車載計算機視覺技術(shù)

前言
第1章車輛中的計算機視覺1
1.1簡介1
1.1.1應(yīng)用2
1.1.2交通安全和舒適性2
1.1.3計算機視覺的優(yōu)勢3
1.1.4通用和特定任務(wù)3
1.1.5多模塊解決方案4
1.1.6準確性、精確性和魯棒性4
1.1.7比較績效評估4
1.1.8成功案例5
1.2符號和基本定義5
1.2.1圖像和視頻5
1.2.2攝像機7
1.2.3優(yōu)化8
1.3視覺任務(wù)10
1.3.1距離10
1.3.2運動13
1.3.3物體檢測與跟蹤15
1.3.4語義分割16
1.4本章小結(jié)18
致謝19
第2章自動駕駛20
2.1簡介20
2.1.1夢想20
2.1.2應(yīng)用21
2.1.3自動駕駛等級22
2.1.4重要研究項目22
2.1.5戶外視覺挑戰(zhàn)25
2.2城市自動駕駛25
2.2.1定位28
2.2.2基于立體視覺的三維感知30
2.2.3目標識別35
2.3挑戰(zhàn)40
2.3.1增加魯棒性41
2.3.2語義分割41
2.3.3意圖識別43
2.4本章小結(jié)43
致謝45
第3章微型飛行器的計算機視覺46
3.1簡介46
3.2系統(tǒng)和傳感器47
3.3自我運動估計48
3.3.1利用慣性和視覺測量進行狀態(tài)估計49
3.3.2單目視覺MAV位姿51
3.3.3立體視覺MAV位姿52
3.3.4光流測量MAV位姿54
3.43D建圖56
3.5自主導航58
3.6場景理解60
3.7本章小結(jié)60
第4章水下機器人的海底探險62
4.1簡介62
4.2水下成像的挑戰(zhàn)63
4.3在線計算機視覺技術(shù)65
4.3.1去霧65
4.3.2視覺里程計70
4.3.3SLAM71
4.3.4激光掃描75
4.4聲成像技術(shù)75
4.4.1圖像形成76
4.4.2聲學處理的在線技術(shù)78
4.5本章小結(jié)81
致謝81
第5章基于視覺的高級駕駛員輔助系統(tǒng)82
5.1簡介82
5.2前向輔助83
5.2.1自適應(yīng)巡航控制（ACC）和前向避碰（FCA）83
5.2.2交通標志識別（TSR）84
5.2.3交通擁堵輔助（TJA）85
5.2.4弱勢道路使用者保護86
5.2.5智能前照燈控制89
5.2.6增強夜視（動態(tài)光斑）89
5.2.7智能主動懸架91
5.3橫向輔助92
5.3.1車道偏離警告（LDW）和車道保持系統(tǒng)（LKS）92
5.3.2變道輔助（LCA）94
5.3.3泊車輔助94
5.4駕駛員監(jiān)控和睡意檢測95
5.5本章小結(jié)97
5.5.1魯棒性97
5.5.2成本98
致謝98
第6章鳥瞰應(yīng)用挑戰(zhàn)99
6.1簡介99
6.1.1微型飛行器99
6.1.2微型旋翼機99
6.2GPS導航失效100
6.2.1帶距離傳感器的自主導航101
6.2.2帶視覺傳感器的自主導航101
6.2.3SFLY：微型飛行器群102
6.2.4SVO：一種用于MAV的視覺里程算法102
6.3應(yīng)用和挑戰(zhàn)103
6.3.1應(yīng)用103
6.3.2安全性和魯棒性104
6.4本章小結(jié)107
第7章水下視覺的應(yīng)用挑戰(zhàn)108
7.1簡介108
7.2水下測繪與檢測的離線計算機視覺技術(shù)109
7.2.12D馬賽克109
7.2.22.5D映射116
7.2.33D映射117
7.2.4用于海底分類的機器學習123
7.3聲學測繪技術(shù)126
7.4本章小結(jié)128
結(jié)束語129
參考文獻130