扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
湖南省志(1978-2002)?铁路志
-
>
公路车宝典(ZINN的公路车维修与保养秘籍)
-
>
晶体管电路设计(下)
-
>
基于个性化设计策略的智能交通系统关键技术
-
>
德国克虏伯与晚清火:贸易与仿制模式下的技术转移
-
>
花样百出:贵州少数民族图案填色
-
>
识木:全球220种木材图鉴
自动驾驶系统开发 版权信息
- ISBN：9787302658603
- 条形码：9787302658603 ; 978-7-302-65860-3
- 装帧：平装-胶订
- 册数：暂无
- 重量：暂无
- 所属分类：>
自动驾驶系统开发 本书特色
本书是自动驾驶相关领域的顶级科学家的著作，从基础理论到具体实践，系统讲述了新一代自动驾驶系统的核心技术，并提供了很多自动驾驶前沿技术一手资料。本书并不是给初学者一个了解自动驾驶的窗口，而是真正深入地进入自动驾驶面临的难题之中，给读者一个全面的认识，希望能够启发和触动自动驾驶的开发和科研人员，在遇到问题和困难的时候开阔思路并发现解决的新方法。本书由李克强院士作序推荐，由姚期智院士、管晓宏院士、杨强院士等学者和技术专家联合推荐。
自动驾驶系统开发 内容简介
本书系统地介绍当今自动驾驶领域前沿的技术理论，从自动驾驶的背景知识开始，对软硬件平台、感知、地图、定位、规划决策、控制、仿真和安全等方面展开深入讨论，并介绍自动泊车系统和车联网技术的应用。 全书共15章： 第1章是自动驾驶系统的概述(开发结构、场景分类和数据闭环等)； 第2章简要介绍自动驾驶的基础理论，即计算机视觉和深度学习等； 第3、4章是自动驾驶的软硬件平台分析，包括传感器、计算平台、软件架构和操作系统等； 第5~9章分别介绍自动驾驶的感知、地图、定位、规划和控制模块； 第10章重点介绍自动驾驶的仿真模拟模块； 第11章讨论自动驾驶的安全模型； 第12章讨论自动驾驶的一个特例——自动泊车系统； 第13章介绍车联网技术(车路协同和车辆编队)； 第14、15章分别介绍*近自动驾驶相关的两个技术热点，即3D场景的神经渲染(以NeRF为主)和扩散模型的内容生成。 本书适合有一定基础的读者阅读，如具备在计算机视觉和机器学习(甚至深度学习)方面的理论基础和实践经验。本书提供大量自动驾驶前沿技术的**手资料，涉及开发自动驾驶的多方面。希望本书能够启发和触动自动驾驶一线的开发人员，在遇到问题和困难时开阔思路并发现解决问题的方法。
自动驾驶系统开发 目录
第1章自动驾驶系统概论
1．1自动驾驶的分级
1．2模块化开发结构
1．3端到端开发结构
1．4自动驾驶场景
1．5数据闭环
1．6小结
参考文献
第2章自动驾驶的基础理论 2．1计算机视觉 2．1．1计算机视觉底层 2．1．2计算机视觉中层 2．1．3计算机视觉高层 2．2图像处理 2．2．1图像信号处理器 2．2．2图像滤波 2．2．3图像增强 2．3优化理论 2．4机器学习 2．4．1支持向量机 2．4．2随机森林 2．5深度学习 2．5．1卷积神经网络 2．5．2生成对抗网络 2．5．3递归神经网络 2．5．4Transformer网络 2．6神经网络模型压缩和加速 2．6．1参数修剪和共享 2．6．2低秩分解 2．6．3转移/致密卷积滤波器 2．6．4知识蒸馏 2．6．5MobileNets 2．7小结 参考文献
第3章自动驾驶的硬件平台 3．1传感器 3．1．1摄像头 3．1．2激光雷达 3．1．3毫米波雷达 3．1．4超声波雷达 3．1．5惯导 3．1．6GPS 3．1．7车联网 3．2车体控制 3．2．1VCU/ECU/MCU/HCU 3．2．2CAN总线 3．2．3ESP 3．2．4EPS 3．3计算平台 3．3．1NVIDIA Drive AGX Xavier和Orin 3．3．2Mobileye的EQx 3．3．3TI公司的TDA4VM 3．3．4Qualcomm公司的骁龙Ride 3．4线控底盘 3．5电子电气架构 3．6小结 参考文献
第4章自动驾驶的软件平台 4．1AUTOSAR 4．2软件开发V模型 4．3aSPICE软件开发流程 4．4ISO 26262软件开发流程 4．5NVIDIA DriveWorks 软件平台 4．6车载操作系统 4．6．1ROS 4．6．2QNX 4．6．3BOSCH冰羚 4．6．4DORA 4．7自动驾驶云平台 4．7．1开源分布式深度学习框架 4．7．2自动驾驶云的实例架构 4．8DevOps和MLOps 4．9小结 参考文献
第5章自动驾驶的感知模块 5．1传感器标定 5．1．1摄像头标定 5．1．2激光雷达标定 5．1．3手眼标定 5．1．4摄像头GPS/IMU标定 5．1．5激光雷达摄像头标定 5．1．6摄像头雷达标定 5．1．7激光雷达IMU标定 5．2单目视觉的障碍物测距 5．3单目视觉的深度图估计 5．3．1传统方法 5．3．2深度学习方法 5．4单目视觉的3D障碍物检测 5．5障碍物跟踪 5．5．1单目标 5．5．2多目标 5．5．3基于深度学习的目标跟踪 5．6传感器融合 5．6．1数据级 5．6．2任务级 5．7车道线检测 5．8交通标志检测识别 5．9交通信号灯检测识别 5．10可驾驶区域分割 5．11双目视觉感知 5．11．1立体匹配 5．11．2双目在线标定 5．11．3双目视觉感知系统 5．11．4深度学习的双目视差估计 5．12人体姿态估计 5．13驾驶人监控系统 5．14BEV的视觉感知系统 5．14．1基于单应变换的BEV 5．14．2基于深度的BEV 5．14．3基于MLP的BEV 5．14．4基于Transformer的BEV 5．14．5BEV框架的扩展 5．14．6BEV存在的问题 5．15小结 参考文献
第6章自动驾驶的高清地图 6．1高清地图 6．2语义地图 6．3基于车道线的高清地图 6．4基于深度学习的SLAM方法 6．5小结 参考文献
第7章自动驾驶的定位模块 7．1基于车道线地图的定位 7.2基于激光雷达的定位 7．2．1正态分布变换定位 7．2．2粒子滤波定位 7．2．3直方图滤波器定位 7．3基于传感器融合的定位 7．4基于深度学习的定位方法 7．5小结 参考文献
第8章自动驾驶的规划模块 8．1基本规划理论 8．1．1Frenet坐标系 8．1．2EM规划器 8．2驾驶行为模型和预测 8．2．1驾驶行为预测 8．2．2驾驶行为学习 8．3行人行为模型和预测 8．4驾驶行为克隆 8．5小结 参考文献
第9章自动驾驶的控制模块 9．1车辆的运动学和动力学模型 9．2传统控制算法 9．2．1经典PID控制 9．2．2LQR控制 9．2．3模型预测控制 9．3路径和轨迹稳定的控制方法 9．3．1路径稳定的控制 9．3．2轨迹稳定的控制 9．4基于深度学习的车辆控制 9．4．1端到端的自动驾驶控制 9．4．2基于机器学习的运动控制 9．5小结 参考文献
第10章自动驾驶的仿真模拟模块 10．1传感器 10．1．1摄像头 10．1．2激光雷达 10．1．3毫米波雷达 10．1．4其他传感器 10．2交通模型 10．3车辆和行人模型 10．4数据可视化模型 10．4．1XVIZ 10．4．2streetscape．gl 10．5道路网络仿真 10．5．1道路与环境建模 10．5．2可定制的道具和标志 10．5．3功能性道路网络 10．6场景库的建设和自动驾驶测试 10．6．1场景定义 10．6．2仿真测试方法分类 10．6．3场景库建设 10．6．4场景描述语言OpenSCENARIO 10．7基于数字孪生的安全紧要场景泛化 10．8小结 参考文献
第11章安全模型 11．1基本概念 11．2NHTSA 11．3ISO 26262 11．4ISO/PAS 21448 SOTIF 11．5Intel Mobileye RSS安全模型 11．6网络安全 11．7自动驾驶系统的安全解决方案 11．8自动驾驶的V&V技术 11．9小结 参考文献
第12章自动和自主泊车 12．1自动泊车系统的基本介绍 12．2环视视觉系统标定 12．3鱼眼摄像头的感知系统 12．4泊车位检测 12．5泊车的运动规划 12．6泊车中的传感器融合 12．7自动代客泊车 12．8泊车场的语义地图和定位 12．9自动泊车的深度学习规划技术 12．10小结 参考文献
第13章车联网 13．1智能网联汽车 13．2车载网络与社交物联网 13．3边缘计算
13．4车辆路端的协同技术 13．5自动驾驶的协同感知 13．6编组车队的协同规划和控制 13．7小结 参考文献
第14章神经渲染技术 14．1原始NeRF 14．2NeRF的加速方法 14．2．1AutoInt 14．2．2PlenOctree 14．2．3Plenoxel 14．3动态场景的渲染 14．4NeRF重打光技术 14．5NeRF的泛化技术 14．5．1GRAF 14．5．2GIRAFFE 14．6质量改进的技术 14．6．1MipNeRF 14．6．2NeRFinthedark 14．7小结 参考文献
第15章扩散模型 15．1基于分数生成网络 15．2去噪扩散概率模型 15．3DDIM 15．4SDE 15.5图像/视频合成 15．5．1图像 15．5．2视频 15．5．3新视图合成 15．6图像图像翻译 15．7文本图像/视频的合成 15．8扩散模型的改进 15．9小结 参考文献
附录
第2章自动驾驶的基础理论 2．1计算机视觉 2．1．1计算机视觉底层 2．1．2计算机视觉中层 2．1．3计算机视觉高层 2．2图像处理 2．2．1图像信号处理器 2．2．2图像滤波 2．2．3图像增强 2．3优化理论 2．4机器学习 2．4．1支持向量机 2．4．2随机森林 2．5深度学习 2．5．1卷积神经网络 2．5．2生成对抗网络 2．5．3递归神经网络 2．5．4Transformer网络 2．6神经网络模型压缩和加速 2．6．1参数修剪和共享 2．6．2低秩分解 2．6．3转移/致密卷积滤波器 2．6．4知识蒸馏 2．6．5MobileNets 2．7小结 参考文献
第3章自动驾驶的硬件平台 3．1传感器 3．1．1摄像头 3．1．2激光雷达 3．1．3毫米波雷达 3．1．4超声波雷达 3．1．5惯导 3．1．6GPS 3．1．7车联网 3．2车体控制 3．2．1VCU/ECU/MCU/HCU 3．2．2CAN总线 3．2．3ESP 3．2．4EPS 3．3计算平台 3．3．1NVIDIA Drive AGX Xavier和Orin 3．3．2Mobileye的EQx 3．3．3TI公司的TDA4VM 3．3．4Qualcomm公司的骁龙Ride 3．4线控底盘 3．5电子电气架构 3．6小结 参考文献
第4章自动驾驶的软件平台 4．1AUTOSAR 4．2软件开发V模型 4．3aSPICE软件开发流程 4．4ISO 26262软件开发流程 4．5NVIDIA DriveWorks 软件平台 4．6车载操作系统 4．6．1ROS 4．6．2QNX 4．6．3BOSCH冰羚 4．6．4DORA 4．7自动驾驶云平台 4．7．1开源分布式深度学习框架 4．7．2自动驾驶云的实例架构 4．8DevOps和MLOps 4．9小结 参考文献
第5章自动驾驶的感知模块 5．1传感器标定 5．1．1摄像头标定 5．1．2激光雷达标定 5．1．3手眼标定 5．1．4摄像头GPS/IMU标定 5．1．5激光雷达摄像头标定 5．1．6摄像头雷达标定 5．1．7激光雷达IMU标定 5．2单目视觉的障碍物测距 5．3单目视觉的深度图估计 5．3．1传统方法 5．3．2深度学习方法 5．4单目视觉的3D障碍物检测 5．5障碍物跟踪 5．5．1单目标 5．5．2多目标 5．5．3基于深度学习的目标跟踪 5．6传感器融合 5．6．1数据级 5．6．2任务级 5．7车道线检测 5．8交通标志检测识别 5．9交通信号灯检测识别 5．10可驾驶区域分割 5．11双目视觉感知 5．11．1立体匹配 5．11．2双目在线标定 5．11．3双目视觉感知系统 5．11．4深度学习的双目视差估计 5．12人体姿态估计 5．13驾驶人监控系统 5．14BEV的视觉感知系统 5．14．1基于单应变换的BEV 5．14．2基于深度的BEV 5．14．3基于MLP的BEV 5．14．4基于Transformer的BEV 5．14．5BEV框架的扩展 5．14．6BEV存在的问题 5．15小结 参考文献
第6章自动驾驶的高清地图 6．1高清地图 6．2语义地图 6．3基于车道线的高清地图 6．4基于深度学习的SLAM方法 6．5小结 参考文献
第7章自动驾驶的定位模块 7．1基于车道线地图的定位 7.2基于激光雷达的定位 7．2．1正态分布变换定位 7．2．2粒子滤波定位 7．2．3直方图滤波器定位 7．3基于传感器融合的定位 7．4基于深度学习的定位方法 7．5小结 参考文献
第8章自动驾驶的规划模块 8．1基本规划理论 8．1．1Frenet坐标系 8．1．2EM规划器 8．2驾驶行为模型和预测 8．2．1驾驶行为预测 8．2．2驾驶行为学习 8．3行人行为模型和预测 8．4驾驶行为克隆 8．5小结 参考文献
第9章自动驾驶的控制模块 9．1车辆的运动学和动力学模型 9．2传统控制算法 9．2．1经典PID控制 9．2．2LQR控制 9．2．3模型预测控制 9．3路径和轨迹稳定的控制方法 9．3．1路径稳定的控制 9．3．2轨迹稳定的控制 9．4基于深度学习的车辆控制 9．4．1端到端的自动驾驶控制 9．4．2基于机器学习的运动控制 9．5小结 参考文献
第10章自动驾驶的仿真模拟模块 10．1传感器 10．1．1摄像头 10．1．2激光雷达 10．1．3毫米波雷达 10．1．4其他传感器 10．2交通模型 10．3车辆和行人模型 10．4数据可视化模型 10．4．1XVIZ 10．4．2streetscape．gl 10．5道路网络仿真 10．5．1道路与环境建模 10．5．2可定制的道具和标志 10．5．3功能性道路网络 10．6场景库的建设和自动驾驶测试 10．6．1场景定义 10．6．2仿真测试方法分类 10．6．3场景库建设 10．6．4场景描述语言OpenSCENARIO 10．7基于数字孪生的安全紧要场景泛化 10．8小结 参考文献
第11章安全模型 11．1基本概念 11．2NHTSA 11．3ISO 26262 11．4ISO/PAS 21448 SOTIF 11．5Intel Mobileye RSS安全模型 11．6网络安全 11．7自动驾驶系统的安全解决方案 11．8自动驾驶的V&V技术 11．9小结 参考文献
第12章自动和自主泊车 12．1自动泊车系统的基本介绍 12．2环视视觉系统标定 12．3鱼眼摄像头的感知系统 12．4泊车位检测 12．5泊车的运动规划 12．6泊车中的传感器融合 12．7自动代客泊车 12．8泊车场的语义地图和定位 12．9自动泊车的深度学习规划技术 12．10小结 参考文献
第13章车联网 13．1智能网联汽车 13．2车载网络与社交物联网 13．3边缘计算
13．4车辆路端的协同技术 13．5自动驾驶的协同感知 13．6编组车队的协同规划和控制 13．7小结 参考文献
第14章神经渲染技术 14．1原始NeRF 14．2NeRF的加速方法 14．2．1AutoInt 14．2．2PlenOctree 14．2．3Plenoxel 14．3动态场景的渲染 14．4NeRF重打光技术 14．5NeRF的泛化技术 14．5．1GRAF 14．5．2GIRAFFE 14．6质量改进的技术 14．6．1MipNeRF 14．6．2NeRFinthedark 14．7小结 参考文献
第15章扩散模型 15．1基于分数生成网络 15．2去噪扩散概率模型 15．3DDIM 15．4SDE 15.5图像/视频合成 15．5．1图像 15．5．2视频 15．5．3新视图合成 15．6图像图像翻译 15．7文本图像/视频的合成 15．8扩散模型的改进 15．9小结 参考文献
附录
展开全部
自动驾驶系统开发 作者简介
黄浴，曾任上汽零束科技智驾计算平台首席科学家、黑芝麻智能科技自动驾驶技术研究副总裁和奇点汽车美国研究与创新首席科学家兼总裁、深信科创首席科学家。在百度美研、Intel公司、华为美研、三星美研等工作多年。共发表40多篇国际学术论文，获得17项欧美专利。在西安交通大学、西安电子科技大学和北京交通大学分别获得工学学士、硕士和博士学位，曾是清华大学计算机系博士后，德国洪堡研究学者和美国UIUC贝克曼研究所黄熙涛（T.S.Huang）教授博士后研究员。 杨子江，深信科创创始人，西安交通大学教授及图灵交叉信息科学研究中心主任。在中国科学技术大学赖斯大学和宾夕法尼亚大学分别获得学士、硕士和博士学位。曾任美国西密歇根大学计算机科学系教授及密歇根大学电子工程与计算机科学系访问教授。学术兼职包括IEEE国际电动与无人车技术委员会共同主席、IEEE自动驾驶标准工作组副主席、中国电动汽车百人会理事、AI百人会副会长，担任2020-2023年IEEE国际自动驾驶软件会议共同主席、2019年IEEE国际软件测试及验证大会共同主席。发表论文百余篇及数十项中美专利，获得ACM SIGSOFT杰出论文奖，ACM TODAES最佳期刊论文奖。
书友推荐
- >
中国人在乌苏里边疆区:历史与人类学概述
中国人在乌苏里边疆区:历史与人类学概述
¥20.6¥48.0 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥9.7¥14.0 - >
自卑与超越
自卑与超越
¥17.1¥39.8 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
唐代进士录
唐代进士录
¥17.1¥39.8 - >
我与地坛
我与地坛
¥15.4¥28.0 - >
巴金－再思录
巴金－再思录
¥15.2¥46.0 - >
随园食单
随园食单
¥15.4¥48.0
本类畅销
-
黑科技驱动世界的100项技术
¥21.9¥69.8 -
黑科技:驱动世界的100项技术(八品)
¥21.9¥69.8 -
指火控弹道与射击诸元理论
¥38.7¥49 -
智能照明工程手册
¥29.9¥49.8 -
光电直读光谱分析技术与应用
¥38.7¥49 -
服务型制造
¥76.3¥109
