無人駕駛：人工智能如何顛覆汽車
(美)瓊盧克‧高迪奧特 劉少山、李力耘、唐潔
- 出版商: 機械工業
- 出版日期: 2018-12-01
- 定價: $474
- 售價: 8.5 折 $403
- 語言: 簡體中文
- 頁數: 180
- 裝訂: 平裝
- ISBN: 7111611179
- ISBN-13: 9787111611172
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
$653深度學習、優化與識別 (Deep Learning,Optimization and Recognition) -
$352ROS 機器人高效編程, 3/e (Effective Robotics Programming with ROS, 3/e) -
RT-Thread 內核實現與應用開發實戰指南 — 基於 STM32 RT-Thread RTOS STM32$594$564 -
嵌入式實時操作系統：RT-Thread 設計與實現$534$507 -
$505精通 ROS 機器人編程, 2/e (Mastering ROS for Robotics Programming, 2/e) -
$305自動駕駛汽車定位技術 -
未來駕駛$417$396 -
ROS 機器人編程與 SLAM 算法解析指南$414$393 -
$264數字濾波器的 MATLAB 與 FPGA 實現 — Altera / Verilog 版, 2/e -
馬上就影響你我的生活：無人駕駛完整技術白皮書$680$537 -
數字通信同步技術的 MATLAB 與 FPGA 實現 — Altera / Verilog 版, 2/e$594$564 -
KUKA 工業機器人編程高級教程$354$336 -
$352無人駕駛原理與實踐 -
自動駕駛汽車環境感知$359$341 -
Visual C# 網路程式設計 － 線上遊戲實作$500$390 -
AI 醫療 DEEP MEDICINE (Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again)$680$537 -
數字調制解調技術的 MATLAB 與 FPGA 實現 — Altera / Verilog 版, 2/e$768$730 -
全棧性能測試修煉寶典 JMeter 實戰, 2/e$659$626 -
初學 Jetson Nano 不說 No：CAVEDU 教你一次懂$480$480 -
自動駕駛停車位檢測技術$348$331 -
大話性能測試 JMeter實戰$539$512 -
OpenCV 影像創意邁向 AI 視覺王者歸來 (全彩印刷)$890$703 -
Raspberry Pi 樹莓派：Python x AI 超應用聖經$699$552 -
Intel FPGA 數字信號處理設計 (基礎版)$708$673 -
WebGL 建構網頁中的 3D遊戲 從基礎渲染原理、光影到應用$980$833
相關主題
商品描述
《無人駕駛：人工智能如何顛覆汽車》是為從事無人駕駛車輛(智能網聯汽車)開發相關工作人員的入門技術書。作者分享了他們打造無人駕駛車輛系統的實踐經驗。本書由9章組成，第1章概述了無人駕駛系統；第2章著重介紹無人駕駛車輛定位技術；第3章討論了傳統的環境感知技術；第4章討論基於深度學習的環境感知技術；第5章介紹了行為預測和路徑規劃技術；第6章著重介紹運動決策、規劃與控制子系統的反饋控制；第7章介紹基於增強學習的規劃和控制技術；第8章深入研究無人駕駛客戶端系統的設計細節；第9章詳細介紹了無人駕駛雲平臺。
本書對在校學生、研究人員和相關從業人員都大有益處。無論你是本科生還是研究生，只要對無人駕駛感興趣，都可以在這裡找到無人駕駛技術的全面介紹。
目錄大綱
第１ 章無人駕駛系統簡介
１.１ 無人駕駛技術概述／ ００２
１.２ 無人駕駛算法／ ００２
１.２.１ 傳感／ ００３
１.２.２ 感知／ ００４
１.２.３ 目標識別與跟蹤／ ００６
１.２.４ 決策／ ００６
１.３ 無人駕駛客戶端系統／ ００８
１.３ １ 機器人操作系統／ ００８
１.３ ２ 硬件平臺／ ０１１
１.４ 無人駕駛雲平臺／ ０１１
１.４.１ 仿真模擬／ ０１１
１.４.２ 高精度地圖生成／ ０１２
１.４.３ 深度學習模型訓練／ ０１３
１.５ 一切剛剛開始／ ０１４
第２ 章無人駕駛車輛的定位系統
２.１ 採用全球導航衛星系統定位／ ０１５
２.１.１ ＧＮＳＳ 概述／ ０１５
２.１.２ ＧＮＳＳ 誤差分析／ ０１７
２.１.３ 星基增強系統／ ０１８
２.１.４ 載波相位差分技術和差分ＧＮＳＳ ／ ０１９
２.１.５ 精確點定位／ ０２０
２.１.６ 全球定位系統和慣性導航系統的融合／ ０２２
２.２ 採用激光雷達和高精度地圖定位／ ０２３
２.２.１ 激光雷達概述／ ０２３
２.２.２ 高精度地圖概述／ ０２６
２.２.３ 激光雷達和高精度地圖定位／ ０３０
２.３ 視覺里程計／ ０３４
２.３.１ 立體視覺里程計／ ０３５
２.３.２ 單目視覺里程計／ ０３６
２.３.３ 視覺慣性里程計／ ０３６
２.４ 航位推算和輪式里程計／ ０３８
２.４.１ 輪式編碼器／ ０３８
２.４.２ 輪式里程計誤差／ ０３９
２.４.３ 減少輪式里程計誤差／ ０４０
２.５ 多傳感器融合／ ０４２
２.５.１ 卡內基梅隆大學無人駕駛城市挑戰賽車Ｂｏｓｓ ／ ０４２
２.５.２ 斯坦福大學無人駕駛城市挑戰賽車Ｊｕｎｉｏｒ ／ ０４４
２.５.３ 梅賽德斯－奔馳無人駕駛車Ｂｅｒｔｈａ ／ ０４５
參考文獻／ ０４７
第３ 章無人駕駛的感知系統
３.１ 概述／ ０５１
３.２ 數據集／ ０５２
３.３ 目標識別／ ０５４
３.４ 語義分割／ ０５６
３.５ 立體視覺、光流和場景流／ ０５８
３.５.１ 立體視覺與深度信息／ ０５８
３.５.２ 光流／ ０５９
３.５.３ 場景流／ ０５９
３.６ 目標跟蹤／ ０６１
３.７ 總結／ ０６３
參考文獻／ ０６４
第４ 章深度學習在無人駕駛感知系統中的應用
４.１ 卷積神經網絡／ ０６８
４.２ 目標檢測／ ０６９
４.３ 語義分割／ ０７２
４.４ 立體視覺和光流／ ０７５
４.４.１ 立體視覺／ ０７５
４.４.２ 光流／ ０７６
４.５ 總結／ ０７９
參考文獻／ ０８０
第５ 章預測與路徑規劃
５.１ 規劃與控制模塊概覽／ ０８２
５.１.１ 架構： 廣義上的規劃與控制／ ０８２
５.１.２ 各個模塊的範圍：以模塊的方式解決問題／ ０８４
５.２ 交通預測／ ０８７
５.２.１ 將行為預測作為分類問題／ ０８８
５.２.２ 車輛軌跡生成／ ０９３
５.３ 車道級的路徑規劃／ ０９４
５.３.１ 為路徑規劃創建權重有向圖／ ０９６
５.３.２ 典型的路徑規劃算法／ ０９８
５.３.３ 規劃圖損失： 強弱路徑規劃／ １０２
５.４ 總結／ １０３
參考文獻／ １０３
第６ 章決策、規劃和控制
６.１ 行為決策／ １０５
６.１.１ 馬爾可夫決策過程方法／ １０７
６.１.２ 基於場景的分治法／ １０９
６.２ 運動規劃／ １１６
６.２.１ 車輛模型、道路模型、ＳＬ 坐標系／ １１８
６.２.２ 劃分為路徑規劃和速度規劃的運動規劃／ １１９
６.２.３ 劃分為縱向規劃和橫向規劃的運動規劃／ １２６
６.３ 反饋控制／ １３０
６.３.１ 自行車模型／ １３０
６.３.２ ＰＩＤ 控制／ １３２
６ ４ 總結／ １３３
參考文獻／ １３４
第７ 章基於增強學習的規劃和控制
７.１ 概述／ １３６
７.２ 增強學習／ １３８
７.２.１ Ｑ⁃學習／ １４０
７.２.２ ＡＣＴＯＲ⁃ＣＲＩＴＩＣ 方法／ １４４
７.３ 無人駕駛中基於學習的規劃和控制／ １４６
７.３.１ 行為決策中的增強學習／ １４７
７.３.２ 基於增強學習的規劃和控制／ １４７
７.４ 總結／ １５０
參考文獻／ １５０
第８ 章無人駕駛客戶端系統
８.１ 無人駕駛系統： 一個複雜的系統／ １５２
８.２ 無人駕駛的操作系統／ １５４
８.２.１ ＲＯＳ 綜述／ １５４
８.２.２ 系統可靠性／ １５６
８.２.３ 性能優化／ １５７
８.２.４ 資源管理與安全性／ １５７
８.３ 計算平臺／ １５８
８.３.１ 計算平臺的實現／ １５８
８.３.２ 現有的計算解決方案／ １５９
８.３.３ 計算機體系結構設計的探索／ １６０
參考文獻／ １６４
第９ 章無人駕駛雲平臺
９.１ 概述／ １６５
９.２ 基礎架構／ １６６
９.２.１ 分布式計算框架／ １６７
９.２.２ 分布式存儲／ １６７
９.２.３ 異構計算／ １６８
９.３ 仿真模擬／ １７０
９.３.１ ＢｉｎＰｉｐｅＲＤＤ ／ １７１
９.３.２ 連接ＲＯＳ 與Ｓｐａｒｋ 引擎／ １７２
９.３ ３ 性能表現／ １７３
９.４ 模型訓練／ １７３
９.４.１ 為什麼使用Ｓ
