登入帳戶  | 訂單查詢  | 購物車/收銀台( 0 ) | 在線留言板  | 付款方式  | 聯絡我們  | 運費計算  | 幫助中心 |  加入書簽
會員登入 新註冊 | 新用戶登記
HOME新書上架暢銷書架好書推介會員書架精選月讀排行榜分類閱讀雜誌音碟 香港/國際用戶
最新/最熱/最齊全的簡體書網 品種:超過100萬種書,正品正价,放心網購,悭钱省心 送貨:速遞 / EMS,時效:出貨後2-3日

2019年06月出版新書

2019年05月出版新書

2019年04月出版新書

2019年03月出版新書

2019年02月出版新書

2019年01月出版新書

2018年12月出版新書

2018年11月出版新書

2018年10月出版新書

2018年09月出版新書

2018年08月出版新書

2018年07月出版新書

本頁面簡體字版,由Google翻譯

本頁面繁体字版,由Google翻譯

『簡體書』无人驾驶:人工智能如何颠覆汽车

書城自編碼: 3291358
分類: 圖書→大陸圖書→工業技術→汽車/交通運輸
作者: [中]刘少山 李力耘 唐洁 吴双 [美]琼卢克﹒高迪奥特[J
國際書號(ISBN): 9787111611172
出版社: 机械工业出版社
出版日期: 2018-12-1


書度/開本: 16开 釘裝: 平装

售價:NT$ 379

我要買

share:

驚喜:單張訂單滿NT$1000全台灣免運費!

** 我創建的書架 **
未登入.


掃QRCode手機瀏覽
或傳送本網頁:




新書推薦:
安野光雅绘画人生
《 安野光雅绘画人生 》

售價:NT$ 324
维京人传奇
《 维京人传奇 》

售價:NT$ 291
现代系统论与世界体系——火技术与陶冶体系
《 现代系统论与世界体系——火技术与陶冶体系 》

售價:NT$ 273
包装设计:平面设计师高效工作手册
《 包装设计:平面设计师高效工作手册 》

售價:NT$ 371
地铁站后工程技术与管理实务(第2版)
《 地铁站后工程技术与管理实务(第2版) 》

售價:NT$ 1119
奈特解剖学手册(第5版影印)
《 奈特解剖学手册(第5版影印) 》

售價:NT$ 602
为了更好的学习:教育评价的国际新视野
《 为了更好的学习:教育评价的国际新视野 》

售價:NT$ 1401
深圳城市轨道交通11号线盾构施工技术及管理实践
《 深圳城市轨道交通11号线盾构施工技术及管理实践 》

售價:NT$ 649

建議一齊購買:

+

NT$ 336
《 基于人工智能的无人驾驶车辆路面识别技术 》
+

NT$ 326
《 智能车辆理论与应用 》
+

NT$ 154
《 无人驾驶车辆理论与设计 》
+

NT$ 1015
《 汽车机电一体化控制系统:应用与解决方案(下) 》
+

NT$ 1015
《 汽车机电一体化控制系统:应用与解决方案(上) 》
編輯推薦:
本书由百度硅谷一线工程师和IEEE计算机协会主席联袂编著,作者团队在各自的领域造诣深厚,有着丰富的无人驾驶汽车技术研究开发经验,很适合作为无人驾驶自动驾驶智能车辆总体认识和技术入门图书来阅读。本书由吉林大学马芳武教授无人驾驶团队翻译。
內容簡介:
《无人驾驶:人工智能如何颠覆汽车》是为从事无人驾驶车辆智能网联汽车开发相关工作人员的入门技术书。作者分享了他们打造无人驾驶车辆系统的实践经验。本书由9章组成,第1章概述了无人驾驶系统;第2章着重介绍无人驾驶车辆定位技术;第3章讨论了传统的环境感知技术;第4章讨论基于深度学习的环境感知技术;第5章介绍了行为预测和路径规划技术;第6章着重介绍运动决策、规划与控制子系统的反馈控制;第7章介绍基于增强学习的规划和控制技术;第8章深入研究无人驾驶客户端系统的设计细节;第9章详细介绍了无人驾驶云平台。
本书对在校学生、研究人员和相关从业人员都大有益处。无论你是本科生还是研究生,只要对无人驾驶感兴趣,都可以在这里找到无人驾驶技术的全面介绍。
關於作者:
刘少山博士是PerceptIn的主席和创始人之一,他的研究重点是计算机架构、大数据平台、深度学习基础框架和机器人技术,他曾担任百度硅谷无人驾驶系统团队负责人。
李力耘博士现于百度硅谷研究中心担任软件架构师。作为百度无人驾驶团队的早期成员之一,他一直在主导和推进其无人驾驶技术的开发,包括百度无人驾驶车辆的智能行为决策、运动规划和车辆控制等。
唐洁博士现担任华南理工大学计算机科学与工程学院副教授。
吴双博士现为Yitu公司科学家,曾担任百度硅谷人工智能实验室高级研究员,在百度USDC担任高级架构师。
刘少山博士是PerceptIn的主席和创始人之一,他的研究重点是计算机架构、大数据平台、深度学习基础框架和机器人技术,他曾担任百度硅谷无人驾驶系统团队负责人。
李力耘博士现于百度硅谷研究中心担任软件架构师。作为百度无人驾驶团队的早期成员之一,他一直在主导和推进其无人驾驶技术的开发,包括百度无人驾驶车辆的智能行为决策、运动规划和车辆控制等。
唐洁博士现担任华南理工大学计算机科学与工程学院副教授。
吴双博士现为Yitu公司科学家,曾担任百度硅谷人工智能实验室高级研究员,在百度USDC担任高级架构师。
琼卢克﹒高迪奥特(Jean﹣Luc Gaudiot)博士目前担任加州大学欧文分校电子工程和计算机科学系教授,他曾担任IEEE内部多种职位,并于2017年当选为IEEE计算机协会主席。
目錄
第1 章无人驾驶系统简介
1.1 无人驾驶技术概述/ 002
1.2 无人驾驶算法/ 002
1.2.1 传感/ 003
1.2.2 感知/ 004
1.2.3 目标识别与跟踪/ 006
1.2.4 决策/ 006
1.3 无人驾驶客户端系统/ 008
1.3􀆰 1 机器人操作系统/ 008
1.3􀆰 2 硬件平台/ 011
1.4 无人驾驶云平台/ 011
1.4.1 仿真模拟/ 011
1.4.2 高精度地图生成/ 012
1.4.3 深度学习模型训练/ 013
1.5 一切刚刚开始/ 014
第2 章无人驾驶车辆的定位系统
2.1 采用全球导航卫星系统定位/ 015
2.1.1 GNSS 概述/ 015
2.1.2 GNSS 误差分析/ 017
2.1.3 星基增强系统/ 018
2.1.4 载波相位差分技术和差分GNSS / 019
2.1.5 精确点定位/ 020
2.1.6 全球定位系统和惯性导航系统的融合/ 022
2.2 采用激光雷达和高精度地图定位/ 023
2.2.1 激光雷达概述/ 023
2.2.2 高精度地图概述/ 026
2.2.3 激光雷达和高精度地图定位/ 030
2.3 视觉里程计/ 034
2.3.1 立体视觉里程计/ 035
2.3.2 单目视觉里程计/ 036
2.3.3 视觉惯性里程计/ 036
2.4 航位推算和轮式里程计/ 038
2.4.1 轮式编码器/ 038
2.4.2 轮式里程计误差/ 039
2.4.3 减少轮式里程计误差/ 040
2.5 多传感器融合/ 042
2.5.1 卡内基梅隆大学无人驾驶城市挑战赛车Boss / 042
2.5.2 斯坦福大学无人驾驶城市挑战赛车Junior / 044
2.5.3 梅赛德斯-奔驰无人驾驶车Bertha / 045
参考文献/ 047
第3 章无人驾驶的感知系统
3.1 概述/ 051
3.2 数据集/ 052
3.3 目标识别/ 054
3.4 语义分割/ 056
3.5 立体视觉、光流和场景流/ 058
3.5.1 立体视觉与深度信息/ 058
3.5.2 光流/ 059
3.5.3 场景流/ 059
3.6 目标跟踪/ 061
3.7 总结/ 063
参考文献/ 064
第4 章深度学习在无人驾驶感知系统中的应用
4.1 卷积神经网络/ 068
4.2 目标检测/ 069
4.3 语义分割/ 072
4.4 立体视觉和光流/ 075
4.4.1 立体视觉/ 075
4.4.2 光流/ 076
4.5 总结/ 079
参考文献/ 080
第5 章预测与路径规划
5.1 规划与控制模块概览/ 082
5.1.1 架构: 广义上的规划与控制/ 082
5.1.2 各个模块的范围:以模块的方式解决问题/ 084
5.2 交通预测/ 087
5.2.1 将行为预测作为分类问题/ 088
5.2.2 车辆轨迹生成/ 093
5.3 车道级的路径规划/ 094
5.3.1 为路径规划创建权重有向图/ 096
5.3.2 典型的路径规划算法/ 098
5.3.3 规划图损失: 强弱路径规划/ 102
5.4 总结/ 103
参考文献/ 103
第6 章决策、规划和控制
6.1 行为决策/ 105
6.1.1 马尔可夫决策过程方法/ 107
6.1.2 基于场景的分治法/ 109
6.2 运动规划/ 116
6.2.1 车辆模型、道路模型、SL 坐标系/ 118
6.2.2 划分为路径规划和速度规划的运动规划/ 119
6.2.3 划分为纵向规划和横向规划的运动规划/ 126
6.3 反馈控制/ 130
6.3.1 自行车模型/ 130
6.3.2 PID 控制/ 132
6􀆰 4 总结/ 133
参考文献/ 134
第7 章基于增强学习的规划和控制
7.1 概述/ 136
7.2 增强学习/ 138
7.2.1 Q⁃学习/ 140
7.2.2 ACTOR⁃CRITIC 方法/ 144
7.3 无人驾驶中基于学习的规划和控制/ 146
7.3.1 行为决策中的增强学习/ 147
7.3􀆰.2 基于增强学习的规划和控制/ 147
7.4 总结/ 150
参考文献/ 150
第8 章无人驾驶客户端系统
8.1 无人驾驶系统: 一个复杂的系统/ 152
8.2 无人驾驶的操作系统/ 154
8.2.1 ROS 综述/ 154
8.2.2 系统可靠性/ 156
8.2.3 性能优化/ 157
8.2.4 资源管理与安全性/ 157
8.3 计算平台/ 158
8.3.1 计算平台的实现/ 158
8.3.2 现有的计算解决方案/ 159
8.3.3 计算机体系结构设计的探索/ 160
参考文献/ 164
第9 章无人驾驶云平台
9.1 概述/ 165
9.2 基础架构/ 166
9.2.1 分布式计算框架/ 167
9.2.2 分布式存储/ 167
9.2.3 异构计算/ 168
9.3 仿真模拟/ 170
9.3.1 BinPipeRDD / 171
9.3.2 连接ROS 与Spark 引擎/ 172
9.3􀆰 3 性能表现/ 173
9.4 模型训练/ 173
9.4.1 为什么使用S
內容試閱
无人驾驶车辆, 无论是在陆地、水上还是在空中, 都出现在我们身边,并不断寻找无数新的应用场景, 比如无人驾驶出租车服务到偏远地区。过去几十年持续的技术进步使得这些创新成为可能, 同时也需要克服很多艰巨的难题以实现无人驾驶系统性能高效、实用、安全。
因此, 本书的目的是对这些难题进行介绍, 并引导读者了解一些常见的解决方案。高超的技术水平、软硬件的完全集成以及云平台的深度协同是最终成功的必要条件。无人驾驶在地面车辆, 或者更具体地说, 在城市、乡村道路环境中的车辆以及越野车辆中的应用是本书介绍的重点。本书面向学术界或工业界的工程师, 目的在于展示在无人驾驶车辆研发过程中遇到的问题、解决方案和未来的研究热点,具体包括感知与认知、执行控制以及云端服务器。本书罗列出大量的参考文献资料, 将帮助读者快速阅览前人的工作。
下面对本书的结构做简单介绍。
第1 章简述了信息技术的发展历史, 并对无人驾驶系统体系结构和所需的相关基础设施的算法进行了概述。
定位是无人驾驶最重要的任务之一。第2 章介绍了最常用的无人驾驶定位方法, 详细讲述了全球导航卫星系统、惯性定位导航系统、激光雷达和轮式里程计的原理和优缺点, 并讨论了各个方法的融合。
第3 章介绍了目标检测, 即基于传感器数据的环境理解, 并探究各种目前使用的算法, 包括场景理解、图像流、目标跟踪等。
第4 章介绍了深度学习在无人驾驶环境感知系统的应用, 包括大型数据集以及需要高度复杂计算的图像分类、目标检测、语义分割等, 其中详细讲述了目标检测、语义分割和图像流。
当无人驾驶车辆对环境进行理解时, 它必须以某种方式预测未来的事件(例如在其附近的另一辆车辆的运动) 并规划自己的路线, 这是第5 章的主要内容。
接下来的第6 章, 对生成决策、规划和控制进行了更细致的阐述, 并对在遇到潜在的正交决策以及解决方案冲突时(例如, 一个模块推荐换道, 而另一个模块已经在所述车道中检测到障碍物) 各个模块间的相互反馈, 尤其是决策生成(马尔可夫决策过程, 基于场景的分治法) 和运动规划的算法进行了介绍。
第7 章展示了在基于强化学习的规划和控制方面补充设计的需要, 以便在无人驾驶系统的开发过程中将情境与场景完全集成。
车载计算平台是第8 章的主题, 它包括对机器人操作系统的介绍, 然后是对所使用的实际硬件的总结, 同时提出了使用异构计算以满足实时计算以及实际车载(功耗和散热) 的强烈需求。这意味着必须使用各种处理单元,包括通用中央处理器(CPU)、图形处理器(GPU)、现场可编程逻辑门阵列(FPGA) 等。
最后, 第9 章介绍了用于“捆绑在一起” 的云平台的基础架构, 该架构为新算法开发、离线深度学习模型训练和高精度地图生成服务提供分布式仿真测试。
编 者

 

 

書城介紹  | 合作申請 | 索要書目  | 新手入門 | 聯絡方式  | 幫助中心 | 找書說明  | 送貨方式 | 付款方式 香港用户  | 台灣用户 | 海外用户
megbook.com.tw
Copyright (C) 2013 - 2019 (香港)大書城有限公司 All Rights Reserved.