| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究工作的背景与意义 | 第10-13页 |
| 1.2 国内外研究历史与现状 | 第13-16页 |
| 1.3 本文的主要贡献与创新 | 第16页 |
| 1.4 本论文的结构安排 | 第16-18页 |
| 第二章 车辆位姿语义提取算法综述 | 第18-22页 |
| 2.1 车辆检测算法综述 | 第18-20页 |
| 2.2 车辆姿态估计算法综述 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 部分连接车辆姿态检测网络 | 第22-30页 |
| 3.1 车辆姿态检测网络描述 | 第22-25页 |
| 3.1.1 SSD结构 | 第22页 |
| 3.1.2 基于部分连接层的姿态估计 | 第22-24页 |
| 3.1.3 部分连接姿态检测网络 | 第24-25页 |
| 3.2 训练数据的获取 | 第25-27页 |
| 3.2.1 Unity3D与训练数据生成场景 | 第25-26页 |
| 3.2.2 智能驾驶环境训练数据生成系统 | 第26-27页 |
| 3.3 网络训练与测试 | 第27-29页 |
| 3.3.1 姿态估计评价指标 | 第27页 |
| 3.3.2 网络的训练 | 第27-28页 |
| 3.3.3 测试与评价 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 栅格卷积车辆姿态检测网络 | 第30-48页 |
| 4.1 车辆姿态检测网络的分析与探索 | 第30-35页 |
| 4.1.1 检测与姿态估计的关系 | 第30-32页 |
| 4.1.2 合作网络 | 第32-34页 |
| 4.1.3 姿态估计部分的设计缺陷 | 第34-35页 |
| 4.2 栅格卷积网络 | 第35-40页 |
| 4.2.1 栅格卷积(GrilleConvolution) | 第35-36页 |
| 4.2.2 按位置区别卷积的必要性 | 第36-38页 |
| 4.2.3 栅格卷积网络(GrilleNet)测试效果与分析 | 第38-40页 |
| 4.3 真实场景数据测试 | 第40-47页 |
| 4.3.1 KITTI数据集简介 | 第41-42页 |
| 4.3.2 网络的训练 | 第42-44页 |
| 4.3.3 实验结果与对比 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 车辆位姿在语义地图中的应用 | 第48-65页 |
| 5.1 语义地图的表达 | 第48-50页 |
| 5.1.1 层级语义地图模型 | 第48-49页 |
| 5.1.2 语义信息的表达 | 第49-50页 |
| 5.2 语义地图信息的存储 | 第50-58页 |
| 5.2.1 空间数据库 | 第50-51页 |
| 5.2.2 语义信息存储方式 | 第51-58页 |
| 5.3 语义地图的软件架构及应用 | 第58-64页 |
| 5.3.1 语义地图的软件架构设计 | 第58-60页 |
| 5.3.2 语义地图的应用 | 第60-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 全文总结 | 第65-66页 |
| 6.2 未来工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间取得的成果 | 第72页 |