| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-15页 |
| ·研究意义 | 第7-8页 |
| ·智能驾驶的历史与发展现状 | 第8-10页 |
| ·道路检测的内容及研究现状 | 第10-13页 |
| ·道路检测的内容及影响因素 | 第10-12页 |
| ·道路检测算法 | 第12-13页 |
| ·数据库介绍 | 第13-14页 |
| ·论文组织 | 第14-15页 |
| 第2章 道路方向检测 | 第15-36页 |
| ·地平线检测算法及对比 | 第15-22页 |
| ·基于相机模型的地平线估计 | 第16-17页 |
| ·单视图中的深度信息与 gist 特征 | 第17-20页 |
| ·基于 gist 特征的地平线检测 | 第20-22页 |
| ·基于最大期望（EM）的消失点检测算法 | 第22-35页 |
| ·纹理方向估计 | 第23-29页 |
| ·基于梯度下降的消失点估计 | 第29-31页 |
| ·基于 EM 算法的消失点估计 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于超像素的道路分割算法 | 第36-47页 |
| ·道路特征提取 | 第37-41页 |
| ·位置和形状 | 第38页 |
| ·颜色特征 | 第38页 |
| ·纹理特征 | 第38-39页 |
| ·道路几何特征 | 第39页 |
| ·双目视觉下的特征 | 第39-41页 |
| ·道路区域的提取与分类 | 第41-45页 |
| ·超像素提取 | 第41-42页 |
| ·道路区域分类 | 第42-44页 |
| ·回归型 Adaboost decision tree 分类器 | 第44-45页 |
| ·道路分割实验 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于视频的行进道路信息跟踪与融合 | 第47-58页 |
| ·基于 UKF 的运动估计 | 第47-50页 |
| ·两摄像机间的图像约束 | 第50-51页 |
| ·基于视频图像的道路特征融合 | 第51-54页 |
| ·地平线估计 | 第52-53页 |
| ·消失点估计 | 第53页 |
| ·道路区域估计 | 第53-54页 |
| ·道路信息融合实验 | 第54-57页 |
| ·地平线估计实验 | 第54-55页 |
| ·消失点估计 | 第55-56页 |
| ·道路区域估计 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 车载数据釆集系统 | 第58-66页 |
| ·车载传感器 | 第58-60页 |
| ·采集系统设计 | 第60-62页 |
| ·系统结构 | 第60-61页 |
| ·软件框架 | 第61-62页 |
| ·数据采集与实验 | 第62-65页 |
| ·采集延迟测试实验 | 第62-63页 |
| ·系统延迟测试试验 | 第63-64页 |
| ·摄像机标定 | 第64-65页 |
| ·本章总结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| ·全文总结 | 第66页 |
| ·未来展望 | 第66-68页 |
| 参考文献 | 第68-71页 |