| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-20页 |
| ·自主驾驶车辆的发展现状 | 第12-15页 |
| ·国外自主驾驶车发展现状 | 第12-14页 |
| ·国内自主驾驶车发展现状 | 第14-15页 |
| ·环境感知相关技术及手段 | 第15-16页 |
| ·非结构化道路检测方法的分类及最新进展 | 第16-17页 |
| ·非结构化道路检测方法的研究现状 | 第16页 |
| ·道路检测方法的分类 | 第16-17页 |
| ·本文的主要研究内容及贡献 | 第17-20页 |
| ·本文的主要研究内容及组织结构 | 第17-18页 |
| ·本文的主要贡献 | 第18-20页 |
| 第二章 非结构化道路检测算法的评价 | 第20-29页 |
| ·非结构化道路图像数据库的构建 | 第20-23页 |
| ·数据库图像的采集 | 第21-22页 |
| ·Ground Truth及其生成方法 | 第22-23页 |
| ·数据库的更新维护 | 第23页 |
| ·非结构化道路检测算法的评价准则 | 第23-25页 |
| ·数据库的有效性验证 | 第25-28页 |
| ·非结构化道路检测算法及测试过程 | 第25-26页 |
| ·测试结果分析 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于颜色-梯度组合特征的非结构化道路检测 | 第29-38页 |
| ·颜色直方图特征 | 第29-30页 |
| ·颜色直方图的分类 | 第29页 |
| ·颜色直方图的计算方法 | 第29-30页 |
| ·方向梯度直方图 | 第30-31页 |
| ·结合颜色与梯度特征的非结构化道路检测方法 | 第31-34页 |
| ·基于特征级融合的颜色-梯度组合特征 | 第33页 |
| ·KNN分类器的训练 | 第33页 |
| ·道路图像的分类 | 第33-34页 |
| ·实验内容及分析 | 第34-37页 |
| ·实验设计 | 第34-35页 |
| ·实验结果 | 第35-37页 |
| ·实验结果分析 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第四章 高层结构信息引导下的多尺度非结构化道路检测 | 第38-53页 |
| ·深度信息与图像数据的融合 | 第38-39页 |
| ·道路图像中局部尺度和方向估计 | 第39-42页 |
| ·多尺度非结构化道路检测方法的实现 | 第42-49页 |
| ·消失点检测 | 第43-44页 |
| ·尺度和方向图的生成 | 第44页 |
| ·尺度和方向调制的梯度特征提取方法 | 第44-47页 |
| ·分类器的训练和使用 | 第47页 |
| ·多尺度道路局部空间结构约束 | 第47-49页 |
| ·实验内容及分析 | 第49-52页 |
| ·实验设计 | 第49页 |
| ·实验结果 | 第49-51页 |
| ·实验结果分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·本文工作总结 | 第53-54页 |
| ·课题研究展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 作者在学期间取得的学术成果 | 第60页 |