中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
智能網聯汽車:激光與視覺SLAM詳解 版權信息
- ISBN：9787111747550
- 條形碼：9787111747550 ; 978-7-111-74755-0
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
智能網聯汽車:激光與視覺SLAM詳解 本書特色
（1）多領域權威專家共著，指導實踐：本書由來自AI、傳感器、汽車、電子和算法等領域的15位專家共同撰寫，跨越工業界與學術界。這不僅保障了內容的權威性和專業性，還從綜合性、實用性的角度重新闡釋激光與視覺SLAM技術，對其在智能汽車領域的實際應用具有指導意義。
（2）內容系統全面，實戰案例與前沿技術并重：本書圍繞激光與視覺SLAM技術，從基礎理論、關鍵技術、應用實踐到趨勢洞察，其中對多傳感器融合、點云處理、關鍵幀提取及后端優化等關鍵技術進行了深入討論。理論與實踐的結合，使得本書不僅適合于追求技術深度與廣度的研究人員，還非常適合那些希望將理論應用于實踐的工程師等閱讀。
（3）洞察未來趨勢，引領技術創新：本書著眼于未來，探討了深度學習在SLAM中的應用前景以及激光SLAM和視覺SLAM技術的未來發展方向。不僅為讀者提供了對未來科技趨勢的深刻洞察，還為研究人員和技術開發者指明了創新的方向。對希望在自動駕駛、智能汽車等領域取得突破的讀者具有參考價值。
智能網聯汽車:激光與視覺SLAM詳解 內容簡介
書對激光SLAM和視覺SLAM技術進行了系統介紹，涉及基礎理論、關鍵技術、應用實踐及未來趨勢，并探討了它們與智能網聯汽車的關系。既是想要在自動駕駛和智能汽車領域取得突破的從業者的閱讀選擇，也是追求SLAM技術深度與廣度的專業人士的學習資料。具體來說，本書從智能網聯汽車的基本概念入手，詳細介紹了SLAM技術的發展歷程、架構設計、核心算法以及在自動駕駛等級中的應用現狀和技術難點。不僅分析了多傳感器融合技術的同步與標定方法、融合策略，還深入探討了激光SLAM和視覺SLAM的點云處理、關鍵幀提取、后端優化等關鍵技術，并通過Cartographer、LOAM、LeGO-LOAM、LIO-SAM等算法的代碼實戰，展示了SLAM技術的實際應用。此外，著重講解了深度學習在SLAM中的應用，如相機重定位、特征點提取與匹配、視覺里程計、回環檢測以及語義SLAM的前沿進展。之后，展望了激光SLAM和視覺SLAM技術的未來發展趨勢，提供了寶貴的行業洞察。
智能網聯汽車:激光與視覺SLAM詳解 目錄
前言
作者介紹
第1章智能網聯汽車及SLAM概述1
1.1基本概念1
1.1.1智能網聯汽車1
1.1.2SLAM定義2
1.1.3地圖的分類與作用4
1.1.4SLAM技術探討7
1.2SLAM的應用現狀10
1.2.1自動駕駛等級10
1.2.2技術難點11
1.2.3SLAM的優勢13
1.3SLAM架構13
1.3.1環境感知13
1.3.2環境繪圖14
1.3.3運動規劃16
1.3.4車輛控制17
1.3.5監控系統17
1.4SLAM的發展階段與應用前景18
1.4.1SLAM演進的3個階段18
1.4.2SLAM的應用前景19
第2章自動駕駛常用傳感器及原理21
2.1激光雷達22
2.1.1激光雷達的種類22
2.1.2三角測距激光雷達24
2.1.3ToF激光雷達24
2.1.4機械式激光雷達27
2.1.5混合固態激光雷達28
2.1.6固態激光雷達29
2.1.7競品對比31
2.1.8核心部件33
2.1.9應用及展望34
2.2深度相機34
2.2.1ToF深度相機35
2.2.2結構光深度相機37
2.2.3雙目深度相機38
2.2.4應用及展望41
2.3毫米波雷達43
2.3.1工作原理43
2.3.2測距功能原理44
2.3.3測速功能原理46
2.3.4角度估算原理48
2.3.5FoV計算原理48
2.3.6核心參數49
2.3.7應用及展望50
第3章多傳感器融合51
3.1同步與標定52
3.1.1時間硬同步52
3.1.2時間軟同步55
3.1.3空間標定56
3.2融合策略66
3.2.1后融合67
3.2.2前融合73
3.3應用分析77
3.3.1自動駕駛應用78
3.3.2移動機器人應用79
3.3.3機械臂應用80
第4章激光SLAM81
4.1點云預處理82
4.1.1點云濾波82
4.1.2點云分割84
4.1.3點云運動補償86
4.2前端里程計89
4.2.1基于直接匹配的迭代*近點算法89
4.2.2基于特征匹配的正態分布變換算法92
4.2.3ICP算法與NDT算法的比較96
4.3關鍵幀提取97
4.3.1基于幀間運動的關鍵幀提取97
4.3.2基于時間間隔的關鍵幀提取98
4.4后端優化100
4.4.1基于圖優化的后端優化101
4.4.2基于濾波器的后端優化102
4.5激光SLAM算法實戰106
4.5.1Cartographer算法106
4.5.2Cartographer代碼實戰109
4.5.3LOAM算法112
4.5.4LOAM代碼實戰：
A-LOAM118
4.5.5LeGO-LOAM算法120
4.5.6LeGO-LOAM代碼實戰125
4.5.7LIO-SAM算法127
4.5.8LIO-SAM代碼實戰133
第5章視覺SLAM136
5.1前端視覺里程計137
5.1.1基于特征點法的視覺里程計137
5.1.2基于直接法的視覺里程計152
5.2后端非線性優化155
5.2.1BA優化155
5.2.2位姿圖優化157
5.3回環檢測158
5.3.1詞袋模型159
5.3.2深度學習模型161
5.4建圖162
5.4.1度量地圖162
5.4.2拓撲地圖162
5.4.3特征點地圖163
5.5常用的視覺SLAM算法163
5.5.1ORB SLAM 2架構164
5.5.2SVO架構174
5.5.3DSO架構178
5.5.4VINS-Mono架構182
5.5.5代碼實戰190
第6章深度學習在SLAM中的應用193
6.1深度學習與相機重定位193
6.1.1基于深度神經網絡的相機重定位方法194
6.1.2基于檢索的相機重定位方法194
6.1.3全場景理解195
6.2深度學習與特征點的提取及匹配196
6.2.1深度卷積神經網絡特征點的鑒別196
6.2.2LIFT：基于深度學習的經典局部特征提取方法197
6.2.3MatchNet：通過統一特征和度量學習實現基于補丁的匹配198
6.2.4UCN：通用的圖像關聯預測器201
6.3深度學習與視覺里程計203
6.4深度學習與回環檢測207
6.5深度學習與語義SLAM208
6.5.1語義分割網絡209
6.5.2構建語義地圖212
6.5.3ORB SLAM實際操作215
第7章SLAM技術展望217
7.1激光SLAM的應用及展望218
7.1.1激光SLAM的應用現狀218
7.1.2激光SLAM的未來趨勢220
7.2視覺SLAM的應用及展望220
7.2.1視覺SLAM的應用現狀221
7.2.2視覺SLAM的未來趨勢222
后記223
作者介紹
第1章智能網聯汽車及SLAM概述1
1.1基本概念1
1.1.1智能網聯汽車1
1.1.2SLAM定義2
1.1.3地圖的分類與作用4
1.1.4SLAM技術探討7
1.2SLAM的應用現狀10
1.2.1自動駕駛等級10
1.2.2技術難點11
1.2.3SLAM的優勢13
1.3SLAM架構13
1.3.1環境感知13
1.3.2環境繪圖14
1.3.3運動規劃16
1.3.4車輛控制17
1.3.5監控系統17
1.4SLAM的發展階段與應用前景18
1.4.1SLAM演進的3個階段18
1.4.2SLAM的應用前景19
第2章自動駕駛常用傳感器及原理21
2.1激光雷達22
2.1.1激光雷達的種類22
2.1.2三角測距激光雷達24
2.1.3ToF激光雷達24
2.1.4機械式激光雷達27
2.1.5混合固態激光雷達28
2.1.6固態激光雷達29
2.1.7競品對比31
2.1.8核心部件33
2.1.9應用及展望34
2.2深度相機34
2.2.1ToF深度相機35
2.2.2結構光深度相機37
2.2.3雙目深度相機38
2.2.4應用及展望41
2.3毫米波雷達43
2.3.1工作原理43
2.3.2測距功能原理44
2.3.3測速功能原理46
2.3.4角度估算原理48
2.3.5FoV計算原理48
2.3.6核心參數49
2.3.7應用及展望50
第3章多傳感器融合51
3.1同步與標定52
3.1.1時間硬同步52
3.1.2時間軟同步55
3.1.3空間標定56
3.2融合策略66
3.2.1后融合67
3.2.2前融合73
3.3應用分析77
3.3.1自動駕駛應用78
3.3.2移動機器人應用79
3.3.3機械臂應用80
第4章激光SLAM81
4.1點云預處理82
4.1.1點云濾波82
4.1.2點云分割84
4.1.3點云運動補償86
4.2前端里程計89
4.2.1基于直接匹配的迭代*近點算法89
4.2.2基于特征匹配的正態分布變換算法92
4.2.3ICP算法與NDT算法的比較96
4.3關鍵幀提取97
4.3.1基于幀間運動的關鍵幀提取97
4.3.2基于時間間隔的關鍵幀提取98
4.4后端優化100
4.4.1基于圖優化的后端優化101
4.4.2基于濾波器的后端優化102
4.5激光SLAM算法實戰106
4.5.1Cartographer算法106
4.5.2Cartographer代碼實戰109
4.5.3LOAM算法112
4.5.4LOAM代碼實戰：
A-LOAM118
4.5.5LeGO-LOAM算法120
4.5.6LeGO-LOAM代碼實戰125
4.5.7LIO-SAM算法127
4.5.8LIO-SAM代碼實戰133
第5章視覺SLAM136
5.1前端視覺里程計137
5.1.1基于特征點法的視覺里程計137
5.1.2基于直接法的視覺里程計152
5.2后端非線性優化155
5.2.1BA優化155
5.2.2位姿圖優化157
5.3回環檢測158
5.3.1詞袋模型159
5.3.2深度學習模型161
5.4建圖162
5.4.1度量地圖162
5.4.2拓撲地圖162
5.4.3特征點地圖163
5.5常用的視覺SLAM算法163
5.5.1ORB SLAM 2架構164
5.5.2SVO架構174
5.5.3DSO架構178
5.5.4VINS-Mono架構182
5.5.5代碼實戰190
第6章深度學習在SLAM中的應用193
6.1深度學習與相機重定位193
6.1.1基于深度神經網絡的相機重定位方法194
6.1.2基于檢索的相機重定位方法194
6.1.3全場景理解195
6.2深度學習與特征點的提取及匹配196
6.2.1深度卷積神經網絡特征點的鑒別196
6.2.2LIFT：基于深度學習的經典局部特征提取方法197
6.2.3MatchNet：通過統一特征和度量學習實現基于補丁的匹配198
6.2.4UCN：通用的圖像關聯預測器201
6.3深度學習與視覺里程計203
6.4深度學習與回環檢測207
6.5深度學習與語義SLAM208
6.5.1語義分割網絡209
6.5.2構建語義地圖212
6.5.3ORB SLAM實際操作215
第7章SLAM技術展望217
7.1激光SLAM的應用及展望218
7.1.1激光SLAM的應用現狀218
7.1.2激光SLAM的未來趨勢220
7.2視覺SLAM的應用及展望220
7.2.1視覺SLAM的應用現狀221
7.2.2視覺SLAM的未來趨勢222
后記223
展開全部
智能網聯汽車:激光與視覺SLAM詳解 相關資料
自動駕駛技術快速發展，對高精度的SLAM技術的要求也日益提高。本書體系化地介紹了激光SLAM和視覺SLAM技術，從常用傳感器的原理到多傳感器融合技術的實際應用均有系統講解，為讀者提供了一個清晰的技術藍圖，是一本理論與實踐相結合的優秀著作。
—— 李向榮 無錫車聯天下智能座艙首席科學家
這本書不僅深入淺出地講解了激光與視覺SLAM技術的基礎原理，還詳細展示了其在智能網聯汽車中的應用以及多傳感器融合的前沿進展，為相關從業者提供了寶貴的理論與實踐指導。本書能滿足讀者的實際需要，因此強烈推薦。
—— 曲元寧 博世汽車部件（蘇州）有限公司高級系統軟件工程師
本書通過詳細解釋SLAM技術的基本原理，介紹常用傳感器及多傳感器融合的策略，為讀者呈現了一個全面的技術視角。更為珍貴的是，書中結合實戰案例，將抽象理論與實際應用密切結合，使讀者既能從中獲得專業的理論知識，又能獲得寶貴的實戰靈感。
—— 楊虎 地平線系統安全總監
SLAM技術是智能網聯汽車的關鍵技術，本書全面介紹了激光SLAM和視覺SLAM的基本原理，并配以案例說明，將復雜的概念簡單化，讓知識更容易理解。推薦從事精準定位和導航工作的從業者閱讀學習。
—— 趙鑫 禾賽科技高級總監/《汽車電子功能安全實戰應用》主編
智能網聯汽車:激光與視覺SLAM詳解 作者簡介
陳苑鋒 復旦大學微電子學理學博士，高級職稱。英國薩塞克斯人工智能學院客座教授、中國國際“互聯網 ”大學生創新創業大賽國賽評委、上海市職業技能大賽專家評委、上海 市工程系列計算機專業中級職稱專家評委等。先后在三星（韓國本部）、華為、阿里巴巴、美的集團等公司從事技術研發及管理工作。在集成電路、智能產品、機器人和物聯網領域有多年研發經驗。 董雪 澳大利亞阿德萊德大學博士，上海交通大學副教授、博士生導師。研究方向包括激光成像、圖像處理、自主移動平臺的傳感器融合、即時定位導航及路徑規劃等，發表學術論文40余篇，主持國家自然科學基金、上海市揚帆計劃、沃爾沃汽車可持續發展項目等。熟悉車端傳感器的功能和特點，以及基于深度學習算法的傳感器融合。近年來的學術成果和工程應用經驗集中于單目無監督深度感知算法，基于對抗生成網絡的數據挖掘，基于CONV-LSTM、光流神經網絡的高頻高分辨率圖像重建，端到端神經網絡的復雜系統建模等方向。
書友推薦
- >
唐代進士錄
- >
我與地壇
- >
姑媽的寶刀
- >
龍榆生：詞曲概論/大家小書
- >
【精裝繪本】畫給孩子的中國神話
- >
巴金－再思錄
- >
中國歷史的瞬間
- >
二體千字文
本類暢銷
