車聯網與自動駕駛技術及應用
劉雲翔、張裕、朱勇建、林濤
相關主題
商品描述
"本書對車聯網、自動駕駛技術及其工作原理進行了闡述，主要內容包括自動駕駛汽車體系結構、電腦視覺感知、激光雷達感知、多傳感器融合感知、V2X感知、決策規劃、自動泊車及自動駕駛雲平臺開發技術，涉及當前自動駕駛研究領域的前沿技術與熱點。 本書內容涉及面較廣，是智能汽車、自動駕駛領域的入門教材，適合初學者和對具體技術領域有興趣的讀者。本書既可作為高等院校本科高年級電腦、汽車、交通類專業的教材，也可作為相關教師及相關領域研究人員和技術人員的參考書。"
目錄大綱
目錄
第1章緒論
1.1車聯網技術
1.1.1車聯網應用背景
1.1.2車聯網的定義與體系架構
1.1.3車聯網標準體系
1.1.4車聯網的發展趨勢
1.2自動駕駛
1.2.1自動駕駛概述
1.2.2自動駕駛與車聯網的關系
1.3智能網聯汽車
1.3.1智能網聯汽車關鍵技術
1.3.2智能網聯汽車與其他概念的區別與聯系
參考文獻
第2章自動駕駛平臺
2.1自動駕駛系統
2.2硬件平臺
2.3軟件平臺
2.3.1ROS
2.3.2Cyber RT
參考文獻
第3章基於視覺的智能感知技術
3.1攝像頭基本工作原理
3.1.1機器視覺原理
3.1.2多角度視覺信息融合
3.1.3視覺信息與異構信息的融合
3.2基於視覺的目標識別技術
3.2.1目標識別概念
3.2.2主流目標識別算法介紹
3.2.3目標識別與自動駕駛的關系
3.3目標識別案例
參考文獻
第4章基於激光雷達的智能感知技術
4.1激光雷達的基本工作原理
4.1.1激光雷達的基本概念
4.1.2激光雷達的應用
4.1.3車載激光雷達的工作原理
4.2激光雷達的分類
4.3激光雷達SLAM技術
4.3.1激光SLAM概述
4.3.2激光SLAM框架及特點
4.3.3激光SLAM傳感器基本原理
4.3.4激光SLAM幀間匹配算法
4.3.5SLAM技術的應用
4.4基於激光雷達的目標檢測與識別
4.4.1基於激光雷達的環境感知
4.4.2激光雷達數據預處理
4.4.3激光雷達數據的特徵表達
4.4.4點雲分類
4.4.5目標檢測
4.5激光雷達應用案例
參考文獻
第5章基於OBU/RSU的感知技術
5.1車聯網與車路協同
5.2基於OBU/RSU的系統組成
5.2.1系統架構
5.2.2協議棧與模塊間通信
5.3應用場景與預警算法案例
5.3.1應用場景
5.3.2預警算法分析與設計
參考文獻
第6章多傳感器融合
6.1多傳感器數據融合概念和原理
6.2多傳感器融合技術分類
6.2.1多傳感器融合技術基本原理
6.2.2常見的傳感器類型
6.2.3主流的傳感器融合方式
6.3多傳感器信息融合算法
6.3.1多傳感器融合結構
6.3.2融合算法分類
6.4自動駕駛中多傳感器融合案例分析
參考文獻
第7章自動駕駛規劃與決策系統
7.1自動駕駛規劃與決策系統簡介
7.1.1自動駕駛系統軟件架構
7.1.2地圖抽象
7.2任務規劃
7.2.1Dijkstra算法
7.2.2UCS算法
7.2.3A*算法
7.3行為決策
7.3.1基於場景和規則
7.3.2基於強化學習
7.3.3行為克隆
7.4運動規劃
7.4.1路徑規劃
7.4.2路徑平滑
7.5軌跡追蹤
7.5.1PID反饋控制
7.5.2MPC簡介
7.6案例分析
參考文獻
第8章自動泊車技術
8.1自動泊車技術簡介
8.2自動泊車系統現狀
8.3自動泊車系統原理及架構
8.3.1自動泊車系統原理
8.3.2自動泊車系統架構
8.4自動泊車系統核心技術
8.4.1位置傳感器
8.4.2視覺傳感器
8.4.3泊車控制器
8.4.4電控操縱機構
8.4.5地圖
8.4.6衛星定位
8.4.7通信
8.4.8算法
8.5自動泊車系統開發應用案例
8.5.1APA自動泊車輔助
8.5.2RPA遠程泊車輔助
8.5.3HPP記憶泊車
8.5.4AVP自動代客泊車
參考文獻
第9章自動駕駛雲平臺開發技術
9.1雲平臺架構
9.2數據與雲平臺的通信
9.2.1MQTT協議
9.2.2設備上傳數據
9.2.3設備獲取數據
9.3時序數據庫
9.3.1時序數據的特點
9.3.2時序數據庫樣本舉例
9.3.3常見的時序數據庫
9.4雲平臺數據處理分析
9.4.1雲平臺數據處理流程
9.4.2數據清洗
9.4.3數據分析與挖掘
9.4.4數據應用接口
9.5數據可視化
9.6雲代駕案例分析
參考文獻
