| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 环境感知研究现状 | 第10-11页 |
| 1.2.2 自主换道研究现状 | 第11-13页 |
| 1.3 本文主要研究内容及结构安排 | 第13-17页 |
| 第二章 车道线及前方车辆检测算法研究 | 第17-41页 |
| 2.1 摄像机参数标定及单目测距 | 第17-21页 |
| 2.1.1 摄像机成像模型建立 | 第17-19页 |
| 2.1.2 摄像机参数标定 | 第19页 |
| 2.1.3 单目测距模型建立 | 第19-21页 |
| 2.2 基于改进Canny算法的道路图像边缘检测 | 第21-29页 |
| 2.2.1 图像灰度化 | 第21-22页 |
| 2.2.2 感兴趣区域选取 | 第22页 |
| 2.2.3 改进Canny边缘检测算法研究 | 第22-28页 |
| 2.2.4 基于改进Canny算法的道路图像边缘检测 | 第28-29页 |
| 2.3 基于最小二乘法的车道线检测 | 第29-33页 |
| 2.3.1 车道标线特征点提取 | 第29-31页 |
| 2.3.2 车道线最小二乘法拟合 | 第31-33页 |
| 2.4 基于方向梯度直方图特征和支持向量机的前方车辆检测 | 第33-40页 |
| 2.4.1 图像方向梯度直方图特征提取 | 第34-36页 |
| 2.4.2 基于支持向量机的目标识别 | 第36-37页 |
| 2.4.3 基于方向梯度直方图特征和支持向量机的前方车辆检测 | 第37-40页 |
| 2.5 本章小结 | 第40-41页 |
| 第三章 基于数据挖掘的车辆换道决策研究 | 第41-59页 |
| 3.1 车辆换道行为特性分析 | 第41-43页 |
| 3.1.1 换道行为产生诱因 | 第41-42页 |
| 3.1.2 换道场景划分 | 第42-43页 |
| 3.1.3 换道决策模型框架 | 第43页 |
| 3.2 基于NGSIM数据集的换道规则提取 | 第43-51页 |
| 3.2.1 数据集预处理 | 第44-47页 |
| 3.2.2 车辆换道轨迹提取 | 第47-48页 |
| 3.2.3 换道决策场景重建 | 第48-51页 |
| 3.3 基于贝叶斯理论的换道决策模型 | 第51-56页 |
| 3.3.1 贝叶斯决策理论 | 第51-53页 |
| 3.3.2 基于贝叶斯理论的换道决策模型 | 第53-55页 |
| 3.3.3 换道决策模型仿真研究 | 第55-56页 |
| 3.4 本章小结 | 第56-59页 |
| 第四章 基于多性能目标协同优化的车辆换道轨迹规划 | 第59-79页 |
| 4.1 理想换道过程特性分析 | 第59-62页 |
| 4.2 考虑交通干扰的换道轨迹规划 | 第62-72页 |
| 4.2.1 考虑交通车辆的换道安全域建立 | 第62-69页 |
| 4.2.2 考虑交通干扰的换道轨迹规划 | 第69-72页 |
| 4.3 基于多性能目标协同优化的换道轨迹规划 | 第72-78页 |
| 4.3.1 换道轨迹多性能目标协同优化策略 | 第72页 |
| 4.3.2 换道轨迹多目标评价函数建立 | 第72-75页 |
| 4.3.3 基于多目标协同优化的换道轨迹仿真 | 第75-78页 |
| 4.4 本章小结 | 第78-79页 |
| 第五章 总结与展望 | 第79-81页 |
| 5.1 全文总结 | 第79页 |
| 5.2 展望 | 第79-81页 |
| 致谢 | 第81-83页 |
| 参考文献 | 第83-89页 |
| 在学期间发表的论文和取得的学术成果 | 第89页 |
