第1章 緒論 1.1 地面無人系統(tǒng)概述 1.2 地面無人系統(tǒng)環(huán)境感知技術(shù)概述與研究現(xiàn)狀 1.2.1 地面無人系統(tǒng)目標識別和檢測技術(shù)研究現(xiàn)狀 1.2.2 運動目標的跟蹤和行為理解技術(shù)研究現(xiàn)狀 1.2.3 場景理解與環(huán)境建模技術(shù)研究現(xiàn)狀 1.3 地面無人系統(tǒng)環(huán)境感知技術(shù)存在的問題與挑戰(zhàn) 1.4 本書主要內(nèi)容與章節(jié)安排 參考文獻 第2章 復雜環(huán)境下敏感目標檢測技術(shù) 2.1 復雜背景下裝甲車輛目標檢測技術(shù) 2.1.1 基于Gabor卷積神經(jīng)網(wǎng)絡(luò)與圖像的裝甲目標檢測技術(shù) 2.1.2 驗證試驗與裝甲車輛目標檢測應用效果分析 2.1.3 基于Gabor卷積神經(jīng)網(wǎng)絡(luò)與視頻的裝甲目標檢測技術(shù) 2.1.4 驗證試驗與裝甲車輛目標跟蹤檢測應用效果分析 2.1.5 小結(jié) 2.2 復雜背景中交通標志檢測技術(shù) 2.2.1 基于SG-MsERs區(qū)域推薦及SVM分類的交通標志檢測算法 2.2.2 驗證試驗與交通標志檢測應用效果分析 2.2.3 小結(jié) 2.3 復雜交通大場景多目標檢測技術(shù) 2.3.1 改進的特征提取網(wǎng)絡(luò)Gabor VGG Net 2.3.2 對于低分辨率弱小目標檢測困難問題的改進 2.3.3 置信度自適應閾值判定 2.3.4 基于遞歸神經(jīng)網(wǎng)絡(luò)的視頻多目標檢測技術(shù) 2.3.5 算法驗證試驗與多目標檢測應用效果分析 2.3.6 小結(jié) 參考文獻 第3章 復雜環(huán)境下可通行區(qū)域解析技術(shù) 3.1 基于視覺圖像的野外道路智能導向技術(shù) 3.1.1 超像素類標MRF推理場景分割 3.1.2 智能尋優(yōu)道路導向線提取 3.1.3 算法驗證試驗與道路導向信息提取應用效果分析 3.1.4 小結(jié) 3.2 基于激光雷達點云數(shù)據(jù)的可通行區(qū)域提取技術(shù) 3.2.1 場景理解 3.2.2 單一特征區(qū)域檢測 3.2.3 數(shù)據(jù)扇塊化與特征提取 3.2.4 基于SVM的二分類原理 3.2.5 可通行區(qū)域提取 3.2.6 算法驗證試驗與可通行區(qū)域提取應用效果分析 3.2.7 小結(jié) 3.3 基于深度立體視覺的環(huán)境分割技術(shù) 3.3.1 野外多足機器人的可通行區(qū)域選擇 3.3.2 密集點云獲取方法 3.3.3 語義地圖分割方法 3.3.4 算法驗證試驗與環(huán)境分割應用效果分析 3.3.5 小結(jié) 參考文獻 第4章 總結(jié)與工作展望 4.1 本書工作總結(jié) 4.2 工作展望