第一本無人駕駛技術(shù)書(第2版) 版權(quán)信息
- ISBN:9787121364938
- 條形碼:9787121364938 ; 978-7-121-36493-8
- 裝幀:一般膠版紙
- 冊(cè)數(shù):暫無
- 重量:暫無
- 所屬分類:>
第一本無人駕駛技術(shù)書(第2版) 本書特色
介紹無人駕駛這個(gè)龐當(dāng)?shù)腁I綜合體**的技術(shù)點(diǎn)。在*版的基礎(chǔ)上,更新*近一兩年的技術(shù)發(fā)展變化,并補(bǔ)充新的知識(shí)點(diǎn),如高清激光雷達(dá)、對(duì)抗樣本攻擊等內(nèi)容,輔以開源代碼實(shí)踐。
第一本無人駕駛技術(shù)書(第2版) 內(nèi)容簡(jiǎn)介
介紹無人駕駛這個(gè)龐當(dāng)?shù)腁I綜合體推薦的技術(shù)點(diǎn)。在版的基礎(chǔ)上,更新很近一兩年的技術(shù)發(fā)展變化,并補(bǔ)充新的知識(shí)點(diǎn),如高清激光雷達(dá)、對(duì)抗樣本攻擊等內(nèi)容,輔以開源代碼實(shí)踐。
第一本無人駕駛技術(shù)書(第2版) 目錄
1 無人車:正在開始的未來1
1.1 正在走來的無人駕駛2
1.2 無人駕駛的分級(jí)4
1.3 無人駕駛系統(tǒng)簡(jiǎn)介7
1.4 序幕剛啟17
1.5 參考資料18
2 激光雷達(dá)在無人駕駛中的應(yīng)用20
2.1 無人駕駛技術(shù)簡(jiǎn)介20
2.2 激光雷達(dá)基礎(chǔ)知識(shí)21
2.3 應(yīng)用領(lǐng)域?23
2.4 激光雷達(dá)技術(shù)面臨的挑戰(zhàn)?25
2.5 展望未來27
2.6 參考資料27
3 圖像級(jí)高清激光雷達(dá)29
3.1 無人駕駛應(yīng)用的各類激光雷達(dá)的點(diǎn)云特性29
3.2 高清激光雷達(dá)在構(gòu)建可靠感知系統(tǒng)時(shí)的優(yōu)勢(shì)33
3.3 高清激光雷達(dá)對(duì)定位和運(yùn)動(dòng)探測(cè)模塊的價(jià)值35
3.4 高清激光雷達(dá)使得點(diǎn)云和圖像數(shù)據(jù)的融合更高效37
3.5 激光雷達(dá)未來的發(fā)展趨勢(shì)38
3.6 參考資料39
4 GPS及IMU在無人駕駛中的應(yīng)用40
4.1 無人駕駛定位技術(shù)40
4.2 GPS簡(jiǎn)介41
4.3 IMU簡(jiǎn)介43
4.4 GPS和IMU的融合45
4.5 小結(jié)46
4.6 參考資料47
5 基于計(jì)算機(jī)視覺的無人駕駛感知系統(tǒng)48
5.1 無人駕駛的感知48
5.2 KITTI數(shù)據(jù)集49
5.3 計(jì)算機(jī)視覺能幫助無人車解決的問題51
5.4 光流和立體視覺52
5.5 物體的識(shí)別與追蹤54
5.6 視覺里程計(jì)算法56
5.7 小結(jié)57
5.8 參考資料58
6 卷積神經(jīng)網(wǎng)絡(luò)在無人駕駛中的應(yīng)用59
6.1 CNN簡(jiǎn)介59
6.2 無人駕駛雙目3D感知60
6.3 無人駕駛物體檢測(cè)64
6.4 小結(jié)67
6.5 參考資料68
7 強(qiáng)化學(xué)習(xí)在無人駕駛中的應(yīng)用69
7.1 強(qiáng)化學(xué)習(xí)簡(jiǎn)介69
7.2 強(qiáng)化學(xué)習(xí)算法71
7.3 使用強(qiáng)化學(xué)習(xí)幫助決策75
7.4 無人駕駛的決策介紹78
7.5 參考資料81
8 無人駕駛的行為預(yù)測(cè)83
8.1 無人駕駛軟件系統(tǒng)模塊總體架構(gòu)83
8.2 預(yù)測(cè)模塊需要解決的問題85
8.3 小結(jié)95
8.4 參考資料95
9 無人駕駛的決策、規(guī)劃和控制(1)98
9.1 決策、規(guī)劃和控制模塊概述98
9.2 路由尋徑101
9.3 行為決策107
9.4 動(dòng)作規(guī)劃115
9.5 反饋控制124
9.6 小結(jié)128
9.7 參考資料128
10 無人駕駛的決策、規(guī)劃和控制(2)130
10.1 其他動(dòng)作規(guī)劃算法130
10.2 柵格規(guī)劃器132
10.3 自由空間TEB規(guī)劃器138
10.4 小結(jié)143
10.5 參考資料144
11 基于ROS的無人駕駛系統(tǒng)145
11.1 無人駕駛:多種技術(shù)的集成145
11.2 ROS簡(jiǎn)介146
11.3 系統(tǒng)可靠性150
11.4 系統(tǒng)通信性能提升152
11.5 系統(tǒng)資源管理與安全性153
11.6 小結(jié)153
11.7 參考資料?154
12 無人駕駛的硬件平臺(tái)155
12.1 無人駕駛:復(fù)雜系統(tǒng)155
12.2 傳感器平臺(tái)156
12.3 計(jì)算平臺(tái)173
12.4 控制平臺(tái)182
12.5 小結(jié)188
12.6 參考資料188
13 無人駕駛系統(tǒng)安全190
13.1 針對(duì)無人駕駛的安全威脅190
13.2 無人駕駛傳感器的安全190
13.3 無人駕駛操作系統(tǒng)的安全192
13.4 無人駕駛控制系統(tǒng)的安全192
13.5 車聯(lián)網(wǎng)通信系統(tǒng)的安全194
13.6 安全模型校驗(yàn)方法196
13.7 小結(jié)197
13.8 參考資料198
14 對(duì)抗樣本攻擊與防御在無人駕駛中的應(yīng)用200
14.1 對(duì)抗樣本攻擊算法202
14.2 對(duì)抗樣本防御算法212
14.3 實(shí)驗(yàn)平臺(tái)安裝及環(huán)境配置215
14.4 AdvBox攻擊與防御實(shí)驗(yàn)222
14.5 防御建議228
14.6 小結(jié)228
14.7 參考資料229
15 ?無人駕駛數(shù)據(jù)服務(wù)通信協(xié)議231
15.1 數(shù)據(jù)服務(wù)通信協(xié)議發(fā)展歷史231
15.2 DSRC 232
15.3 C-V2X 238
15.4 3GPP中V2X無線接入標(biāo)準(zhǔn)研究244
15.5 參考資料246
16 無人駕駛模擬器技術(shù)249
16.1 為什么需要模擬器249
16.2 模擬器的用途250
16.3 模擬器系統(tǒng)的需求251
16.4 模擬器系統(tǒng)的模塊組成251
16.5 模擬器的使用場(chǎng)景及常見模擬器257
16.6 模擬器的研發(fā)階段260
16.7 模擬器仿真的一致性問題261
16.8 小結(jié)263
16.9 參考資料264
17 基于Spark與ROS的分布式無人駕駛模擬平臺(tái)265
17.1 無人駕駛模擬技術(shù)265
17.2 基于ROS的無人駕駛模擬器267
17.3 基于Spark的分布式模擬平臺(tái)269
17.4 小結(jié)272
17.5 參考資料272
18 無人駕駛中的高精地圖274
18.1 傳統(tǒng)電子導(dǎo)航地圖274
18.2 服務(wù)于無人駕駛場(chǎng)景的高精地圖?275
18.3 高精地圖的組成和特點(diǎn)276
18.4 構(gòu)建高精地圖279
18.5 高精地圖在無人駕駛中的應(yīng)用286
18.6 高精地圖的現(xiàn)狀與結(jié)論288
18.7 參考資料289
19 高精地圖的自動(dòng)化生產(chǎn)290
19.1 高精地圖生產(chǎn)的挑戰(zhàn)290
19.2 無人車用高精地圖291
19.3 高精地圖生產(chǎn)的基本流程294
19.4 機(jī)器學(xué)習(xí)在高精地圖生產(chǎn)中的應(yīng)用297
19.5 基于三維點(diǎn)云的深度學(xué)習(xí)301
19.6 小結(jié)302
19.7 參考資料302
20 面向無人駕駛的邊緣高精地圖服務(wù)308
20.1 邊緣計(jì)算與高精地圖308
20.2 邊緣場(chǎng)景下的高精地圖服務(wù)310
20.3 邊緣高精地圖生產(chǎn)311
20.4 邊緣高精地圖內(nèi)容分發(fā)312
20.5 參考框架313
20.6 相關(guān)工作314
20.7 小結(jié)316
20.8 參考資料317
展開全部
第一本無人駕駛技術(shù)書(第2版) 作者簡(jiǎn)介
劉少山,PerceptIn創(chuàng)始人,CEO。美國(guó)加州大學(xué)歐文分校(UC-Irvine)計(jì)算機(jī)博士,研究方向包括智能感知計(jì)算、系統(tǒng)軟件、體系結(jié)構(gòu)與異構(gòu)計(jì)算。目前主要專注于機(jī)器人的核心SLAM與深度學(xué)習(xí)技術(shù)及其在智能硬件上的實(shí)現(xiàn).
唐潔,華南理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院副教授。北京理工大學(xué)計(jì)算機(jī)應(yīng)用博士,美國(guó)加州大學(xué)歐文分校加州嵌入式系統(tǒng)研究中心博士。現(xiàn)主要從事面向無人駕駛和機(jī)器人的大數(shù)據(jù)計(jì)算與存儲(chǔ)平臺(tái)、面向人工智能的計(jì)算體系架構(gòu)、面向機(jī)器視覺的嵌入式系統(tǒng)研究。
吳雙,依圖科技研究科學(xué)家,依圖硅谷研究院負(fù)責(zé)人。研究方向包括計(jì)算機(jī)和生物視覺、互聯(lián)網(wǎng)廣告算法和語音識(shí)別,曾在NIPS等國(guó)際會(huì)議中發(fā)表文章。 李力耘,現(xiàn)任職于京東硅谷研發(fā)中心自動(dòng)駕駛團(tuán)隊(duì),擔(dān)任主任架構(gòu)師。在加盟京東硅谷研發(fā)中心前就職于百度美國(guó)硅谷無人駕駛團(tuán)隊(duì)。
劉少山,PerceptIn創(chuàng)始人,CEO。美國(guó)加州大學(xué)歐文分校(UC-Irvine)計(jì)算機(jī)博士,研究方向包括智能感知計(jì)算、系統(tǒng)軟件、體系結(jié)構(gòu)與異構(gòu)計(jì)算。目前主要專注于機(jī)器人的核心SLAM與深度學(xué)習(xí)技術(shù)及其在智能硬件上的實(shí)現(xiàn).
唐潔,華南理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院副教授。北京理工大學(xué)計(jì)算機(jī)應(yīng)用博士,美國(guó)加州大學(xué)歐文分校加州嵌入式系統(tǒng)研究中心博士。現(xiàn)主要從事面向無人駕駛和機(jī)器人的大數(shù)據(jù)計(jì)算與存儲(chǔ)平臺(tái)、面向人工智能的計(jì)算體系架構(gòu)、面向機(jī)器視覺的嵌入式系統(tǒng)研究。
吳雙,依圖科技研究科學(xué)家,依圖硅谷研究院負(fù)責(zé)人。研究方向包括計(jì)算機(jī)和生物視覺、互聯(lián)網(wǎng)廣告算法和語音識(shí)別,曾在NIPS等國(guó)際會(huì)議中發(fā)表文章。 李力耘,現(xiàn)任職于京東硅谷研發(fā)中心自動(dòng)駕駛團(tuán)隊(duì),擔(dān)任主任架構(gòu)師。在加盟京東硅谷研發(fā)中心前就職于百度美國(guó)硅谷無人駕駛團(tuán)隊(duì)。
焦加麟,Pony.ai資深軟件工程師,美國(guó)密歇根大學(xué)電子工程碩士,在無人駕駛、高精地圖、人工智能、機(jī)器學(xué)習(xí)、搜索、大數(shù)據(jù)等領(lǐng)域有多年從業(yè)經(jīng)驗(yàn)。
鮑君威,美國(guó)加州大學(xué)伯克利分校博士。在光學(xué)精密測(cè)量?jī)x器及傳感器領(lǐng)域有近二十年工作和研發(fā)經(jīng)驗(yàn)。2015年年底加入百度自動(dòng)駕駛事業(yè)部,負(fù)責(zé)車載計(jì)算系統(tǒng)及傳感器團(tuán)隊(duì)。
王超,美國(guó)南加州大學(xué)計(jì)算機(jī)碩士。2017年加入滴滴美國(guó)研發(fā)中心自動(dòng)駕駛團(tuán)隊(duì)。
裴頌文,現(xiàn)任上海理工大學(xué)光電信息與計(jì)算機(jī)工程學(xué)院副教授,研究生導(dǎo)師。研究方向?yàn)楫悩?gòu)計(jì)算、深度學(xué)習(xí)、無人駕駛汽車安全系統(tǒng)、云計(jì)算等。
陳辰,美國(guó)斯坦福大學(xué)電子工程博士。高精地圖初創(chuàng)公司DeepMap創(chuàng)始工程師之一。目前在DeepMap負(fù)責(zé)多傳感器數(shù)據(jù)融合、大規(guī)模分布式優(yōu)化及三維數(shù)據(jù)機(jī)器學(xué)習(xí)算法開發(fā)工作。
鄒亮,美國(guó)佐治亞大學(xué)地理信息科學(xué)碩士。2016年,作為創(chuàng)始工程師加入了DeepMap,負(fù)責(zé)高精地圖的采集、制作、更新和維護(hù)整個(gè)流程及大中華地區(qū)的工程技術(shù)。