第一章 绪论
1.1 研究目的与意义
1.2 国内外研究现状
1.3 关键技术
1.3.1 车辆检测方法
1.3.2 车辆跟踪方法
1.3.3 车辆行为分析方法
1.3.4 危险评估方法
1.4 本文主要研究内容
第二章 基于单目视觉的前车检测与跟踪
2.1 引言
2.1.1 基于规则的车辆检测方法
2.1.2 基于机器学习的车辆检测方法
2.1.3 车辆跟踪方法
2.2 基于机器学习的车辆检测
2.2.1 HOG特征
2.2.2 支持向量机
2.2.3 基于安卓的车辆检测
2.2.4 多车辆的车道级相对定位
2.3 基于卡尔曼滤波的车辆跟踪
2.4 实验结果与分析
2.5 本章小结
第三章 基于双隐马尔科夫模型的前车行为分析
3.1 引言
3.2 隐马尔科夫模型概述
3.2.1 训练、解码及评估算法
3.2.2 常用模型类别
3.2.3 模型拓扑结构选取
3.3 双HMM应用于前方车辆行为分析
3.3.1 模型参数设计
3.3.2 训练数据预处理
3.3.3 Baum-Welch算法训练
3.3.4 前车行为识别
3.4 实验结果与分析
3.5 本章小结
第四章 前车危险评估
4.1 引言
4.2 危险评估模型
4.3 碰撞预警机制
4.4 实验结果与分析
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
攻读硕士学位期间已发表或录用的论文
声明