声明
第一章 绪论
1.1研究背景与意义
1.2研究现状现状
1.2.1驾驶员意图分析
1.2.2基于雷达和相机的融合感知技术
1.3论文内容及结构
第二章 驾驶员面部特征分析
2.1基于SVM的分类算法
2.2基于卷积神经网络的特征提取
2.2.1卷积神经网络的训练
2.2.2训练参数的初始化
2.3面部特征提取
2.4面部朝向时间与道路转向分析
2.4.1面部朝向分析
2.4.2面部特征分析
第三章 基于相机和雷达的物体跟踪
3.1激光雷达的介绍
3.2激光雷达的安装
3.3激光雷达的标定
3.4聚类与检测
3.4.1激光雷达数据通过栅格地图表示的方法
3.4.2点云图像初步滤波
3.4.3物体聚类
3.4.4Graham Scan凸包算法
3.5相机雷达的联合标定
3.5.1棋盘格角点的检测方法
3.5.2联合标的反向投影
3.6卡尔曼滤波
3.6.1卡尔曼滤波器的的数学原理
3.6.2扩展卡尔曼滤波器
3.7图像与雷达融合的物体跟踪方法
3.7.1先检测后跟踪算法进行物体跟踪
3.7.2基于视距雷达的融合感知检测
第四章 实验与结果
4.1驾驶行为预测实验
4.1.1面部特征点预测
4.1.2头部转向预测
4.2外部物体跟踪实验
4.3综合实验
第五章 总结与展望
5.1总结
5.2 展望
参考文献
在学期间的研究成果
致谢
兰州大学;