信阅平台

内容介绍

本书以智能车辆导航技术为核心，系统全面地介绍了该领域的基本理论、关键技术及其应用。内容包括：惯性导航系统和卫星定位系统的原理及在智能车辆中的应用；视觉导航中的图像去噪、分割和识别等处理方法，以及这些方法在目标识别中的应用；智能车辆路径规划和地图匹配技术，重点介绍了基于几何约束条件的具有拓扑结构的路径规划、分层规划及分区域规划、地图匹配算法及作者的研究成果。本书内容翔实、全面，理论和实践并重，既有学术价值，对工程实践也有指导意义。 本书适于控制科学与工程、兵器科学与技术、仪器科学与技术及车辆工程等学科研究人员、工程师、教师参考，同时可以作为这些专业高年级本科生、研究生的参考书。

展开

精彩书摘

第一章绪论 1.1 智能车辆概述 1.1.1 智能车辆定义及功能组成 智能车辆（intelligent vehicle，IV）又称轮式移动机器人，是一个集环境感知、规划决策、操作控制等功能于一体的智能体，其研究涉及机械、运动学与动力学、电子、计算机、信息处理、控制和人工智能等科学技术领域。由于研究的历史时期和应用背景不同，出现了地面无人车辆、陆地自主车、移动机器人等不同名称，但其研究内容和关键技术是相同的。 根据智能车辆从环境感知到行为控制过程的特点，可以把智能车辆系统简单地分为环境感知、数据处理、规划与控制三部分，这三部分又可分为多个相互协调的子模块。 1.环境感知模块 该模块由摄像机、激光测距成像雷达和声纳等组成，为智能车辆提供视觉信息或周围环境的空间信息。摄像机作为系统最重要的外界环境信息的获取手段之一，为系统提供车体前方的二维视觉信息。激光测距成像雷达是视觉感知系统中的一个重要组成部分，由它探测到的距离图像可为智能车辆提供周围环境的三维空间信息，为障碍物检测、路标检测、地图匹配及地形图建立等提供数据。 2.数据处理模块 该模块由多个专用的高速数据处理模块组成，实时地分析由环境感知系统及其他系统的各种输入数据，通过多传感器的数据融合，得到反映车体位姿、运动状态及前方路况等方面的信息。该模块的主要任务是对摄像机的视频图像与激光测距成像雷达的距离图像以及其他各种传感器的数据进行实时处理，对系统智能化程度和实时性具有很大影响。

展开

前言 第一章绪论 1.1 智能车辆概述 1.1.1 智能车辆定义及功能组成 1.1.2 智能车辆应用领域 1.1.3 智能车辆发展现状 1.2 智能车辆导航关键技术 1.2.1 立体视觉信息实时处理技术 1.2.2 主动型传感器信息处理技术 1.2.3 车体定位技术 1.2.4 路径规划技术 1.2.5 障碍物检测技术 1.2.6 多传感器信息集成与数据融合技术 参考文献 第二章智能车辆惯性导航技术 2.1 惯性导航技术基础 2.1.1 惯性导航基本原理 2.1.2 坐标系与坐标变换 2.1.3 姿态矩阵微分方程 2.2 惯性器件 2.2.1 转子陀螺仪的力学基础 2.2.2 经典陀螺仪 2.2.3 光学陀螺仪 2.2.4 加速度计 2.3 初始对准技术 2.3.1 捷联式惯性导航系统误差方程式的建立 2.3.2 捷联式惯性导航系统经典初始对准方法 2.3.3 Kalman滤波在初始对准中的应用 2.4 捷联式惯性导航系统数字递推算法 2.4.1 捷联式惯性导航系统微分方程组 2.4.2 捷联式惯性导航系统姿态更新算法 2.4.3 捷联式惯性导航系统速度更新算法 2.4.4 捷联式惯性导航系统位置更新算法 2.5 车载激光捷联式惯性导航系统的圆锥误差补偿 2.5.1 圆锥误差及其补偿算法 2.5.2 激光捷联式惯性导航系统车载环境分析 2.5.3 圆锥误差补偿的应用效果 参考文献 第三章智能车辆卫星导航技术 3.1 全球定位系统 3.1.1 GPS概述 3.1.2 GPS信号观测 3.2 GALILEO系统 3.2.1 GALILEO系统概述 3.2.2 GALILEO系统的信号 3.2.3 GAULEO系统的特点 3.2.4 GALILEO系统的新技术 3.3 双静止卫星定位通信系统 3.3.1 双静止卫星定位通信系统的组成 3.3.2 双静止卫星定位通信系统的工作原理 3.3.3 双静止卫星定位系统的定位方法 3.4 多卫星组合导航技术 3.4.1 GPS/GLONASS组合原理 3.4.2 GPS/GLONASS组合系统的信息融合 3.5 卫星定位导航系统的应用 3.5.1 惯性/卫星组合导航技术 3.5.2 GPS载体姿态测量系统 参考文献 第四章智能车辆视觉导航技术 4.1 视觉图像处理技术基础 4.1.1 视差 4.1.2 立体视觉测量原理 4.2 图像特征提取 4.2.1 图像线性特征提取 4.2.2 图像角点特征检测 4.3 立体视觉摄像机标定 4.3.1 摄像机几何模型 4.3.2 标定模板与控制点 4.3.3 摄像机参数估计 4.3.4 立体视觉标定 4.3.5 实验结果及分析 4.4 立体匹配算法 4.4.1 基于区域的立体匹配算法 4.4.2 基于特征的立体匹配算法 4.5 基于平行线的室内视觉导航 4.5.1 摄像机模型 4.5.2 基于平行线的视觉伺服导航 4.5.3 导航实验 参考文献 第五章智能车辆红外视觉导航技术 5.1 红外图像处理技术基础 5.2 离散平稳小波变换技术基础 5.2.1 小波变换的概念 5.2.2 小波变换的分类 5.3 红外图像去噪 5.3.1 去噪渐近最优阈值估计 5.3.2 算法应用 5.4 红外图像对比度增强 5.4.1 基于DSWT和非线性增益方法的红外图像对比度增强 5.4.2 基于SA和非线性增益的红外图像对比度增强 5.5 红外图像分割方法 5.5.1 基于先验信息和Bezier曲线的红外图像分割算法 5.5.2 基于DSWT和Bezier曲线的红外图像分割算法 5.6 红外图像目标检测和跟踪 5.6.1 红外图像序列运动目标检测 5.6.2 红外图像地面目标跟踪 参考文献 第六章智能车辆路径规划与地图匹配技术 6.1 计算几何基础 6.1.1 计算几何基础理论方法 6.1.2 基础算法 6.2 导航电子地图数据库设计 6.2.1 导航电子地图的数据结构与数据模型 6.2.2 导航电子地图数据库的设计原则 6.2.3 导航电子地图的数据组织 6.2.4 导航电子地图数据库的结构设计及实现 6.3 导航电子地图中道路网络的拓扑生成方法 6.3.1 导航电子地图中道路网络的模型与存储 6.3.2 折线道路网络的拓扑生成算法 6.3.3 基于凸壳直径思想的多边形道路网络拓扑生成算法 6.3.4 基于三角剖分思想的多边形道路网络的拓扑生成算法 6.4 路径规划技术 6.4.1 路径规划的基础算法 6.4.2 限制搜索区域的路径规划算法 6.4.3 基于分层道路网络的分层路径规划算法 6.4.4 限制搜索区域的分层路径规划算法 6.4.5 带约束条件的路径规划算法 6.5 地图匹配技术 6.5.1 基于道路网络分块的地图匹配算法 6.5.2 基于计算几何的地图匹配算法 6.6 GPS/DR/EMAP组合导航系统路径规划与地图匹配技术 6.6.1 系统描述 6.6.2 基于最小交角的快速路径规划算法 6.6.3 改进的基于模式识别的地图匹配算法 参考文献 第七章智能车辆导航技术展望 7.1 图像、非图像信息融合导航技术 7.1.1 图像、非图像信息融合导航的必要性 7.1.2 图像、非图像信息融合导航的研究现状 7.1.3 图像、非图像信息融合导航的关键技术 7.2 野外动态环境即时定位与地图构建 7.2.1 野外动态环境即时定位与地图构建概述 7.2.2 野外动态环境即时定位与地图构建关键技术 7.3 复杂环境下多智能车辆系统的协同与控制 7.3.1 多智能车辆系统的体系结构 7.3.2 多智能车辆系统群体行为协同与优化控制 参考文献

展开