨迹预测算法 | 第26-28页 |
| 2.3.4 纵坡路段轨迹预测算法 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 道路纵向坡度识别 | 第32-48页 |
| 3.1 引言 | 第32页 |
| 3.2 坡度识别算法架构 | 第32-38页 |
| 3.2.1 基于纵向动力学模型方法 | 第33-35页 |
| 3.2.2 基于加速度计量测方法 | 第35-36页 |
| 3.2.3 基于 GPS 量测方法 | 第36-38页 |
| 3.3 道路坡度融合滤波算法 | 第38-46页 |
| 3.3.1 数据关联滤波方法对比 | 第38-39页 |
| 3.3.2 交互式多模型概率数据关联滤波理论 | 第39-41页 |
| 3.3.3 基于 IMMPDAF 坡度估计方法 | 第41-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 算法实现与验证 | 第48-68页 |
| 4.1 引言 | 第48页 |
| 4.2 实验设备配置 | 第48-52页 |
| 4.2.1 仿真系统组成 | 第49-51页 |
| 4.2.2 试验系统组成 | 第51-52页 |
| 4.3 纵向坡度估计方案实现 | 第52-61页 |
| 4.3.1 方案验证 | 第52-61页 |
| 4.4 汽车轨迹预测方案实现 | 第61-67页 |
| 4.4.1 方案验证 | 第61-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第5章 全文总结 | 第68-72页 |
| 5.1 结论总结 | 第68-69页 |
| 5.2 未来展望 | 第69-72页 |
| 参考文献 | 第72-79页 |
| 致谢 | 第79页 |
