声明
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1基于视觉的行人检测预警方法
1.2.2基于无线通信的行人检测预警方法
1.3 本研究的主要内容及章节安排
第2章 基于UWB的行人检测
2.1 无线通信技术比较
2.2 基于无线通信的测距方法
2.2.1 基于信号强度的测距方法
2.2.2 基于到达时间的测距方法
2.3 基于无线通信的定位方法
2.3.1 三边定位法
2.3.2 三角定位法
2.3.3 极大似然估计法
2.3.4 基于 TDOA的定位算法
2.4 基于 UWB的行人定位
2.5 基站布置分析
2.5.1 测距误差分析
2.5.2 布置方式分析
2.6 基于卡尔曼滤波的行人定位优化
2.7 本章小结
第3章 基于视觉的行人检测
3.1 基于深度学习的行人检测算法
3.1.1 RCNN系列目标检测算法
3.1.2 SSD目标检测算法
3.2 基于 YOLOv3的行人检测
3.2.1 YOLOv3网络框架
3.2.2 YOLOv3检测原理
3.2.3 边界框回归及位置预测
3.2.4 行人检测模型训练及检测结果
3.3 基于双目视觉的行人测距定位
3.4 本章小结
第4章 UWB及视觉的行人预警融合算法
4.1 行人安全预警模型
4.1.1 安全距离预警模型
4.1.2 预计碰撞剩余时间预警模型
4.1.3 行人预警模型搭建
4.2 坐标转换
4.2.1 UWB坐标系与世界坐标系转换
4.2.2 像素坐标系与世界坐标系转换
4.3 预警融合算法
4.3.1 危险行人点匹配
4.3.2 融合预警流程
4.4 本章小结
第5章 测试平台搭建与测试结果
5.1测试的软硬件平台搭建
5.1.1 硬件测试平台搭建
5.1.2 软件测试平台搭建
5.2 定位误差测试结果
5.2.1 基于 UWB通信的行人定位误差测试
5.2.2 基于视觉的行人定位误差测试
5.3 融合测试结果
5.4 本章小结
总结与展望
参考文献
附录A 攻读学位期间所发表的学术论文
致谢
