文摘
英文文摘
声明
1绪论
1.1 自主式车辆发展概况
1.1.1自主式车辆研究背景与意义
1.1.2自主式车辆的研究领域与发展过程
1.1.3自主式车辆的技术发展
1.2自主式车辆与环境感知理解技术
1.2.1计算机视觉
1.2.2道路环境感知理解
1.3自主式车辆环境感知理解相关研究进展
1.3.1道路环境识别与理解的研究进展
1.3.2障碍物与车辆检测的研究进展
1.3.3行人检测的研究进展
1.4课题来源
1.5本文研究内容简介
2基于Hough空间的道路环境感知研究
2.1引言
2.2消失点的介绍
2.2.1摄像机成像模型
2.2.2消失点的概念与特性
2.2.3消失点的估计方法与应用
2.3传统Hough方法
2.4基于扩散区域的Hough变换方法
2.5实验及其结果
2.6本章小结
3基于形状模糊聚类的环境理解研究
3.1引言
3.2图像分割的方法
3.2.1阈值分割方法
3.2.2基于边缘分割
3.2.3区域分割方法
3.3传统模糊聚类方法
3.3.1模糊C均值聚类算法(FCM)
3.3.2结合空间特征的模糊聚类算法
3.4基于形状模型的模糊聚类算法(SMFCM)
3.4.1道路形状模型
3.4.2 SMFCM
3.4.3道路色彩特征知识
3.5实验及其结果
3.6本章小结
4基于粒子群的道路环境理解
4.1引言
4.2优化算法
4.2.1传统优化算法
4.2.2现代智能优化算法
4.3道路的直线变形模型
4.3.1道路边缘模型
4.3.2最大后验概率估计
4.4基于粒子群的优化算法
4.4.1粒子群优化算法
4.4.2基于粒子群优化算法的道路识别
4.5实验及其结果
4.6本章小结
5基于动态模型的道路检测与跟踪
5.1引言
5.2运动分析方法
5.2.1差分的运动分析方法
5.2.2光流法
5.2.3基于匹配的方法
5.2.4 Mean-Shift算法
5.3卡尔曼滤波方法
5.3.1卡尔曼滤波算法的基本原理
5.3.2卡尔曼滤波算法的数学模型
5.3.3扩展卡尔曼滤波算法
5.4基于动态模型的道路理解方法
5.4.1粒子滤波算法
5.4.2道路模型与模型匹配的似然概率
5.4.3观测环境建模
5.4.4车辆运动动态模型
5.4.5粒子滤波跟踪过程
5.5实验及其结果
5.6本章小结
6总结与展望
致谢
参考文献
附录