声明
目 录
第 1 章 绪论
1.1课题研究背景和意义
1.2 国内外研究现状
1.2.1 基于图像的车辆检测技术
1.2.2 基于点云的车辆检测技术
1.2.3 基于传感器融合的车辆检测技术
1.3 本文主要内容及结构安排
第 2 章 传感器标定与评价指标
2.1 传感器与数据集
2.1.1 激光雷达传感器
2.1.2 KITTI 数据集
2.2 激光雷达与相机联合标定
2.2.1 建立坐标系
2.2.2 激光雷达坐标系与相机坐标系转换
2.2.3 相机坐标系与像素坐标系转换
2.2.4 图像畸变与校准
2.2.5 数据集验证
2.3 ROS 平台搭建
2.3.1 ROS 系统概述
2.3.2 ROS 系统基本概念
2.3.3 数据集可视化
2.4 车辆检测器评价指标
2.5 本章小结
第 3 章 基于激光雷达点云的目标检测
3.1 基于体素的点云神经网络概述
3.2 点云数据预处理
3.2.1 基于坡度分类的地面去除
3.2.2 一致性校验与中值滤波处理
3.3 车辆点云检测网络设计
3.3.1 总体结构设计
3.3.2 特征提取层
3.3.3 基础网络结构
3.3.4 检测输出层
3.3.5 损失函数设计
3.4 参数调节与模型训练
3.4.1 硬软件环境介绍
3.4.2 模型参数设置
3.4.3 ROS 节点设计
3.5 数据集验证与测试
3.6 本章小结
第 4 章 基于图像的车辆目标检测
4.1 YOLO 目标检测算法概述
4.2 车辆图像检测网络设计
4.2.1 特征提取网络
4.2.2 多尺度特征检测
4.2.3 边界框的预测与回归
4.3 参数调节与模型训练
4.3.1 硬软件环境介绍
4.3.2 数据集预处理
4.3.3 模型参数设置
4.3.4 ROS 节点设计
4.4 数据集验证与测试
4.5 本章小结
第 5 章 多传感器融合车辆检测算法设计
5.1多传感器融合算法概述
5.2 多传感器融合算法设计
5.2.1 多传感器目标匹配
5.2.2 目标检测决策融合
5.2.3 输出检测框融合
5.3 ROS 融合检测系统设计
5.4 融合算法测试与验证
5.4.1 硬软件测试环境
5.4.2 融合参数设置
5.4.3 融合算法测试分析
5.5 本章小结
总结与展望
参考文献
附录 A 攻读学位期间所发表的学术论文目录
致谢
湖南大学;