人工智能:智能駕駛
張新鈺
- 出版商: 電子工業
- 出版日期: 2020-12-01
- 定價: $468
- 售價: 8.5 折 $398
- 語言: 簡體中文
- 頁數: 216
- 裝訂: 精裝
- ISBN: 7121400863
- ISBN-13: 9787121400865
-
相關分類:
人工智慧、DeepLearning、自駕車
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
$690$587 -
$1,000$850 -
$454Cadence 17.2 電路設計與模擬從入門到精通
-
$658Angular 應用程序開發指南
-
$600$540 -
$372$353 -
$780$663 -
$780$663 -
$264Cadence 高速電路板設計與模擬 — 原理圖與 PCB 設計, 6/e
-
$880$695 -
$626車輛系統動力學手冊第1卷:基礎理論和方法
-
$779$740 -
$474$450 -
$690$545 -
$580$458 -
$458$431 -
$352WordPress 電子商務運營從入門到實戰
-
$700$553 -
$408$388
相關主題
商品描述
本書在簡要介紹智能駕駛的產生與發展、智能駕駛技術現狀之後,提出了智能駕駛系統的體系架構,討論了深度學習與智能駕駛、智能駕駛的環境感知、智能駕駛的融合感知等相關內容,深入研究了智能駕駛決策與智能駕駛控制等問題。此外,本書還探討了智能駕駛的安全性問題,以及智能駕駛面臨的未來展望。本書適合人工智能與智能駕駛領域的研究人員、管理人員、以及廣大愛好者閱讀。
作者簡介
張新鈺,清華智能車猛獅團隊負責人,中國人工智能學會原副秘書長、理事,國家重點研發計劃首席科學家,中國智能交通協會青年科技創新領軍人才,主要從事多模態智能感知、智能駕駛、多模態交通工具等方面的相關研究工作。
承擔了國家重點研發計劃、自然科學基金、中國工程院、北京市科委以及多個產業化項目;主持研製了國內首台無人駕駛快遞車,並批量研製百度-奇瑞智能車的底層智能係統;研製了以傳統的四輪兩驅底盤作為地面行駛的基礎結構,利用旋翼實現高自由度的飛行動作的陸空兩棲自主駕駛飛行車輛,研究成果已被新華社、中國日報網、中國網等相繼報導;帶領團隊連續近三年獲得由國家自然科學基金主辦的中國智能車未來挑戰賽冠亞軍以及世界智能駕駛挑戰賽等比賽的冠軍;發表學術論文五十餘篇,出版《智能駕駛100問》 《無人駕駛技術》《中國智能機器人產業發展研究報告2015》,起草五項輪式機器人標準,榮獲省部級一等獎1項、二等獎3項。
目錄大綱
封面
版權信息
內容簡介
人工智能出版工程叢書編委會
前言
第1章智能駕駛簡介
1.1智能駕駛的產生與發展
1.1.1智能駕駛的萌芽
1.1.2智能駕駛的發展
1.1.3智能駕駛的未來
1.2智能駕駛的不確定性
1.3智能駕駛系統
1.4智能駕駛技術現狀
1.4.1國外智能駕駛技術現狀
1.4.2國內智能駕駛技術現狀
第2章智能駕駛系統的體系架構
2.1傳感器配置
2.1.1傳感器的分類
2.1. 2傳感器比較
2.2視覺傳感器
2.3雷達傳感器
2.3.1激光雷達
2.3.2毫米波雷達
2.3.3超聲波雷達
2.4定位系統
2.4.1 GPS和北斗
2.4.2差分定位技術
2.4.3慣性導航系統
2.4.4姿態感知
2.5控制系統
2.5.1車輛底層平台
2.5.2發動機的控制
2.5.3轉向控制
2.5.4制動控制
2.5.5擋位控制
2.5.6信號控制
第3章深度學習與智能駕駛
3.1深度學習概述
3.1.1智能駕駛感知系統
3.1.2行人檢測
3.2基於特徵描述與分類器的行人檢測方法及技術
3.2.1方向梯度直方圖檢測方法
3.2.2基於深度學習模型的行人檢測方法
3.2.3雙目攝像頭立體匹配檢測方法
3.2.4多傳感器融合技術
3.3端到端的智能駕駛方案
3.3.1間接感知方案
3.3.2直接感知方案
3.4行為反射方案
參考文獻
第4章智能駕駛的環境感知
4.1概述
4.1.1可行域檢測
4.1.2目標跟踪技術
4.1 .3半監督學習
4.2基於協同學習的非結構化道路可行域檢測
4.2.1協同訓練簡介
4.2.2增量式支持向量機
4.2.3直方圖反向投影器
4.2.4在線協同學習
4.2.5實驗結果分析
4.3基於協同學習的目標跟踪技術
4.3.1基於半監督學習的視覺目標跟踪概述
4.3.2基於協同學習的粒子濾波方法
4.3.3實驗結果分析
參考文獻
第5章智能駕駛的融合感知
5.1多源異構傳感器介紹
5.1.1彩色視覺傳感器
5.1.2三維激光雷達傳感器
5.1.3其他傳感器
5.2視覺傳感器的標定
5.2.1基於Harris算法的角點識別
5.2. 2相機坐標與圖像像素坐標的轉換
5.2.3多相機聯合標定
5.3激光雷達傳感器的標定
5.3.1點雲數據預處理
5.3.2基於KD-Tree最近鄰空間距離的聚類算法
5.3.3基於最小二乘法的標定板平面擬合
5.3.4基於平面最小包圍框的標定板識別
5.3.5多雷達聯合標定
5.4視覺相機-激光雷達聯合自動標定
5.4.1基於重投影法的空間同步標定
5.4.2基於多線程的時間同步標定
5.5基於深度學習的視覺雷達融合方法
5.5.1融合方法概述
5.5.2雷達稀疏數據的上採樣方法
5.5.3數據集
5.5.4目標分類
5.5.5實驗結果
5.6基於分層多視圖提案網絡的目標檢測與識別
5.6.1激光雷達投影視圖
5.6.2三維點雲的聚類
5.6.3分層多視圖提案網絡結構
5.6.4實驗及結果分析
第6章智能駕駛決策
6.1無人駕駛車輛的智能決策
6.2駕駛行為選擇方法
6.2.1不同交通環境中的駕駛行為
6.2.2非結構化交通環境中的駕駛行為選擇方法
6.2.3結構化交通環境中的駕駛行為選擇方法
6.3無人駕駛車輛的路徑規劃
6.3.1車輛的路徑規划算法
6.3 .2非結構化交通環境中的路徑規劃方法
6.3.3結構化交通環境中的路徑規劃方法
6.4無人駕駛車輛的速度規劃
參考文獻
第7章智能駕駛控制
7.1車輛的建模方法
7.1.1車輛的運動學建模
7.1.2車輛單軌模型的動力學建模
7.1.3車輛雙軌模型的動力學建模
7.2車輛的跟踪控制
7.3車輛的避障控制
7.4車輛的穩定性控制
7.4.1常規車輛的防翻控制
7.4.2四輪獨立驅動車輛的製動力分配控制
7.5車輛的其他控制問題
7.5.1車輛的魯棒性問題
7.5.2車輛的特殊問題
參考文獻
第8章智能駕駛的安全性
8.1智能駕駛的安全問題
8.1.1安全場
8.1.2安全熵
8.2功能安全
8.2.1功能安全的作用
8.2.2功能安全架構的分類
8.2.3功能安全的發展趨勢
8.3信息安全
參考文獻
第9章智能駕駛的未來展望
9.1智能駕駛的未來發展趨勢
9.2智能網聯汽車
9.3智能駕駛汽車產業化
9.3.1國家產業政策
9.3.2地方產業政策
參考文獻