基于视觉的智能车辆道路识别与障碍物检测方法研究

论文目录

摘要
Abstract
第1章 绪论
1.1 课题背景及研究意义
1.2 基于视觉的道路识别与障碍物检测面临的挑战
1.3 国内外研究现状与分析
1.3.1 智能车辆发展现状
1.3.2 基于视觉的道路识别研究进展
1.3.3 基于双目视觉的障碍物检测研究进展
1.4 论文的主要研究内容
第2章 基于视觉的道路消失点检测
2.1 引言
2.2 道路纹理特征提取
2.2.1 Gabor滤波器
2.2.2 纹理主方向计算
2.3 消失点定位与跟踪
2.3.1 消失点投票定位
2.3.2 基于粒子滤波的消失点跟踪算法
2.3.3 待定消失点分布范围调控
2.4 GPU并行优化
2.4.1 CUDA通用并行计算架构简介
2.4.2 并行优化策略
2.5 实验结果及分析
2.5.1 精度比较及分析
2.5.2 效率比较及分析
2.6 本章小结
第3章 基于视觉的道路路面区域分割
3.1 引言
3.2 道路模型与贝叶斯估计
3.3 颜色特征的概率原型
3.4 视觉特征测量
3.5 颜色特征的优化加速
3.5.1 积分图加速技术
3.5.2 GPU并行加速技术
3.6 实验结果与分析
3.7 本章小结
第4章 双目视觉道路场景三维重建与障碍物检测
4.1 引言
4.2 光照不变立体匹配代价计算
4.2.1 相对梯度简介
4.2.2 Census变换简介
4.2.3 相对梯度Census变换
4.2.4 实验结果与分析
4.3 快速及内存资源节约型匹配代价聚合算法
4.3.1 稀疏匹配代价聚合优化策略
4.3.2 时间与空间复杂度分析
4.3.3 基于近似测地距离的视差上采样
4.3.4 实验结果及分析
4.4 与搜索范围无关的视差求精算法
4.4.1 算法工作原理
4.4.2 实验结果及分析
4.5 基于参考栅格模型的障碍物提取
4.5.1 工作原理描述
4.5.2 实验结果及分析
4.6 本章小结
第5章 视觉导航算法在轨迹跟踪控制中的应用研究
5.1 引言
5.2 视觉环境感知算法的功能
5.3 基于A*算法的路径规划
5.4 车辆动力学模型和跟踪误差
5.4.1 车辆动力学模型
5.4.2 基于预瞄机制的跟踪误差测量
5.5 滑模控制器设计
5.5.1 滑模控制简介
5.5.2 控制策略
5.6 实验结果与分析
5.7 本章小结
结论
参考文献
附录A Wang等人设计的控制律
附录B Ren等人设计的控制律
攻读博士学位期间发表的论文及其他成果
致谢
个人简历

基于视觉的智能车辆道路识别与障碍物检测方法研究-AGV吧
基于视觉的智能车辆道路识别与障碍物检测方法研究
此内容为付费资源,请付费后查看
20积分
付费资源
© 版权声明
THE END
喜欢就支持一下吧
点赞12 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容