 |
-- 會員 / 註冊 --
|
 |
|
|
|
人工智能：智能駕駛 ( 簡體 字) |
| 作者：張新鈺 | 類別：1. -> 程式設計 -> 人工智慧 |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 53909
詢問書籍請說出此書號！【有庫存】
NT售價： 390 元 |
| 出版日：12/1/2020 |
| 頁數：216 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121400865 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：汽車作為現代文明的重要標志，顛覆了人類的出行方式，擴展了人類的活動空間，提升了人類的生活品質。然而，隨著汽車的大規模普及，交通事故、交通擁堵、環境污染等汽車時代的特有矛盾，也逐漸成為現代社會的頑疾。研發智能駕駛汽車，提高駕駛安全性和道路使用效率，減少燃油消耗，將人類駕駛員從低級、煩瑣、持久的駕駛活動中解放出來，從根本上改變汽車的駕駛方式，消除交通事故，減緩交通擁堵與環境污染，具有十分重大的意義。
智能駕駛汽車的研發基于人工智能、認知科學、自動控制、地圖測繪、傳感技術等眾多學科的最新研究成果。進入21世紀以來，智能駕駛技術已經成為交通領域的研究熱點。隨著汽車保有量的持續快速增長，幾乎每個國家中的較發達城市，特別是如洛杉磯、紐約、北京等主要大城市，都面臨嚴重的交通擁堵、道路安全和環境污染等問題。高德地圖聯合其他機構發布的《2018年度中國主要城市交通分析報告》指出，北京市人均堵車時間占人均總通勤時間的一半以上。與此同時，致命交通事故的數量也在逐年增加，其中大部分事故是由人為駕駛操作錯誤引發的。智能駕駛技術是解決上述問題的關鍵技術。近年來，美國、日本、德國等發達國家已將智能駕駛汽車的研發列為重要的戰略目標。
目前，智能駕駛汽車憑借其良好的應用前景與廣闊的潛在市場，得到了眾多國家的資金投入與研發支持，在技術上也取得了許多突破性進展。作為一個集成感知、認知、規劃和控制功能于一體的復雜系統，智能駕駛汽車依然存在一些技術瓶頸和安全問題。例如，美國時間2018年3月18日晚，Uber無人駕駛汽車與一名橫穿馬路的行人相撞，導致行人不幸身亡。而隨后，警方確認當時無人駕駛汽車檢測到了行人的存在，但并未采取任何制動措施。因此，如何突破技術瓶頸、提高安全性成為當前智能駕駛面臨的重大挑戰。
智能駕駛汽車的實現是一項復雜的系統工程，涉及人工智能、認知科學、自動控制、地圖測繪、傳感技術等多個領域。其主要技術包含環境感知、駕駛認知、路徑規劃、決策和控制等。作為智能駕駛的第一個環節，環境感知系統通過車載傳感器來采集智能駕駛汽車內部及車身周圍的道路環境信息。為了保證所采集數據的完備性、實時性和精確性，目前科研人員已針對不同功能研發出多種用于智能駕駛汽車的傳感器，包括視覺傳感器、雷達傳感器、聽覺傳感器、定位傳感器和姿態傳感器等。
智能駕駛的關鍵技術在于智能駕駛系統，基于車載傳感器獲取環境數據，利用高性能計算平臺和智能駕駛算法實現信息的認知，從而生成相應的決策方法和軌跡，并通過控制系統控制車輛的方向及速度，實現正確、安全的智能駕駛。智能決策是智能駕駛系統中的關鍵技術之一，由傳感器結合駕駛地圖先驗知識獲取周邊環境與本車狀態信息，并由智能決策對信息進行綜合分析，形成可被執行機構跟蹤的期望狀態，使智能駕駛汽車在符合交通規則的前提下，安全、平穩地完成各類駕駛任務。
本書作為“人工智能出版工程”叢書中的一冊，從人工智能角度出發，重點闡述人工智能算法在智能駕駛領域的應用，即將智能駕駛看作人工智能的應用之一，從智能駕駛角度反映人工智能的發展情況。
本書主要內容包括：
第1章 智能駕駛簡介。本章簡要總結了智能駕駛的發展歷程，介紹了智能駕駛系統的整體架構與國內外技術現狀，并對智能駕駛的相關挑戰賽進行了介紹。
第2章 智能駕駛系統的體系架構。智能駕駛系統是一個集中運用了先進的人工智能和信息控制技術，集環境感知、駕駛認知、規劃控制以及高級駕駛輔助系統功能于一體的綜合系統，本章對智能駕駛所涉及的感知設備、定位設備及線控系統進行了介紹。
第3章 深度學習與智能駕駛。本章從人工智能算法的角度出發，通過對智能駕駛感知系統的簡單梳理，以及基于深度學習對行人、車輛等圖像識別、多傳感器融合和端到端智能駕駛汽車控制的研究分析，總結了深度學習技術在智能駕駛領域相關應用情況。
第4章 智能駕駛的環境感知。環境感知是智能駕駛系統整個感知—決策—動作任務鏈中的重要環節，其中基于視覺的環境感知是最接近于人類感知環境信息的方法，也是智能駕駛汽車感知外部環境的主要手段。本章對目標跟蹤技術的主流方法和發展現狀做了簡要介紹。
第5章 智能駕駛的融合感知。智能駕駛汽車行駛的環境一般為復雜的室外場景，需要感知來自這些場景的多種復雜目標。單一傳感器早已不能滿足復雜環境中的感知需求，多傳感器技術和多模態融合技術成為智能駕駛汽車提高道路感知能力的必要手段。因此，本章主要介紹了基于人工智能算法的智能駕駛融合感知技術。
第6章 智能駕駛決策。作為智能駕駛的關鍵技術之一，本章參考人類認知機理形成駕駛認知，簡述智能決策系統，基于駕駛認知形成可被執行機構跟蹤的期望狀態，使智能駕駛汽車在符合交通規則的前提下，安全、平穩地完成各類駕駛任務。
第7章 智能駕駛控制。本章首先介紹了車輛的建模方法；接著分別從車輛的跟蹤控制、避障控制、穩定性控制等方面介紹了智能駕駛的控制技術。
第8章 智能駕駛的安全性。本章通過分析智能駕駛的安全問題，提出安全場和安全熵兩大概念，并從功能安全和信息安全兩方面對智能駕駛的安全性進行了介紹。
第9章 智能駕駛的未來展望。本章主要總結了目前智能駕駛的未來發展趨勢，并介紹了智能網聯汽車和智能駕駛汽車產業化政策。
本書包含了編著者團隊的相關研究進展及學術成果。本書由張新鈺組織編寫，劉華平、周沫、鄭思儀等人參與了重要章節編寫，譚啟凡、郭沐、趙建輝、劉玉超等人參與了相關技術部分編寫，吳錦潤、邵文博等人參與了文字校對工作。
特別感謝電子工業出版社的趙麗松老師、牛平月老師和滿美希老師在本書撰寫過程中給予的指導和幫助。感謝多年來給予編著者團隊大力支持和幫助的各位師長、同事和朋友們。
作為前沿研究成果，書中內容的表述可能存在不妥當的地方，編著者衷心希望各位專家學者和廣大讀者不吝批評、指正。 |
內容簡介：本書在簡要介紹智能駕駛的產生與發展、智能駕駛技術現狀之后，提出了智能駕駛系統的體系架構，討論了深度學習與智能駕駛、智能駕駛的環境感知、智能駕駛的融合感知等相關內容，深入研究了智能駕駛決策與智能駕駛控制等問題。此外，本書還探討了智能駕駛的安全性問題，以及智能駕駛面臨的未來展望。本書適合人工智能與智能駕駛領域的研究人員、管理人員、以及廣大愛好者閱讀。 |
目錄：第1章智能駕駛簡介
1杄1智能駕駛的產生與發展
1杄1杄1智能駕駛的萌芽
1杄1杄2智能駕駛的發展
1杄1杄3智能駕駛的未來
1杄2智能駕駛的不確定性
1杄3智能駕駛系統
1杄4智能駕駛技術現狀
1杄4杄1國外智能駕駛技術現狀
1杄4杄2國內智能駕駛技術現狀
第2章智能駕駛系統的體系架構
2杄1傳感器配置
2杄1杄1傳感器的分類
2杄1杄2傳感器比較
2杄2視覺傳感器
2杄3雷達傳感器
2杄3杄1激光雷達
2杄3杄2毫米波雷達
2杄3杄3超聲波雷達
2杄4定位系統
2杄4杄1GPS和北斗
2杄4杄2差分定位技術
2杄4杄3慣性導航系統
2杄4杄4姿態感知
2杄5控制系統
2杄5杄1車輛底層平臺
2杄5杄2發動機的控制
2杄5杄3轉向控制
2杄5杄4制動控制
2杄5杄5擋位控制
2杄5杄6信號控制
第3章深度學習與智能駕駛
3杄1深度學習概述
3杄1杄1智能駕駛感知系統
3杄1杄2行人檢測
3杄2基于特征描述與分類器的行人檢測方法及技術
3杄2杄1方向梯度直方圖檢測方法
3杄2杄2基于深度學習模型的行人檢測方法
3杄2杄3雙目攝像頭立體匹配檢測方法
3杄2杄4多傳感器融合技術
3杄3端到端的智能駕駛方案
3杄3杄1間接感知方案
3杄3杄2直接感知方案
3杄4行為反射方案
參考文獻
第4章智能駕駛的環境感知
4杄1概述
4杄1杄1可行域檢測
4杄1杄2目標跟蹤技術
4杄1杄3半監督學習
4杄2基于協同學習的非結構化道路可行域檢測
4杄2杄1協同訓練簡介
4杄2杄2增量式支持向量機
4杄2杄3直方圖反向投影器
4杄2杄4在線協同學習
4杄2杄5實驗結果分析
4杄3基于協同學習的目標跟蹤技術
4杄3杄1基于半監督學習的視覺目標跟蹤概述
4杄3杄2基于協同學習的粒子濾波方法
4杄3杄3實驗結果分析
參考文獻
第5章智能駕駛的融合感知
5杄1多源異構傳感器介紹
5杄1杄1彩色視覺傳感器
5杄1杄2三維激光雷達傳感器
5杄1杄3其他傳感器
5杄2視覺傳感器的標定
5杄2杄1基于Harris算法的角點識別
5杄2杄2相機坐標與圖像像素坐標的轉換
5杄2杄3多相機聯合標定
5杄3激光雷達傳感器的標定
5杄3杄1點云數據預處理
5杄3杄2基于KD拟Tree最近鄰空間距離的聚類算法
5杄3杄3基于最小二乘法的標定板平面擬合
5杄3杄4基于平面最小包圍框的標定板識別
5杄3杄5多雷達聯合標定
5杄4視覺相機-激光雷達聯合自動標定
5杄4杄1基于重投影法的空間同步標定
5杄4杄2基于多線程的時間同步標定
5杄5基于深度學習的視覺雷達融合方法
5杄5杄1融合方法概述
5杄5杄2雷達稀疏數據的上采樣方法
5杄5杄3數據集
5杄5杄4目標分類
5杄5杄5實驗結果
5杄6基于分層多視圖提案網絡的目標檢測與識別
5杄6杄1激光雷達投影視圖
5杄6杄2三維點云的聚類
5杄6杄3分層多視圖提案網絡結構
5杄6杄4實驗及結果分析
第6章智能駕駛決策
6杄1無人駕駛車輛的智能決策
6杄2駕駛行為選擇方法
6杄2杄1不同交通環境中的駕駛行為
6杄2杄2非結構化交通環境中的駕駛行為選擇方法
6杄2杄3結構化交通環境中的駕駛行為選擇方法
6杄3無人駕駛車輛的路徑規劃
6杄3杄1車輛的路徑規劃算法
6杄3杄2非結構化交通環境中的路徑規劃方法
6杄3杄3結構化交通環境中的路徑規劃方法
6杄4無人駕駛車輛的速度規劃
參考文獻
第7章智能駕駛控制
7杄1車輛的建模方法
7杄1杄1車輛的運動學建模
7杄1杄2車輛單軌模型的動力學建模
7杄1杄3車輛雙軌模型的動力學建模
7杄2車輛的跟蹤控制
7杄3車輛的避障控制
7杄4車輛的穩定性控制
7杄4杄1常規車輛的防翻控制
7杄4杄2四輪獨立驅動車輛的制動力分配控制
7杄5車輛的其他控制問題
7杄5杄1車輛的魯棒性問題
7杄5杄2車輛的特殊問題
參考文獻
第8章智能駕駛的安全性
8杄1智能駕駛的安全問題
8杄1杄1安全場
8杄1杄2安全熵
8杄2功能安全
8杄2杄1功能安全的作用
8杄2杄2功能安全架構的分類
8杄2杄3功能安全的發展趨勢
8杄3信息安全
參考文獻
第9章智能駕駛的未來展望
9杄1智能駕駛的未來發展趨勢
9杄2智能網聯汽車
9杄3智能駕駛汽車產業化
9杄3杄1國家產業政策
9杄3杄2地方產業政策
參考文獻 |
| 序： |
|
