智能车64线激光雷达数据处理(2)
本文是基于校园直行道路所做的障碍检测。校园的道路较为整洁不杂乱，易于识别障碍物，路面，以及路边植被。单线激光雷达采集数据较少，探测范围有一定局限性，因此本文采用64线激光雷达进行障碍物检测，这样可以得到更加详细的道路信息和障碍物信息。
本章首先介绍了国内外智能车研究的历史和现状，以及发展趋势。然后介绍了本文的组织结构和研究内容。
1.1 智能车研究概况
智能车是一个复杂的涉及很多学科的智能系统，它可以通过感知环境，做出相应的动态决策与规划，进而是实现对智能车的控制。这一智能系统涉及人工智能、自动控制、模式识别、计算机视觉等多个学科。智能车可以在军事或生活中都得到广泛利用，十分具有经济价值、社会价值和发展前景，而且作为一种高新科技，也体现出一个国家的科技实力，目前，许多国家都投入到对相关的探索中，研究成果也越来越丰富。
1.1.1 国外智能车研究历史与现状
1.1.2 国内智能车研究历史与现状
1.1.3 智能车发展趋势
1.2 文章结构和内容
图1.8 论文的组织结构结构
本文研究的主要内容是三文数据处理和障碍物人工标记，如图1.8为本文的组织结构，主要分为五个章节：
第一章为绪论，首先说明了智能车在国内外的研究概况，然后研究总结了智能车的发展趋势。最后介绍了本文的结构和主要内容。
第二章是激光雷达数据的标定与表示，主要介绍了64线激光雷达工作原理和三文雷达数据的几种表示方法。这些表示方法分别是基于栅格地图表示和点云表示等。
第三章是激光雷达数据融合，主要介绍多帧点云数据的融合方法，是论文的基础内容，下面的功能实现都要用到该方法。
第四章是功能实现，首先说明本次实验的具体环境搭建，其次介绍64线激光雷达以及惯性导航的数据格式，最后介绍功能实现的主要程序。
第五章是实验结果分析，这是论文的重要章节，在此章节中对实验进行了一定程度的总结，并且得出相应的实验结论，是支撑论文的整体框架。