对不同类型车辆使用计算机视觉技术的研究侧重点，是将计算机视觉与汽车、无人机和水下航行器等研究领域结合起来。这也为研究计算机视觉应用领域当前发展的研究人员提供了参考，包括先进的驾驶员辅助系统（行人检测、车道偏离警告、交通标志识别）、自动驾驶和机器人导航（带视觉同步定位和绘图）或无人机（避障、景观分类和测绘、火灾风险评估）等。本书分析了计算机视觉在不同车辆导航中的总体作用，以及解决车载应用的技术，主要特点是以高度信息化和易懂的方式介绍计算机视觉和车辆技术领域的最新进展。 本书从导航和可寻址应用的角度全面综述了车辆中先进的计算机视觉技术，详细描述了车辆视觉技术领域近期面临的挑战和商机，可作为计算机视觉研究人员，以及从事车辆技术工作的工程师和计算机视觉专业学生的参考用书。

前言
第1章 车辆中的计算机视觉
1.1 简介
1.1.1 应用
1.1.2 交通安全和舒适性
1.1.3 计算机视觉的优势
1.1.4 通用和特定任务
1.1.5 多模块解决方案
1.1.6 准确性、精确性和鲁棒性
1.1.7 比较绩效评估
1.1.8 成功案例
1.2 符号和基本定义
1.2.1 图像和视频
1.2.2 摄像机
1.2.3 优化
1.3 视觉任务
1.3.1 距离
1.3.2 运动
1.3.3 物体检测与跟踪
1.3.4 语义分割
1.4 本章小结
致谢
第2章 自动驾驶
2.1 简介
2.1.1 梦想
2.1.2 应用
2.1.3 自动驾驶等级
2.1.4 重要研究项目
2.1.5 户外视觉挑战
2.2 城市自动驾驶
2.2.1 定位
2.2.2 基于立体视觉的三维感知
2.2.3 目标识别
2.3 挑战
2.3.1 增加鲁棒性
2.3.2 语义分割
2.3.3 意图识别
2.4 本章小结
致谢
第3章 微型飞行器的计算机视觉
3.1 简介
3.2 系统和传感器
3.3 自我运动估计
3.3.1 利用惯性和视觉测量进行状态估计
3.3.2 单目视觉MAV位姿
3.3.3 立体视觉MAV位姿
3.3.4 光流测量MAV位姿
3.4 3D建图
3.5 自主导航
3.6 场景理解
3.7 本章小结
第4章 水下机器人的海底探险
4.1 简介
4.2 水下成像的挑战
4.3 在线计算机视觉技术
4.3.1 去雾
4.3.2 视觉里程计
4.3.3 SLAM
4.3.4 激光扫描
4.4 声成像技术
4.4.1 图像形成
4.4.2 声学处理的在线技术
4.5 本章小结
致谢
第5章 基于视觉的高级驾驶员辅助系统
5.1 简介
5.2 前向辅助
5.2.1 自适应巡航控制（ACC）和前向避碰（FCA）
5.2.2 交通标志识别（TSR）
5.2.3 交通拥堵辅助（TJA）
5.2.4 弱势道路使用者保护
5.2.5 智能前照灯控制
5.2.6 增强夜视（动态光斑）
5.2.7 智能主动悬架
5.3 横向辅助
5.3.1 车道偏离警告（LDW）和车道保持系统（LKS）
5.3.2 变道辅助（LCA）
5.3.3 泊车辅助
5.4 驾驶员监控和睡意检测
5.5 本章小结
5.5.1 鲁棒性
5.5.2 成本
致谢
第6章 鸟瞰应用挑战
6.1 简介
6.1.1 微型飞行器
6.1.2 微型旋翼机
6.2 GPS导航失效
6.2.1 带距离传感器的自主导航
6.2.2 带视觉传感器的自主导航
6.2.3 SFLY：微型飞行器群
6.2.4 SVO：一种用于MAV的视觉里程算法
6.3 应用和挑战
6.3.1 应用
6.3.2 安全性和鲁棒性
6.4 本章小结
第7章 水下视觉的应用挑战
7.1 简介
7.2 水下测绘与检测的离线计算机视觉技术
7.2.1 2D马赛克
7.2.2 2.5D映射
7.2.3 3D映射
7.2.4 用于海底分类的机器学习
7.3 声学测绘技术
7.4 本章小结
结束语
参考文献