| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第12-30页 |
| 1.1 课题的研究背景及意义 | 第12-13页 |
| 1.2 无人驾驶车辆发展现状 | 第13-22页 |
| 1.2.1 国外无人驾驶车辆的研究现状及分析 | 第14-20页 |
| 1.2.2 国内无人驾驶车辆的研究现状及分析 | 第20-22页 |
| 1.3 移动机器人行为决策方法的研究现状及分析 | 第22-24页 |
| 1.4 移动机器人运动规划方法的研究现状及分析 | 第24-28页 |
| 1.5 本文主要研究内容及结构安排 | 第28-30页 |
| 1.5.1 论文主要研究内容 | 第28页 |
| 1.5.2 论文结构安排 | 第28-30页 |
| 第二章 无人驾驶车辆行为决策与运动规划子系统的设计与分析 | 第30-42页 |
| 2.1 “智能先锋Ⅱ”无人车平台架构 | 第30-35页 |
| 2.2 无人驾驶车辆自主决策系统体系结构 | 第35-37页 |
| 2.2.1 全局路径规划层 | 第35-36页 |
| 2.2.2 驾驶行为决策层 | 第36页 |
| 2.2.3 运动规划层 | 第36-37页 |
| 2.2.4 健康管理模块 | 第37页 |
| 2.3 无人驾驶车辆行为决策与运动规划子系统设计准则 | 第37-38页 |
| 2.4 无人驾驶车辆行为决策与运动规划子系统结构分析 | 第38-40页 |
| 2.4.1 行为决策子系统结构分析 | 第39页 |
| 2.4.2 运动规划子系统结构分析 | 第39-40页 |
| 2.5 本章小结 | 第40-42页 |
| 第三章 无人驾驶车辆行为决策方法研究 | 第42-58页 |
| 3.1 人类驾驶行为特性分析 | 第42-43页 |
| 3.2 无人驾驶车辆行为决策子系统设计 | 第43-51页 |
| 3.2.1 基于有限状态机的驾驶场景转换模型 | 第43-46页 |
| 3.2.2 基于ID3决策树的驾驶行为决策方法 | 第46-50页 |
| 3.2.3 基于驾驶场景的局部目标发生器 | 第50-51页 |
| 3.3 基于ID3决策树的驾驶行为决策实例验证与结果分析 | 第51-56页 |
| 3.4 本章小结 | 第56-58页 |
| 第四章 无人驾驶车辆运动规划方法研究 | 第58-92页 |
| 4.1 环境感知地图的表示方法 | 第58-59页 |
| 4.2 人类驾驶员视觉行为模型 | 第59-62页 |
| 4.2.1 驾驶员视觉注意力机制 | 第60-61页 |
| 4.2.2 驾驶员视觉注意力模型 | 第61-62页 |
| 4.3 基于驾驶员视觉行为的无人驾驶车辆运动规划方法 | 第62-83页 |
| 4.3.1 运动规划问题的描述 | 第63-64页 |
| 4.3.2 运动规划算法的设计与分析 | 第64-65页 |
| 4.3.3 RRT算法基本原理及性能分析 | 第65-68页 |
| 4.3.4 基于驾驶员视觉行为的RRT运动规划算法 | 第68-83页 |
| 4.4 实验结果与分析 | 第83-89页 |
| 4.5 本章小结 | 第89-92页 |
| 第五章 “智能先锋Ⅱ”行为决策与运动规划系统实验验证 | 第92-106页 |
| 5.1 实验场景 | 第92-93页 |
| 5.2 实验设计 | 第93-94页 |
| 5.3 实验结果与分析 | 第94-105页 |
| 5.4 本章小结 | 第105-106页 |
| 第六章 结论 | 第106-110页 |
| 6.1 本文主要工作与创新点 | 第106-107页 |
| 6.1.1 主要工作 | 第106-107页 |
| 6.1.2 创新点 | 第107页 |
| 6.2 展望 | 第107-110页 |
| 参考文献 | 第110-118页 |
| 致谢 | 第118-120页 |
| 在读期间发表的学术论文与取得的研究成果 | 第120页 |
