買這商品的人也買了...
-
$840Real-Time Communication with WebRTC: Peer-to-Peer in the Browser (Paperback)
-
$680$537 -
$948$901 -
$602Boost 程序庫完全開發指南 ― 深入 C++ ”準”標準庫, 5/e
-
$750$638 -
$9595G 核心網規劃與應用
-
$709奔跑吧 Linux 內核 (捲1):基礎架構, 2/e
-
$648$616 -
$327賦能千行百業 中國5G+工業互聯網典型應用 2020
-
$658奔跑吧 Linux 內核入門篇, 2/e
-
$454Wi-Fi 6:入門到應用
-
$560$527 -
$599$509 -
$587MATLAB 2020 信號處理從入門到精通
-
$7095G 核心網:賦能數字化時代
-
$714$678 -
$599$509 -
$8156G技術發展及演進
-
$774$735 -
$1,194$1,134 -
$1,200$1,020 -
$894$849 -
$709FFmpeg 入門詳解 — SDK 二次開發與直播美顏原理及應用
-
$1,068$1,015 -
$594$564
相關主題
商品描述
人工智能技術的爆發式發展使自動駕駛從科幻走向現實,隨著全球5G網絡的規模化商用,5G/C-V2X車聯網與自動駕駛逐漸交叉融合形成車路/車車協同化智能駕駛的新範式,為開放道路環境下全場景自動駕駛與新型智能交通體系出現打下基礎。本書系統地對基於5G的智能駕駛技術進行論述,包括基於5G/C-V2X的車聯網技術體系、智能駕駛核心技術體系和5G車路協同驅動的智能駕駛技術變革、5G車路協同的安全體系、5G車路協同的智能駕駛場景和智慧交通應用,以及未來交通智聯網的研究挑戰和趨勢展望。
作者簡介
袁泉,北京郵電大學講師,碩士生導師,主要研究領域為車路群智協同和多域資源優化。
主持國家自然科學基金、中國博士後科學基金等項目。
在IEEE Network、IOT-J、TMC等國內外重要期刊會議發表學術論文40餘篇。
科研成果獲中國人工智能學會科技進步獎一等獎。
目錄大綱
第1章 基於5G的車聯網技術 1
1.1 5G車聯網技術概述 1
1.1.1 車聯網的發展歷程 2
1.1.2 車聯網體系架構 4
1.1.3 5G車聯網體系 6
1.2 從V2X到C-V2X 7
1.2.1 V2X定義 7
1.2.2 DSRC技術體系 8
1.2.3 C-V2X技術體系 9
1.2.4 DSRC和C-V2X的對比 12
1.3 5G / C-V2X技術 13
1.3.1 LTE-V2X通信技術 13
1.3.2 NR-V2X通信技術 16
1.3.3 C-V2X通信資源調度 18
1.4 5G邊緣計算技術 22
1.4.1 邊緣計算概述 22
1.4.2 邊緣計算系統架構 23
1.4.3 5G邊緣計算體系 25
1.4.4 支持自動駕駛的邊緣計算 28
1.5 5G / C-V2X組網技術 34
1.5.1 從4G到5G組網 34
1.5.2 支持LTE-V2X的組網 36
1.5.3 支持NR-V2X的組網 38
1.6 5G網絡切片技術 40
1.6.1 網絡切片概述 40
1.6.2 5G網絡切片方案 42
1.6.3 支持自動駕駛的網絡切片 48
1.7 本章小結 50
參考文獻 50
第2章 支持5G的自動駕駛技術 52
2.1 自動駕駛汽車架構 52
2.2 環境認知技術 56
2.2.1 車載感知與目標檢測技術 57
2.2.2 複雜場景語義理解技術 74
2.3 高精度地圖技術 87
2.3.1 高精度地圖概述 87
2.3.2 高精度地圖感知處理技術 90
2.3.3 同步定位與地圖構建技術 94
2.3.4 高精度地圖生產流程 97
2.3.5 5G/C-V2X眾包地圖生產方法 100
2.4 高精度定位技術 103
2.4.1 慣性導航技術 103
2.4.2 地圖匹配定位技術 104
2.4.3 通信輔助定位技術 106
2.4.4 支持自動駕駛的融合定位 108
2.5 規劃與決策技術 110
2.5.1 規劃與決策系統概述 110
2.5.2 路由規劃 112
2.5.3 行為決策 115
2.5.4 運動規劃 120
2.6 自動駕駛平臺技術 122
2.6.1 自動駕駛硬件平臺 122
2.6.2 自動駕駛軟件平臺 125
2.6.3 自動駕駛開發平臺 128
2.6.4 自動駕駛輔助開發平臺 131
2.7 自動駕駛分級 135
2.8 自動駕駛典型路線 138
2.9 本章小結 140
參考文獻 140
第3章 基於5G的車路協同技術 145
3.1 5G車路協同概述 145
3.1.1 車路協同的目的與意義 146
3.1.2 車路協同計算環境 151
3.2 5G車路協同環境感知技術 153
3.2.1 協作式環境感知技術 154
3.2.2 協作式場景語義理解 160
3.3 5G車路協同定位技術 166
3.3.1 5G定位概述 166
3.3.2 5G定位原理 169
3.3.3 5G定位的研究挑戰 172
3.4 5G車路協同規劃與決策技術 173
3.4.1 車路協同規劃與決策概述 173
3.4.2 車路協同規劃技術 174
3.4.3 車路協同決策技術 180
3.5 5G車路協同雲控平臺 185
3.5.1 5G車路協同雲控平臺架構 186
3.5.2 數字孿生系統 188
3.5.3 雲控資源優化技術 193
3.6 支持5G車路協同的智慧道路演進 200
3.6.1 智慧道路信息化等級 201
3.6.2 智慧道路智能化等級 202
3.6.3 智慧道路協同化等級 203
3.6.4 智慧道路分級 204
3.7 本章小結 205
參考文獻 206
第4章 基於5G的車路協同安全技術 208
4.1 車路協同安全概述 208
4.2 通信服務安全 210
4.2.1 5G V2X安全體系 210
4.2.2 5G V2X安全問題 213
4.2.3 5G V2X安全策略 216
4.3 車內信息安全 224
4.3.1 OBD的安全 225
4.3.2 CAN的安全 226
4.3.3 ECU的安全 227
4.3.4 激光雷達的安全 228
4.3.5 雷達的安全 230
4.3.6 GPS安全 231
4.3.7 攝像頭安全 232
4.4 系統功能安全 233
4.4.1 功能安全與預期功能安全 233
4.4.2 機器學習的安全問題 238
4.4.3 機器學習的安全策略 239
4.5 本章小結 243
參考文獻 244
第5章 基於5G的車路協同自動駕駛場景 251
5.1 基於5G的車路協同場景 251
5.2 車輛?車輛(V2V)協同場景 254
5.2.1 V2V協同場景概述 254
5.2.2 主動異常預警 256
5.2.3 主動路權爭用協商 258
5.2.4 主動路權分配協商 262
5.3 車輛?基礎設施(V2I)協同場景 265
5.3.1 V2I協同場景概述 265
5.3.2 超視距認知 266
5.3.3 主動路權優化 270
5.3.4 按需計算卸載 275
5.4 車輛?雲端(V2N)協同場景 277
5.4.1 V2N協同場景概述 277
5.4.2 按需內容分發 278
5.4.3 協同路線規劃 280
5.4.4 遠程駕駛 281
第6章 基於5G車路協同技術的智慧交通應用 283
6.1 智能道路與智能高速 283
6.1.1 智能路口 283
6.1.2 智能高速 288
6.2 智能泊車 289
6.2.1 智能停車 289
6.2.2 自動泊車 290
6.3 智能公交 291
6.4 智能出租車 293
6.5 智能貨運 294
6.6 智慧園區 296
第7章 展望 297
7.1 從車路協同到交通智聯 298
7.2 交通智聯網的機遇與挑戰 300
7.2.1 自主式交通系統 300
7.2.2 全程全網智慧互聯 302
7.2.3 自聚合高可信跨域協同 305
參考文獻 307