道路障碍检测被认为是驾驶员辅助系统以及自主驾驶汽车的关键部分，系统利用被检测对象的视频图像数据可以提取复杂的路况信息，从而保障安全行驶。同时，在所有的目标检测任务中，车辆和人之间的相互作用是最重要的研究工作之一。通过对道路目标的姿势信息，可以快速地初始化、跟踪，甚至分析意图。本文的工作重点是利用车载摄像机进行路面对象的检测和姿势估计，提出了一种用于融合对象检测和取向估计的卷积神经网络结构。本文具有以下三个主要贡献，首先，本文提出了一种用于目标检测的似物区域采样技术，降低了选择性搜索方法产生的窗口冗余。其次，本文使用Biternion网络表示通过姿态层来扩展众所周知的快速循环卷积网络(Fast RCNN)，以此为基础创建了用于融合对象检测和取向估计的卷积网络框架。最后，本文改进了GoogLeNet和ZF-Net，将其网络结构集成到本文提出的框架中，实验结果展示了方法的可行性和优异的性能。　　本文实验采用了清华戴姆勒数据参考基准，该基准包含道路自行车骑手的矩形边界框和方向标签。通过比较和分析不同网络中的目标对象检测和取向估计的实验结果，其中改进了GoogLeNet的卷积网络架构的目标检测平均精度和方向取向相似性获得最好结果。同时，对其网络层精简化后的实验结果显示，在平均精度只下降0.01的情况下，速度提高了1.5倍。最后，基于所有的实验结论，提出了未来相关研究的可能的发展方向。