声明
第 1 章绪论
1.1 引言
1.2 课题研究背景及意义
1.3 国内外研究现状
1.3.1 无人驾驶汽车国外发展现状
1.3.2 无人驾驶汽车国内发展现状
1.3.3 车道检测研究现状
1.3.4 多传感器数据融合的车道检测研究现状
1.3.5 车道跟踪研究现状
1.4 研究内容与论文安排
1.4.1 需要解决的关键问题
1.4.2 技术路线
1.4.3 论文安排
第 2 章基于激光雷达的车道检测
2.1 引言
2.2 车道边沿检测方法
2.2.1 车载激光雷达
2.2.2 点云滤波
2.2.3改进DBSCAN算法路沿检测
2.3 本章小结
第 3 章基于串联式数据融合的车道检测
3.1 引言
3.2 实验平台与传感器搭建
3.2.1 硬件与软件需求
3.2.2 实验平台搭建
3.2.3 数据融合方法
3.2.4 激光雷达与摄像头的空间标定与时间匹配
3.3 基于数据融合的车道检测方法
3.3.1 确定车道感兴趣区域
3.3.2 Hough 变换检测车道区域
3.4 车道边沿检测算法验证
3.4.1 车道检测结果
3.4.2 路沿检测对比分析
3.5 本章小结
第 4 章基于并联式数据融合的车道检测
4.1 引言
4.2 目标数据融合方法
4.2.1 数据融合框架
4.2.2 卷积神经网络
4.3 道路分割方法
4.3.1 道路分割模型网络结构
4.4基于数据融合的车道区域提取
4.4.1 遍历道路边界
4.4.2 数据融合策略
4.5实验结果分析
4.5.1 道路分割模型测试
4.5.2 融合方法验证
4.6 本章小结
第 5 章无人驾驶汽车车道跟踪
5.1 引言
5.2 车道跟踪方法
5.3 Kalman 滤波算法
5.3.1 Kalman 滤波基本方程
5.3.2 基于 Kalman 滤波的车道跟踪
5.4 扩展Kalman滤波算法
5.4.1 扩展 Kalman 滤波原理
5.4.2 基于扩展 Kalman 滤波的车道跟踪
5.5 实验结果分析
5.6 本章小结
第 6 章结论与展望
全文总结
研究展望
致 谢
参考文献
攻读硕士学位期间发表的论文及参与的科研项目
西南交通大学;