| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 课题研究背景与意义 | 第11-12页 |
| 1.2 行为决策方法国内外研究现状 | 第12-19页 |
| 1.3 本体论基础知识与相关工作介绍 | 第19-22页 |
| 1.3.1 本体论简介 | 第19-21页 |
| 1.3.2 基于本体论的驾驶场景建模相关工作介绍 | 第21-22页 |
| 1.4 本文主要研究内容与结构安排 | 第22-25页 |
| 1.4.1 主要研究内容 | 第22页 |
| 1.4.2 结构安排 | 第22-25页 |
| 第2章 无人驾驶车辆行为决策系统设计 | 第25-39页 |
| 2.1 本课题组行为决策方法研究总结与分析 | 第25-27页 |
| 2.2 无人驾驶车辆“CAS2.0”平台系统架构 | 第27-34页 |
| 2.2.1 “CAS2.0”硬件方案 | 第27-28页 |
| 2.2.2 ROS简介 | 第28-30页 |
| 2.2.3 “CAS2.0”软件系统架构 | 第30-34页 |
| 2.3 无人驾驶车辆行为决策系统设计准则 | 第34-35页 |
| 2.4 行为决策系统整体设计方案 | 第35-37页 |
| 2.5 本章小结 | 第37-39页 |
| 第3章 基于本体论的驾驶场景建模方法 | 第39-53页 |
| 3.1 驾驶场景的本体概念模型 | 第39-47页 |
| 3.1.1 本体构建工具Protege | 第39-40页 |
| 3.1.2 类(Class) | 第40-44页 |
| 3.1.3 对象属性(ObjectProperty) | 第44-46页 |
| 3.1.4 数据属性(DataProperty) | 第46-47页 |
| 3.1.5 实例/个体(Individual) | 第47页 |
| 3.2 建模案例 | 第47-50页 |
| 3.3 OWL2本体模型转prolog语言描述 | 第50-52页 |
| 3.3.1 prolog基础知识 | 第50-51页 |
| 3.3.2 OWL2转prolog方法 | 第51-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第4章 基于知识的场景理解与行为决策方法 | 第53-71页 |
| 4.1 驾驶场景评估方法 | 第53-60页 |
| 4.1.1 相关工作 | 第53-54页 |
| 4.1.2 本文方法描述 | 第54-60页 |
| 4.2 行为决策知识库的构建 | 第60-64页 |
| 4.2.1 决策知识库的结构 | 第60-61页 |
| 4.2.2 决策规则的表达 | 第61-64页 |
| 4.3 在线推理系统构建 | 第64-67页 |
| 4.3.1 在线推理系统结构 | 第64-65页 |
| 4.3.2 prolog推理匹配过程 | 第65-67页 |
| 4.4 方法验证 | 第67-70页 |
| 4.5 本章小结 | 第70-71页 |
| 第5章 行为决策方法实验验证 | 第71-81页 |
| 5.1 实验设计 | 第71-72页 |
| 5.1.1 实验目的 | 第71页 |
| 5.1.2 实验方案 | 第71-72页 |
| 5.2 实验结果与分析 | 第72-77页 |
| 5.2.1 场景一:车道保持 | 第73页 |
| 5.2.2 场景二:绕障换道 | 第73-75页 |
| 5.2.3 场景三:通过路口 | 第75-77页 |
| 5.3 实验结果分析与讨论 | 第77-79页 |
| 5.4 本章小结 | 第79-81页 |
| 第6章 总结与展望 | 第81-83页 |
| 6.1 总结 | 第81-82页 |
| 6.1.1 本文主要工作 | 第81-82页 |
| 6.1.2 创新点 | 第82页 |
| 6.2 展望 | 第82-83页 |
| 参考文献 | 第83-89页 |
| 致谢 | 第89-91页 |
| 在读期间发表的学术论文与取得的研究成果 | 第91页 |