自主车辆感知、建图和目标跟踪技术

编著蔡自兴、李仪等

出版社：北京：科学出版社

出版时间：2019

内容简介
智能车辆在行驶过程中对外部环境的感知、建图以及目标跟踪是国际前沿研究课题，也是智能车辆开发研究的一个热点与难点问题。智能车辆借助传感器及其相应技术感知环境和自身状态，通过视觉和多传感器系统实现目标跟踪、车辆智能系统的协同工作、联合标定与自定位，凭借故障诊断技术来估计修正传感器错误，保障与提高系统的可靠性，从而完成预定任务。确定性和结构化环境中的智能车辆驾驶技术与方法已取得大量的研究与应用成果，在，但在未知环境中智能驾驶的环境感知、建图、目标跟踪、姿态估计、故障诊断等方面仍然存在诸多关键问题有待解决与完善。
本书是国家自然科学基金项目重大专项《高速公路车辆智能驾驶中的关键科学问题研究》（批准号90820302）子项目的研究的部分成果，重点介绍了智能感知、环境建图、运动跟踪、异常诊断等在理论和方法上取得的进展，意在推动认知科学、模式识别、目标跟踪控制等学科的前沿问题研究。无人驾驶技术、尤其是智能车辆的研究在国内外正在如火如荼的展开，从美国国防部高级研究计划局（DARPA）研究计划到国内自然科学基金的重点支持项目，从Google、斯坦福大学、CMU到国内各大汽车厂商、研究机构对无人驾驶技术大力研究开发，可以看出无人驾驶技术是未来科技的一个重要发展方向。本书的研究成果不仅可以对交通、军事、航天、海洋等领域无人驾驶系统的开发研究提供了新的设计理论和技术，也可以对移动机器人的自主导航提供一些新的研究思路。本成果总体上已达国际先进水平，部分成果已达国际领先水平。
全书主要包括7个方面：交通信号检测与识别技术、图像去雾算法及其应用、激光雷达建图与车辆状态估计、多传感器系统的协同机制和自定位、基于视觉的目标跟踪技术、多外传感器联合标定技术、惯性导航传感器异常诊断技术。本书重点集中在对外部环境主要是交通信号（交通标志牌、交通信号灯、人行横道与停止线）的检测与识别、雨雾天图像清晰化、车辆状态参数估计、多传感器系统自定位，激光雷达与摄像头的联合标定技术、融合多增量外观模型的目标跟踪方法，以及冗余传感器的故障检测与诊断等。
与国外已经出版的同类书籍比较，本书具有下列特色：
1．学术思想新颖，反映国内外智能车辆感知、建图以及目标跟踪研究的最新进展。
2．内容全面翔实，几乎包括了智能车辆感知、建图以及目标跟踪的主要研究方面。
3．理论联系实际，核心内容体现了作者具有理论创新的科研实践成果。
4．主编和主要作者具有丰富的编写经验，书稿结构严谨，深入浅出，可读性好。
目录
前言
第一章 绪论
1.1 智能车辆的定义及研究意义
1.1.1 智能车辆的定义
1.1.2 智能车辆研究对国民经济和国防建设的意义
1.1.3 自主驾驶车辆与人工智能
1.2 智能车辆关键技术
1.2.1 感知技术
1.2.2 规划与决策技术
1.2.3 控制技术
1.2.4 其它技术
1.3 环境感知、目标跟踪等关键技术的研究现状
1.3.1 环境感知
1.3.2 车辆自动驾驶的目标跟踪技术
1.3.3 其它相关技术
1.4 智能车辆的产业化及发展前景
参考文献
第二章 交通信号检测与识别技术
2.1 交通标志检测算法设计
2.1.1 常见交通标志说明
2.1.2 交通标志识别算法设计框架与检测算法
2.1.3 交通标志边缘重构
2.1.4 感兴趣区域形状标记图提取与匹配
2.1.5 交通标志牌检测算法性能
2.2 交通标志识别算法设计
2.2.1 二元树复小波变换特征提取
2.2.2 交通标志二元树复小波特征降维
2.2.3 交通标志识别与分类算法
2.2.4 内部图形提取和匹配
2.2.5 交通标志分类结果融合
2.3.6 交通标志牌识别算法性能
2.3 交通信号灯检测算法设计
2.3.1 基于明暗信息的交通信号灯区域提取
2.3.2 圆形交通信号灯检测算法设计
2.3.3 箭头形交通信号灯检测算法设计
2.4 交通信号灯识别算法设计
2.4.1 图像的2维Gabor小波表示
2.4.2 交通信号灯Gabor特征降维
2.4.3 交通信号灯分类
2.5 人行横道和停止线检测技术
2.5.1 逆透视变换
2.5.2 方向边缘检测器
2.5.3 人行横道线检测
2.5.4 停止线检测
2.5.5 人行横道和停止线检测实时性分析
参考文献
第三章 图像去雾算法及其应用
3.1雨雾天图像清晰化研究简介
3.1.1雨雾天图像清晰化的研究背景及意义
3.1.2雨雾天图像清晰化的研究现状
3.1.3雨雾天图像清晰化的研究难点及问题
3.2雾天图像、视频的清晰化算法
3.2.1基于梯度优先规律的雾天图像清晰化算法
3.2.2基于雾气理论的雾天视频清晰化算法
3.2.3雾天图像、视频清晰化效果的评价
3.3去雾算法在交通场景中的应用
3.3.1交通场景图像的特点
3.3.2针对交通场景图像的去雾算法
3.3.3去雾算法在交通场景下的相关应用
3.4雨天图像的雨滴检测与去除算法
3.4.1雨天图像的雨滴特性
3.4.2雨天图像的雨滴检测
3.4.3雨天图像的雨滴去除
3.5 小结
参考文献
第四章 激光雷达建图与车辆状态估计
4.1 SLAM中基于局部地图的混合数据关联方法
4.1.1 SLAM中的数据关联问题
4.1.2 基于局部地图的混合数据关联方法
4.1.3 实验结果及分析
4.2动态障碍处理方法及动态环境下SLAM的实现
4.2.1 动态目标检测技术
4.2.2 基于激光的时空关联动态目标检测
4.2.3 基于声纳和摄像头的动态环境地图创建
4.3 SLAMiDE系统及实现
4.3.1 问题描述
4.3.2 SLAMiDE系统设计
4.3.3 目标模型的设计
4.3.4 SLAMiDE系统的实现
4.3.5 实验分析
4.4行驶车辆的状态估计和软测量
4.4.1汽车运动学深入建模
4.4.2车辆状态参数计算模型
4.4.3横向操作稳定性与汽车行驶参数
4.4.4非完整性约束下的汽车行驶状态估计
4.5车辆状态参数测试试验与分析
4.5.1路况较好情况下的试验
4.5.2路况较差情况下的试验
参考文献
第5章 多传感器系统的协同机制和自定位
5.1多传感器系统的数据预处理
5.1.1 节点独立位置估计
5.1.2 基于熵的不确定性椭球
5.1.3测量信息一致度模型
5.1.4基于极大熵博弈的测量数据选择
5.2多传感器系统的路由策略
5.2.1 AODV算法简介
5.2.2 OMNeT++平台简介
5.3多传感器系统网络协同机制
5.3.1能量消耗模型
5.3.2剩余能量平衡模型
5.3.3跟踪精度模型
5.4多传感器系统的自定位
5.4.1三边测量法
5.4.2多边测量法
5.4.3 Min-Max法
5.4.4三点几何法
参考文献
第六章 基于视觉的目标跟踪
6.1基于时序特性的增量PCA目标跟踪方法
6.1.1增量PCA简介
6.1.2基于增量PCA目标跟踪方法简介
6.1.3时序特性的观测模型
6.1.4特征子空间模型的更新
6.1.5基于时序特性的增量PCA目标跟踪方法
6.2基于多级字典稀疏表达的目标跟踪方法
6.2.1基于稀疏表达的目标跟踪简介
6.2.2多级目标模板字典的更新策略
6.3融合多增量外观模型的目标跟踪方法
6.3.1基于多实例度量学习的跟踪方法MIML简介
6.3.2融合多增量外观模型的目标跟踪方法
6.4实验结果与分析
6.4.1跟踪结果的定性比较
6.4.2跟踪误差的定量比较与分析
参考文献
第七章 多外传感器联合标定技术
7.1 概述
7.2基于运动物体检测的MMW雷达与CCD相机的标定
7.2.1 毫米波雷达与相机平面之间的关系
7.2.2 基于运动检测的图像与雷达匹配数据对估计
7.2.3 实验结果与分析
7.3二维激光雷达和摄像机的标定
7.3.1基于三模板最小标定方法介绍
7.3.2基于系数矩阵二范数和多约束误差函数的激光雷达-摄像机标定法
7.3.3实验结果与分析
参考文献
第八章 惯性导航传感器异常诊断方法
8.1 GPS/INS组合定位技术研究
8.1.1 组合方式与状态方程
8.1.2 组合系统量测方程
8.1.3 GPS失效状态下的补偿算法
8.1.4 车辆定位数据的地图匹配
8.2 冗余传感器的故障检测与诊断
8.2.1 硬件冗余传感器的故障诊断
8.2.2 不同精度冗余传感器故障诊断
8.2.3 基于多尺度卡尔曼滤波的故障诊断方法
8.2.4 组合导航的故障检测
8.3 变点检测及其在组合导航系统中的应用
8.3.1传感器故障诊断与故障检测
8.3.2 基于变长扫描模型的变点检测
8.3.3变点检测算法性能测试
8.3.4 变点检测在GPS/INS组合导航系统中的应用
参考文献
索引