隨著國民經(jīng)濟(jì)的不斷發(fā)展,人們對汽車的需求量越來越大,而由此帶來環(huán)境污染以及安全問題也日益增多。汽車智能駕駛技術(shù)的不斷發(fā)展可以有效解決這些問題,汽車智能化已經(jīng)成為未來汽車發(fā)展的重要趨勢。自適應(yīng)巡航系統(tǒng)是智能汽車中不可或缺的功能,而自適應(yīng)巡航系統(tǒng)得以有效運行的前提就是獲得前方車輛目標(biāo)的準(zhǔn)確參數(shù),而多目標(biāo)跟蹤算法可以有效獲得自適應(yīng)巡航系統(tǒng)所需數(shù)據(jù)�；谝陨媳尘�,本文主要研究了基于毫米波雷達(dá)和視覺傳感器的多目標(biāo)跟蹤算法。首先,提出了基于毫米波雷達(dá)和視覺傳感器的環(huán)境感知系統(tǒng),詳述了毫米波雷達(dá)的數(shù)據(jù)采集方法以及數(shù)據(jù)預(yù)處理過程,并將毫米波雷達(dá)數(shù)據(jù)與視覺傳感器數(shù)據(jù)進(jìn)行融合處理以獲得更加準(zhǔn)確的數(shù)據(jù)。其次,對多目標(biāo)跟蹤中的航跡起始檢測算法進(jìn)行了研究。并重點研究了基于H ough變換法的航跡起始算法,針對車輛識別的實時性要求,采用一種快速隨機(jī)H ough變換算法,并通過加入采樣終止規(guī)則,大大縮短了航跡起始的時間。接下來,對多目標(biāo)跟蹤中狀態(tài)估計以及數(shù)據(jù)關(guān)聯(lián)算法進(jìn)行重點的研究。針對車輛目標(biāo)的高機(jī)動性采用變結(jié)構(gòu)多模型(VSMM)算法,通過對模型集以及模型集的轉(zhuǎn)移規(guī)則的設(shè)計實現(xiàn)對強(qiáng)機(jī)動目標(biāo)的運動狀態(tài)的有效估計。針對...

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外智能車發(fā)展現(xiàn)狀概述
        1.2.2 國內(nèi)智能車發(fā)展現(xiàn)狀概述
    1.3 國內(nèi)外多目標(biāo)跟蹤算法研究現(xiàn)狀
        1.3.1 目標(biāo)狀態(tài)估計發(fā)展現(xiàn)狀
        1.3.2 數(shù)據(jù)關(guān)聯(lián)算法發(fā)展現(xiàn)狀
    1.4 課題來源與本文研究內(nèi)容
        1.4.1 課題來源
        1.4.2 研究內(nèi)容
第二章 基于毫米波雷達(dá)與機(jī)器視覺的多目標(biāo)跟蹤系統(tǒng)
    2.1 自適應(yīng)巡航感知系統(tǒng)概述
    2.2 雷達(dá)目標(biāo)車輛數(shù)據(jù)預(yù)處理
        2.2.1 毫米波雷達(dá)的數(shù)據(jù)解算與處理
        2.2.2 空信號目標(biāo)的去除
        2.2.3 靜止目標(biāo)去除
    2.3 毫米波雷達(dá)數(shù)據(jù)與機(jī)器視覺數(shù)據(jù)融合
        2.3.1 毫米波雷達(dá)與視覺傳感器的空間上的融合
        2.3.2 毫米波雷達(dá)與視覺傳感器的時間上的融合
    2.4 多目標(biāo)跟蹤算法
        2.4.1 多目標(biāo)跟蹤理論概述
        2.4.2 多目標(biāo)數(shù)據(jù)關(guān)聯(lián)算法概述
        2.4.3 聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)法(JPDA)
    2.5 本章小結(jié)
第三章 基于Hough變換的車輛目標(biāo)航跡起始檢測算法
    3.1 概述
    3.2 基于快速隨機(jī)Hough變換算法的航跡起始識別
        3.2.1 Hough變換基本原理
        3.2.2 采樣終止規(guī)則
        3.2.3 快速隨機(jī)Hough變換算法描述
    3.3 仿真分析
        3.3.1 航跡起始性能評價指標(biāo)
        3.3.2 快速航跡起始算法仿真分析
    3.4 本章小結(jié)
第四章 基于變結(jié)構(gòu)多模型聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法的目標(biāo)航跡關(guān)聯(lián)
    4.1 概述
    4.2 基于全鄰模糊聚類的聯(lián)合數(shù)據(jù)關(guān)聯(lián)算法
    4.3 變結(jié)構(gòu)多模型多目標(biāo)跟蹤算法
        4.3.1 變結(jié)構(gòu)多模型算法原理
        4.3.2 變結(jié)構(gòu)多模型算法模型集設(shè)計
        4.3.3 變結(jié)構(gòu)多模型算法模型集切換規(guī)則
    4.4 仿真及分析
    4.5 本章小結(jié)
第五章 試驗平臺搭建及調(diào)試
    5.1 試驗車感知系統(tǒng)搭建
    5.2 實車試驗及結(jié)果分析
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 主要研究工作和結(jié)論
    6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)活動及成果情況



本文編號：3833754