包邮自动驾驶BEV感知算法指南

作者：易显维,虞凡著

出版社：机械工业出版社出版时间：2025-01-01

开本： 16开 页数： 212

本类榜单：工业技术销量榜

中图价:¥69.3(7.0折) 定价 ~~¥99.0~~ 登录后可看到会员价

加入购物车收藏

开年大促， 全场包邮

?新疆、西藏除外

本类五星书更多>

>
公路车宝典(ZINN的公路车维修与保养秘籍)

公路车宝典(ZINN的公路车维修与保养秘籍)

¥69.6¥120
>
晶体管电路设计(下)

晶体管电路设计(下)

¥25.7¥38
>
基于个性化设计策略的智能交通系统关键技术

基于个性化设计策略的智能交通系统关键技术

¥34.3¥68
>
花样百出:贵州少数民族图案填色

花样百出:贵州少数民族图案填色

¥17.2¥45
>
山东教育出版社有限公司技术转移与技术创新历史丛书中国高等技术教育的苏化(1949—1961)以北京地区为中心

山东教育出版社有限公司技术转移与技术创新历史丛书中国高等技术教育的苏化(1949—1961)以北京地区为中心

¥12.7¥39
>
铁路机车概要.交流传动内燃.电力机车

铁路机车概要.交流传动内燃.电力机车

¥158.4¥198
>
利维坦的道德困境:早期现代政治哲学的问题与脉络

利维坦的道德困境:早期现代政治哲学的问题与脉络

¥31.9¥49

商品详情
商品评论(0条)

中图价:¥69.3 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

自动驾驶BEV感知算法指南版权信息

ISBN：9787111768821
条形码：9787111768821 ; 978-7-111-76882-1
装帧：平装-胶订
册数：暂无
重量：暂无
所属分类：
工业技术
>
一般工业技术

自动驾驶BEV感知算法指南本书特色

1）智能汽车领域实践型专家联合撰写，一次性学透BEV，实现快速落地与创新2）以BEV主流技术与工程实践为主线，系统分析介绍BEV算法的基本原理、关键技术和源码级实现方法，掌握自动驾驶感知系统的整体架构和设计理念3）初学者友好、理论与实践结合，获得多位业界专家极力推荐

自动驾驶BEV感知算法指南内容简介

本书由智能汽车领域实践型专家联合撰写，带你一次性学透BEV，实现快速落地与创新。在内容设计上，本书以BEV主流技术与工程实践为主线，系统分析介绍BEV算法的基本原理、关键技术和源码级实现方法，助你掌握自动驾驶感知系统的整体架构和设计理念。
本书共9章。第1章介绍BEV感知算法的核心概念和框架，强调其独特优势及挑战。第2章概述关键数据集，如KITTI、nuScenes和Waymo，并解释了评估算法性能的指标。第3章深入介绍特征提取技术，涵盖图像和激光雷达数据的提取方法。第4章探讨视角转换、注意力机制及Transformer在BEV感知算法中的应用。第5章和第6章分别讲解显式和隐式视角转换下的BEV感知算法，如BEVDet系列和BEVFormer等。第7章和第8章通过实例介绍BEV感知算法的实现过程。第9章讨论大模型在自动驾驶领域的应用及面临的挑战。

自动驾驶BEV感知算法指南目录

前　言第1章　快速了解BEV感知算法1　1.1　BEV感知算法解决的问题1　1.2　BEV感知算法的常见范式7　1.3　BEV感知算法的分类91.3.1　基于单应性的方法91.3.2　基于深度估计的方法101.3.3　基于多层感知器的方法121.3.4　基于Transformer的方法13　1.4　BEV感知算法的不足14　1.5　本章小结16第2章　BEV感知算法的数据集17　2.1　KITTI数据集18　2.2　nuScenes数据集25前　言第1章　快速了解BEV感知算法1　1.1　BEV感知算法解决的问题1　1.2　BEV感知算法的常见范式7　1.3　BEV感知算法的分类91.3.1　基于单应性的方法91.3.2　基于深度估计的方法101.3.3　基于多层感知器的方法121.3.4　基于Transformer的方法13　1.4　BEV感知算法的不足14　1.5　本章小结16第2章　BEV感知算法的数据集17　2.1　KITTI数据集18　2.2　nuScenes数据集25　2.3　nuScenes数据集常用的评测指标及计算方法392.3.1　检测任务评测指标计算公式402.3.2　跟踪任务评测指标计算公式422.3.3　其他辅助指标计算公式42　2.4　Waymo数据集46　2.5　不同数据集之间的对比47　2.6　本章小结48第3章　BEV感知算法的特征提取49　3.1　图像模态493.1.1　相机的内外参数493.1.2　图像特征提取和ResNet原理54　3.2　激光雷达模态中点云目标检测的代表算法553.2.1　PointPillar算法553.2.2　PV-RCNN算法58　3.3　本章小结61第4章　BEV感知算法的基本模块62　4.1　视角转换模块624.1.1　自动驾驶中的坐标系634.1.2　坐标系转换与视角转换模块654.1.3　LSS原理694.1.4　LSS代码实现与模型运行71　4.2　BEV感知算法中的注意力机制824.2.1　通道注意力机制824.2.2　空间注意力机制834.2.3　混合注意力机制834.2.4　BEV感知算法中的时序融合83　4.3　本章小结86第5章　显式视角转换的BEV感知算法87　5.1　基于LSS方法的显式视角转换的BEV感知算法895.1.1　BEVDet895.1.2　BEVDet4D91　5.2　BEVDet中的视角转换过程91　5.3　BEVDet4D中的时序对齐93　5.4　本章小结94第6章　隐式视角转换的BEV感知算法95　6.1　传统目标检测方法与DETR类方法956.1.1　传统目标检测方法的局限性966.1.2　DETR类方法的优点97　6.2　主要的隐式视角转换的BEV感知算法986.2.1　BEVFormer986.2.2　DETR3D1026.2.3　PETR103　6.3　DETR3D计算过程1066.3.1　图像特征提取1066.3.2　特征查询模块1076.3.3　二分图匹配1086.3.4　DETR和DETR3D的异同108　6.4　隐式转换DETR、DETR3D和PETR的主要差别109　6.5　本章小结110第7章　BEVFusion实践111　7.1　原理详解1117.1.1　网络架构1127.1.2　图像支路1137.1.3　点云支路1147.1.4　融合模块115　7.2　代码详解1167.2.1　nuScenes数据集处理1167.2.2　模型训练过程131　7.3　环境搭建1497.3.1　搭建PyTorch环境1497.3.2　安装BEVFusion1507.3.3　编译BEVFusion环境1517.3.4　训练和测试BEVFusion152　7.4　本章小结153第8章　BEVFormer实践154　8.1　代码详解1548.1.1　数据处理1558.1.2　模型训练过程156　8.2　环境搭建1908.2.1　创建虚拟环境1908.2.2　安装BEVFormer191　8.3　模型部署192　8.4　本章小结192第9章　大模型在自动驾驶领域的应用193　9.1　端到端的自动驾驶系统UniAD1949.1.1　UniAD的提出背景1949.1.2　UniAD架构196　9.2　赋能自动驾驶数据生产和模型训练1979.2.1　辅助标注数据1989.2.2　模型蒸馏给小模型赋能2009.2.3　将多个小模型合并成大模型2019.2.4　自动驾驶的重建和数据生成201　9.3　视觉大模型的难点2029.3.1　视觉大模型发展相对落后的原因2029.3.2　视觉大模型的技术挑战与实践难点203　9.4　本章小结204

展开全部

自动驾驶BEV感知算法指南作者简介

易显维：易智数维的创始人、中国地质大学硕士。10余年研发经验，曾先后任职于建行数据中心、科大讯飞研究院以及百分点科技集团认知智能实验室。长期为东风集团提供技术支持与方案咨询，在实车感知算法与机器人视觉项目方面拥有丰富且宝贵的经验。其研究方向涵盖机器视觉、自然语言处理、结构化数据挖掘等多个领域。曾在各种竞赛中获奖20余次。虞凡：东风畅行公司首席出行官、西安交通大学计算机软件科学技术博士。拥有10余年工作经验，曾于清华大学软件学院进行博士后研究工作，现负责东风畅行公司的Robotaxi商业探索、平台软件工程效率提升、网络出行平台算法设计等工作，也曾联合创建网约车平台公司。他发表高水平论文10余篇，获得发明专利授权10余项，获得武汉市车谷英才称号。其研究方向包括软件工程中的形式化方法和AI算法，专注于大数据分析、知识图谱、网络出行平台和出行算法设计。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐