| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 研究背景与研究意义 | 第12-15页 |
| 1.1.1 ADAS的发展现状 | 第12-14页 |
| 1.1.2 车道线检测在ADAS中的应用 | 第14-15页 |
| 1.1.3 结构化道路弯道检测的意义 | 第15页 |
| 1.2 弯道检测技术发展现状 | 第15-17页 |
| 1.2.1 车道线特征提取研究现状 | 第15-16页 |
| 1.2.2 车道线模型研究现状 | 第16-17页 |
| 1.3 ADAS嵌入式平台的发展现状 | 第17-19页 |
| 1.4 论文的主要研究工作和组织结构 | 第19-22页 |
| 1.4.1 论文的主要研究工作 | 第19页 |
| 1.4.2 论文的组织结构 | 第19-22页 |
| 第二章 车道线特征点提取算法分析和改进 | 第22-32页 |
| 2.1 车道线的结构特征 | 第22-23页 |
| 2.2 边缘检测算法的选取 | 第23-26页 |
| 2.2.1 常用的边缘检测算法 | 第23-25页 |
| 2.2.2 边缘检测算法对比 | 第25-26页 |
| 2.3 边缘检测PNG算法的改进策略 | 第26-30页 |
| 2.3.1 动态边缘阈值的设定 | 第27-28页 |
| 2.3.2 左边缘选取宽度范围的设定 | 第28-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 弯道检测算法研究 | 第32-54页 |
| 3.1 基于三段式的弯道检测算法 | 第32-41页 |
| 3.1.1 基于世界坐标系前向距离的三段式分段策略 | 第32-34页 |
| 3.1.2 基于消失点的Hough变换 | 第34-36页 |
| 3.1.3 分段直线检测策略 | 第36-39页 |
| 3.1.4 双曲线模型参数拟合 | 第39-41页 |
| 3.2 基于边缘俯视图的弯道检测算法 | 第41-45页 |
| 3.2.1 边缘俯视图的生成 | 第41-42页 |
| 3.2.2 车道线参数的初始化 | 第42-43页 |
| 3.2.3 模型参数的计算 | 第43-45页 |
| 3.3 算法的实现及测试 | 第45-52页 |
| 3.3.1 基于三段式的弯道检测算法 | 第45-49页 |
| 3.3.2 基于边缘俯视图的弯道检测算法 | 第49-51页 |
| 3.3.3 两种算法在不同道路场景下的对比 | 第51-52页 |
| 3.4 本章小结 | 第52-54页 |
| 第四章 嵌入式平台实现 | 第54-66页 |
| 4.1 弯道检测算法的混合计算结构 | 第54-55页 |
| 4.1.1 弯道检测算法的任务分析 | 第54-55页 |
| 4.1.2 基于AP SoC的混合计算结构 | 第55页 |
| 4.2 低层逻辑处理层任务的实现 | 第55-58页 |
| 4.2.1 PNG边缘处理的并行化实现 | 第55-56页 |
| 4.2.2 基于消失点的Hough变换的并行化实现 | 第56-58页 |
| 4.3 系统试验及分析 | 第58-64页 |
| 4.3.1 系统平台介绍 | 第58-59页 |
| 4.3.2 试验结果分析 | 第59-61页 |
| 4.3.3 实时性测试和资源消耗分析 | 第61-64页 |
| 4.4 本章小结 | 第64-66页 |
| 第五章 结论与展望 | 第66-68页 |
| 5.1 本文工作总结 | 第66-67页 |
| 5.2 研究展望 | 第67-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 作者在学期间取得的学术成果 | 第74页 |