2017年的圣诞节，我猫在图书馆里过的。
圣诞节后的那个周末，我窝在考场中过的。
一走出考场，我就劝自己“就当自己这半年重读了大一吧”。我太了解自己了，了解到无法喝下亦幻亦真的心灵鸡汤。
考研之后歇了一天，我又爬了起来。倒不是考研生活过上了瘾，而是开题答辩的日子悄然临近了。对着老师的要求，学长的叮嘱，资料的呢喃。删删改改，我终于确定了要做的方案（至少在那时要做的方案）。
总的思路：室内场景下基于RGB-D的无人车物体检测与避障
思路阐述：由于室外场景情形复杂，且无人车绝大多数研究基于真实道路。我们不妨选择室内场景，室内条件更加简单，没有高速运动的物体和复杂的路况。我们使用的是RGB-D图像，比单纯的RGB图像要多出深度信息，不妨抓住深度信息做文章，找到室内场景的几个特点，对其进行针对性的优化。
拟定重点：
1.光滑的地面，容易反射灯光，传统RGB图像难以识别，用深度信息解决之。
2.积水的地面，同样容易反射灯光，但与1不同，我们需要识别并绕开它。
3.耀眼的灯光，室内光源复杂，遇到耀眼灯光会使图像失真，结合深度信息解决之。
4.楼梯的识别，需要在楼梯处识别并停止。
5.行人的检测，这应该是整个设计的重点。室内最大的不确定因素就是人，需要识别，躲避继续前进。如果达
不到这个要求，也许可以做个小喇叭装置，提示行人。
更多想法：
1.手势检测。把无人车包装成一个类似于服务型机器人？当识别特定手势时，能前进，后退，停止等。
2.互联网要素。联网可远程查看无人车的情形，甚至控制无人车
老师基本同意了我的观点，又读了几天论文，自觉得肚子里有了些墨水，便洋洋洒洒写下了自己的计划：
如今对于无人车的研究大多数集中于室外。但无人车在室内同样有着广泛
的应用场景，目前某些物流公司，制造公司便使用 AGV 进行室内的物料无人化
运输，但该应用主要面向环境简单，障碍物规整的仓库，车库等。在未来，无
人车势必成为一种使用广泛的交通巩固。在室内有人场景上同样有着巨大的用
途，如智能服务机器人，室内商品运输，室内巡逻车等。本设计基于双目摄像
头的图像处理，面向有人场景，实现无人车的自动安全驾驶，在室内运输，室
内巡逻方面有着巨大的用途。
针对这次实验的重点，自然也是胸有成竹：
- 室内的光线变化较大，远离光源的地方极有可能光线不足。面向光源的地
方又可能光照过于强烈。- 需要注意室内的特定设施，如楼梯，若无法识别可能会使无人车倾覆。如
反光的玻璃柜台与镜子，会极大干扰到图像。应正确识别这些设施，避免
危险情况出现。- 室内最大的不确定因素就是人，由于人在不断运动，因此小车在前进过程
中不仅要检测到人的实时位置，还应当对人的运动轨迹进行预测分析，从
而安全地进行穿越。- 某些特地场景的特殊优化。比如室内由于光滑反光的地面与由于积水反光
的路面，这两种情况需要进行区分。
开题答辩的气氛挺好，大抵与我的PPT做得还不赖有关。
接下来的几个月，就是见真功夫的时候了。我和大学最后的缘分，希望结局能美妙些吧。