声明
第1章 绪 论
1.1 课题背景及研究意义
1.2 国内外研究现状
1.2.1 智能车研究现状
1.2.2 非结构化道路识别研究现状
1.3 本文的研究内容和技术路线
第2章 环境搭建和数据预处理
2.1 深度学习环境搭建
2.2 KITTI数据集介绍
2.3 数据预处理
2.3.1 图片预处理
2.3.2 标签预处理
2.3.3 点云预处理
2.4 评分标准
2.5 本章小结
第3章 基于全卷积神经网络的非结构化道路识别
3.1 算法概述
3.2 基本原理
3.2.1 深度学习概论
3.2.2 深度学习原理
3.2.3 全卷积神经网络
3.2.4 FCN层
3.3 基于FCN-8s的非结构化道路识别
3.3.1 模型搭建
3.3.2 训练模型
3.3.3 训练过程和推导结果
3.4 本章小结
第4章 基于雷达点云的道路识别
4.1 算法概述
4.2 基于高程的道路点云粗分
4.3 基于alphaShapes算法提取边界
4.4 基于点云的道路可通行区域分割
4.5 本章小结
第5章 基于马尔科夫随机场的数据融合
5.1 算法概述
5.2 基本理论
5.2.1 MRF模型
5.2.2 ICM算法
5.3 基于改进MRF的可通行区域分割
5.4 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
