智能汽車環境感知與多傳感器融合技術

崔勝民張冠哲

出版商: 化學工業
出版日期: 2025-02-01
定價: $420
售價: 8.5 折 $357
語言: 簡體中文
頁數: 218
ISBN: 7122470253
ISBN-13: 9787122470256

下單後立即進貨 (約4週~6週)

商品描述

本書全面系統地介紹了智能汽車環境感知技術的各個方面，詳細解讀了環境感知的定義、作用、要求、類型、功能需求以及未來發展趨勢，重點介紹了基於視覺傳感器、毫米波雷達和激光雷達的環境感知技術，這些技術都是實現智能汽車安全、高效行駛的關鍵所在。此外，本書還深入探討了傳感器融合技術的原理和應用，為讀者提供了多傳感器信息融合的解決方案。書中的內容不僅涵蓋了智能汽車上廣泛應用的成熟技術，還包括近年來出現的一些高新技術，展現了環境感知技術的最新進展。本書內容豐富，以實際工程應用為背景，通俗易懂，實用性強，可作高等院校本科車輛工程、智能車輛工程及相關專業的參考教材，同時也適合車輛工程研究生以及智能汽車行業的工程技術人員、科研人員和管理人員閱讀參考。

目錄大綱

第1章緒論
1.1 智能汽車環境感知的定義
1.2 智能汽車環境感知的作用
1.3 智能汽車環境感知的要求
1.4 智能汽車環境感知的類型
1.5 智能汽車環境感知的流程
1.6 智能汽車環境感知的功能需求
1.7 智能汽車環境感知的約束條件
1.8 智能汽車環境感知的發展趨勢
第2章基於視覺傳感器的環境感知技術
2.1 視覺傳感器的功能需求與配置
2.1.1 視覺傳感器的功能需求
2.1.2 視覺傳感器的配置
2.2 視覺傳感器的標定
2.2.1 視覺傳感器的標定目的
2.2.2 視覺傳感器的標定方法
2.2.3 單目相機的標定
2.2.4 雙目相機的標定
2.3 視覺傳感器的圖像處理技術
2.3.1 圖像預處理技術
2.3.2 圖像特徵提取技術
2.3.3 圖像分割技術
2.3.4 目標檢測技術
2.3.5 目標識別技術
2.4 數據集
2.4.1 數據集的作用
2.4.2 KITTI數據集
2.4.3 nuScenes數據集
2.4.4 WaymoOpenDataset
2.4.5 ApolloOpenDataset
2.5 目標檢測常用算法
2.5.1 捲積神經網絡
2.5.2 R-CNN系列算法
2.5.3 YOLO系列算法
2.6 基於視覺傳感器的目標檢測
2.6.1 車道線檢測
2.6.2 車輛檢測
2.6.3 行人檢測
2.6.4 交通標志檢測
2.6.5 交通信號燈檢測
第3章基於毫米波雷達的環境感知技術
3.1 毫米波雷達的功能需求與配置
3.1.1 毫米波雷達的功能需求
3.1.2 毫米波雷達的配置
3.2 毫米波雷達的標定
3.2.1 毫米波雷達的標定目的
3.2.2 毫米波雷達的標定方法
3.3 毫米波雷達的數據處理
3.3.1 數據接收
3.3.2 數據預處理
3.3.3 目標檢測與提取
3.3.4 目標跟蹤與軌跡生成
3.4 基於毫米波雷達的目標檢測
3.4.1 基於傳統的毫米波雷達目標檢測
3.4.2 基於深度學習的毫米波雷達目標檢測
3.4.3 基於卡爾曼濾波的目標跟蹤
第4章基於激光雷達的環境感知技術
4.1 激光雷達的功能需求與配置
4.1.1 激光雷達的功能需求
4.1.2 激光雷達的配置
4.2 激光雷達的標定
4.2.1 激光雷達的標定目的
4.2.2 激光雷達的標定方法
4.2.3 激光雷達標定示例
4.3 激光雷達的點雲數據處理
4.3.1 點雲數據獲取
4.3.2 點雲預處理
4.3.3 點雲配準
4.3.4 點雲特徵提取
4.3.5 點雲分割
4.3.6 點雲聚類
4.3.7 點雲三維建模
4.3.8 點雲的運動畸變
4.4 點雲的目標檢測方法
4.4.1 基於規則的點雲目標檢測方法
4.4.2 基於機器學習的點雲目標檢測方法
4.4.3 基於深度學習的點雲目標檢測方法
4.5 常用的點雲深度學習模型
4.5.1 PointNet模型
4.5.2 PSANet模型
4.5.3 PointPillars模型
4.6 基於激光雷達的目標檢測
4.6.1 車道線檢測
4.6.2 車輛檢測
4.6.3 行人檢測
第5章多傳感器融合技術
5.1 概述
5.1.1 多傳感器融合的定義
5.1.2 多傳感器融合的過程
5.1.3 多傳感器融合的要求
5.1.4 多傳感器融合方案
5.2 多傳感器同步理論
5.2.1 時間同步
5.2.2 空間同步
5.3 多傳感器融合算法
5.3.1 加權平均法
5.3.2 卡爾曼濾波法
5.3.3 多貝葉斯估計法
5.3.4 D-S證據推理法
5.3.5 模糊邏輯推理
5.3.6 人工神經網絡法
5.4 BEV感知融合技術
參考文獻