| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-7页 |
| 第一章 引 言 | 第7-12页 |
| 1．1 智能运输系统（INTELLIGENT TRANSPORTATION SYSTEM，ITS）［1］ | 第7-8页 |
| 1．2 我国ITS研究 | 第8-10页 |
| 1．3 智能车辆［29］ | 第10-12页 |
| 第二章 基于DSP的智能车辆视觉系统 | 第12-15页 |
| 2．1 系统结构［26］ | 第12-14页 |
| 2．2 功能划分 | 第14-15页 |
| 第三章 图像采集 | 第15-18页 |
| 3．1 可见光成像 | 第15页 |
| 3．2 非可见光成像 | 第15页 |
| 3．3 多传感器数据融合［3］ | 第15-16页 |
| 3．4 路况分析 | 第16-18页 |
| 第四章 运动状态估计 | 第18-28页 |
| 4．1 KALMAN滤波理论［25］ | 第18-19页 |
| 4．2 离散模型卡尔曼滤波基本方程［25］ | 第19-20页 |
| 4．3 KALMAN滤波在智能车辆系统中的应用 | 第20-21页 |
| 4．4 KALMAN滤波发散的原因和抑制［25］ | 第21-28页 |
| 第五章 车道线检测与跟踪 | 第28-39页 |
| 5．1 车道线检测与跟踪的相关研究 | 第28-29页 |
| 5．2 高速公路车道线检测与跟踪 | 第29-39页 |
| 5．2．1 车道线几何模型分析 | 第29-34页 |
| 5．2．2 高速公路车道线检测与跟踪的算法设计 | 第34-36页 |
| 5．2．3 高速公路车道线检测与跟踪的算法流程图 | 第36-37页 |
| 5．2．4 实验结果和对比研究 | 第37-39页 |
| 第六章 运动目标检测与跟踪 | 第39-45页 |
| 6．1 运动目标检测与跟踪的相关研究 | 第39页 |
| 6．2 运动目标检测与跟踪算法设计 | 第39-44页 |
| 6．3 运动目标检测与跟踪算法流程图 | 第44-45页 |
| 第七章 智能车辆视觉系统在DSP上的实现 | 第45-55页 |
| 7．1 数字信号处理器简介［28］ | 第45-48页 |
| 7．2 各公司DSP芯片简介 | 第48-50页 |
| 7．3 TMS320C6201芯片在智能车辆视觉图像处理中的应用 | 第50-55页 |
| 第八章 总 结 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 致 谢 | 第58页 |