 |
-- 會員 / 註冊 --
|
 |
|
|
|
從機器學習到無人駕駛 ( 簡體 字) |
| 作者：宋哲賢 | 類別：1. -> 程式設計 -> 機器學習
2. -> 電子工程 -> 無人機 |
| 譯者： |
| 出版社：清華大學出版社 |  3dWoo書號： 52734
詢問書籍請說出此書號！【有庫存】
NT售價： 495 元 |
| 出版日：5/1/2020 |
| 頁數：427 |
| 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：9787302552154 |
| 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：機動車是靈活性高、業務環境復雜的交通工具，一直和我們的生活、工作息息相關。近年來，結合感知、融合、決策、控制的自動駕駛技術無疑是最有前景的研發領域之一。在《中國制造2025》中，已經將智能車聯網提升到國家戰略高度，車作為智能化終端的概念逐漸浮出水面，并在我們的心中逐漸加強。近幾年，各項國家地方政策層出不窮，甚至開放了包括北京、上海部分道路在內的一部分路段進行路測。在世界范圍內，圍繞自動駕駛產生了多家發展迅速的獨角獸企業，這些企業有的專注地圖的高精化，有的設計智能化邊緣計算硬件，有的則著眼于智能駕駛算法系統。智能駕駛和交通安全息息相關，雖然目前測試的結果都是很驚人的，但是大多數結果都是基于特定路段和特定環境的。在直觀的理解中，自動駕駛包含車輛與環境的交互過程。這里面涉及眾多環節，比如車輛定位、路徑規劃、狀態感知、車輛控制等。如此復雜的流程必須依靠包括深度學習、強化學習等在內的機器學習技術進行支撐，機器通過大量離線和在線數據的采集與特征提取，在一定算法的基礎上，模型自主地完成優化和學習，從而最終得出一個具有統計學意義的結果。這個統計學結果的得出其實是值得探討的。由于數據量不足及模型本身的種種限制，自動駕駛還沒有實現100％的全路段、全時況的無人駕駛。
汽車行業的智能化技術不同于普通的Web技術，具有很強的邊緣計算結合性，需要從業人員了解車輛本身的包括運動、機械等方面的基礎知識，更需要了解不同傳感器的數據微觀特征，通過結合近年來發展迅猛的機器學習算法（深度神經網絡和強化學習）開發包含定位、預測、路徑規劃和業務控制等一系列自動駕駛模塊，通過駕駛測試來進一步完善系統能力。想要進入此領域的初級開發人員往往因為系統繁雜而不能很快掌握開發技術的核心。本書涵蓋機器學習的基本概念、神經網絡算法和強化學習算法，在學習算法的基礎上通過增量方式開發進行無人駕駛各個功能模塊的開發學習。
本書致力于通過生動的實例講解機器學習的核心算法，代碼實例涉及自動駕駛的普遍業務方法，通過具體代碼實例對自動駕駛背后的設計思想和原理進行詳細分析，力圖使讀者通過實際操作快速入門和理解自動駕駛的算法和開發流程。
宋哲賢
2020年1月
foreword I
by Tsinghua
This book is one of the outcomes of English Program
of Master in Architecture (EPMA) in Tsinghua
School of Architecture. The EPMA of Tsinghua
University’s School of Architecture was aimed
to create a new platform for teaching master
courses of architecture for international students.
We intended to enlarge the reach of our school’s
teaching philosophy by integrating a critical understanding
of regional conditions with a global
and multi-disciplinary network, and to have this
teaching environment be engaged with the international
dialogue.Since the establishment of the
program in 2008, we have successfully attracted
91 international students from more than 30
countries in all five continents in the world.
Within our international program, we combine
the critical academic atmosphere with real-world
issues that arise from the current process of
China’s rapid urbanization. Students are encouraged
to be critical, have be able to think reflexively
in analyzing the real situation, and to create from
a specific cultural context. The program includes
4 theory courses with 4 design studios. The first
theme for theory course and design studio is local,
with the theory course of Chinese local archicteture
and the design studio of Architecture of
space sprite. The second theme is contemporary,
with the theory course of world contemporary architectural
design trend and design studio of new
design method including parametric design. The
third theme is urban, with theory course of development
of chinese cities and the urban design
studio. The fourth theme is technology, with the
theory course of green building and green building
design studio.
Urban design studio is the course facing the urban
issues among the above studios. It is aimed
to set up a cross-culture platform of the urban
topics discussion for the international students. In
recent years, Knowledge City, Ecology City, Safe
city and Edge City are selected as the themes
of the studio. In 2017, Sharing City is chosen as
the theme for the joint studio set up by School
of Architecture in Tsinghua University and School
of Design & Environment in National University
of Singapore. The “Sharing Cities” studio aims to
provide solutions to emerging concept of sharing,
and responds to the idea of public space sharing
and sustainable urban development from social,
economic and humanitarian perspectives. The
success of Tsinghua-NUS joint studio pushes
forward the international cooperation process of
urban design studio and other studios in EPMA.
We hope the improving EPMA and urban design
studio would act as a window for international
exchange students from all over the world to get
access to the Chinese architectural and urban
knowledge base and practice.
Director of English Program of Master in Architecture
Prof. LI Xiaodong
Director of Urban Design Studio Prof. ZHANG
Yue
前言一
本書是清華大學建筑學院英文碩士項目（EPMA）的教學成果系列叢書之一。建筑
學院英文碩士項目旨在為國際學生搭建一個建筑學碩士課程的教學平臺，致力于加
深對于整合區域環境和全球性多學科網絡的批判性理解，并注重實現國際對話中的
教學環境。該項目自2008年創建以來，已成功吸引了來自5大洲30多個國家的91位
國際學生。
英文碩士項目將重要學術領域和當前高速發展的城市化進程中的現實問題結合起
來。項目鼓勵學生開發批判性思維，能夠獨立思考實際情況，并能在特定文化背景
下有所創造。主干課程設置包括4門理論課和4門設計課，相互對應。第一組課程
主題為“鄉土”，包括中國本土建筑介紹和具有場所精神的本土建筑設計課程；第
二組課程主題為“當代”，包括當今建筑設計思潮介紹和包括參數化設計在內的新
設計方法課程；第三組課程為“城市”，包括當代中國城市發展介紹和城市設計課
程；第四組課程為“技術”，包括綠色建筑理論及實踐介紹和綠色建設設計課程。
城市設計課程是上述課程中面向城市問題的設計課。課程旨在建立一個跨文化的平
臺，讓不同國家的學生就城市發展的相關話題進行交流探討。近年來課程選題涉
及“知識城市”“生態城市”“安全城市”“邊緣城市”等。2017年城市設計課程
是與新加坡國立大學設計與環境學院共同進行的聯合教學，選定“共享城市”為主
題，旨在為正在廣泛興起的共享理念提供空間解決方案，并從社會、經濟和人文角
度回應公共空間的共享與城市的可持續發展。此次聯合教學取得了良好的成效，為
城市設計課程以及其他英文碩士項目課程的進一步國際化合作奠定基礎。
我們希望，不斷探索完善中的英文碩士項目及城市設計課程，能成為世界各地的國
際交換生的窗口，使他們得以接觸和了解中國城市和建筑的基礎情況和實踐。
英文碩士項目負責人 李曉東 教授
城市設計課程負責人 張 悅 教授
清華大
學
foreword II
by NUS
The rapid pace of change in the cultural and economic
landscape of China compels us to rethink
the nature of the built environment afresh. While
modes of production and consumption undergo
breakneck speeds of transformation, the city and
buildings remain unmoved, and innovations in
building technology and perception crawl in snail
pace by comparison. With the advent of smart
phones ten years ago and the tens of millions of
Apps that were developed since, urban living had
changed dramatically. Is it possible for the physical
environment to re-conceive in tandem with
such changes in lifestyle, habit, social cohesion
and other pertinent issues. How can we conceptualize
the city of today and perhaps of tomorrow?
These are the questions grappled by architecture
students from Tsinghua University and National
University of Singapore in the Sharing Cities
workshops and studios. The collaboration not
only brings students from different international
backgrounds together, but also young talents to
imagine the future. They share the concerns of
the current development in Beijing and Singapore
as two of the most exciting and rapidly developing
mega cities in the world and also project the
future of urban and building designs in these cities
that would embrace co-sharing as a practice
for urban life. Studio is the key arena for postulations,
debates, expressions and substantiations
of ideas and collaborative studio, such as this one
presented in the book, deepens the experience
further.
The choice for the topic and format of the studio
are relevant to the issues at hand, the real life
situation that we are living in, and the method
for eliciting and producing innovative ideas and
proposals. The students have been investigating
the nature of co-sharing as well as the myths surrounding
this mode of consumption. They have
explored different options and provided design
solutions that would facilitate various forms of
sharing: culture, heritage, transport, to name a
few. Through research, case studies and design
activities, the students collectively and individually
have gained awareness and insights in this
fast growing living pattern. They are able to hone
their design skill too to facilitate and inspire the
increasing popular lifestyle. This book bears witness
to their achievement.
Head of Department of Architecture
Prof. Puay-Peng HO
前言二
中國文化和經濟格局的快速變化促使我們重新思考建成環境的本質。相較于生產和
消費方式經歷的急速變革，城市和建筑仍然止步不前，建筑技術和觀念的創新也進
展緩慢。隨著十年前智能手機的出現，以及隨之而生的數以千萬計的應用程序，城
市生活發生了巨大的變化。物質環境是否可以隨著生活方式、習慣、社會凝聚力和
其他相關問題的變化而重新建構？我們又應該如何概念化今天或許明天的城市？
這些問題正是清華大學-新加坡國立大學建筑系的共享城市合作設計課程和設計工
作坊的關注所在。這一合作不僅集結了不同國際背景的學生，并且為這些年輕人才
提供了一個暢想未來的機會。以世界上發展最活躍、最迅速的兩座特大城市——北
京和新加坡為對象，他們共同關注城市當前的發展狀況，并探討了未來的城市和建
筑設計如何承載并推動共享作為城市生活的一種實踐。設計課是思想形成、論辯、
表達及深化的重要平臺，而正如此書所呈現的，聯合設計課恰恰將這一經驗進一步
深化。
設計課主題和形式的選擇脫離不開我們當前需要面對的問題和所處的現實生活，同
時也關系到激發和產生創新想法和方案的方法。學生們針對共享的本質以及圍繞這
一消費模式的諸多疑惑進行了深入的研究。他們探索了不同的可能性，并提出了能
夠促進不同類型如文化、遺產、交通等共享活動的一系列方案。通過研究、案例學
習和設計探索，無論是在整體還是個人層面，學生們都強化了對這一迅速普及的生
活模式的認識。他們也磨煉了自己的設計技能，并以此來推動這一日益流行的生活
方式。這本書見證了他們取得的成績。
建筑系系主任 何培斌 教授
新加坡國立大學 |
內容簡介：本書以機器學習為出發點，使用簡易的代碼講解機器學習的核心算法（深度神經網絡和強化學習），在算法學習的基礎上使用增量方法開發包含定位、預測、路徑規劃和業務控制等一系列自動駕駛模塊。本書代碼實例涉及自動駕駛的普遍業務方法，可使讀者理解自動駕駛背后的設計思想和原理，快速入門自動駕駛的算法和開發流程。
本書示例代碼豐富，涵蓋實際開發中所有的重要知識點，適合無人駕駛從業者、想要學習機器學習和無人駕駛的開發人員閱讀，也可用作培訓機構和高校相關專業的教學參考書。 |
目錄：第一篇機器學習基礎
第1章機器學習與無人駕駛 1
1.1機器學習簡介 1
1.1.1機器學習 1
1.1.2深度學習 5
1.1.3強化學習 6
1.2無人駕駛與機器學習 7
1.2.1無人駕駛的歷史 7
1.2.2為什么要在無人駕駛中應用機器學習 9
1.2.3無人駕駛商業化的優勢 10
1.2.4無人駕駛商業化的進展 11
參考文獻 13
第2章TensorFlow基礎 15
2.1機器學習主流框架簡介 15
2.2TensorFlow開發環境搭建 19
2.2.1基于Python語言框架的Virtualenv方案 19
2.2.2基于應用容器化的Docker方案 23
2.3HelloTensorFlow—一個簡單的例子 23
2.4TensorFlow架構 26
2.4.1TensorFlow架構概述 26
2.4.2TensorFlow客戶端架構 27
2.4.3TensorFlow分布式主服務架構 28
2.4.4TensorFlow工作器服務架構 29
2.4.5TensorFlow內核架構 30
2.5TensorFlow核心API 30
2.5.1TensorFlow低級API 31
2.5.2TensorFlow高級API 35
2.6擴展：使用tensorflow.js進行機器學習 38
參考文獻 40
第3章線性回歸 41
3.1什么是線性回歸 41
3.1.1線性回歸的概念 41
3.1.2線性回歸的歷史 42
3.1.3線性回歸模型 42
3.2線性回歸中的最小二乘法模型 43
3.3最小二乘法模型實例 45
3.4線性回歸的梯度下降模型 47
3.5梯度下降模型實例 48
參考文獻 51
第4章邏輯回歸 52
4.1邏輯回歸簡介 52
4.2邏輯回歸模型 54
4.3泛邏輯回歸 55
4.4實例：股價預測 56
參考文獻 64
第二篇機器學習進階
第5章神經網絡 65
5.1神經元模型 65
5.1.1神經網絡的靈感來源 65
5.1.2感知器模型概述 66
5.2單神經元模型實例 67
5.2.1驗證碼概述 68
5.2.2開發實例代碼詳解 69
5.3激活函數 76
5.3.1常用激活函數 76
5.3.2Sigmoid函數 77
5.3.3tanh函數 79
5.3.4ReLU函數以及變式 79
5.4全連接神經網絡模型 80
5.4.1多層感知器神經網絡結構 80
5.4.2BP算法 82
5.5全連接神經網絡實例 82
參考文獻 84
第6章卷積神經網絡 85
6.1卷積神經網絡概述 85
6.1.1卷積神經網絡架構 85
6.1.2卷積操作 86
6.1.3池化操作 87
6.1.4卷積神經網絡的特點 88
6.2實例1：驗證碼識別 89
6.2.1神經網絡的具體設計 89
6.2.2卷積過程分析 91
6.2.3池化過程分析 92
6.2.4完整學習過程分析 93
6.3實例2：過擬合和欠擬合 95
6.3.1下載IMDB數據集 96
6.3.2構建模型 99
6.3.3訓練模型 101
6.3.4過擬合過程實踐 106
6.3.5過擬合應對策略 115
參考文獻 120
第7章循環神經網絡 121
7.1循環神經網絡概述 121
7.1.1時序數據 121
7.1.2循環神經網絡模型 122
7.2長短時記憶神經網絡架構 123
7.3實例：仿寫西游記 126
7.3.1文本的讀取和分段 126
7.3.2循環神經網絡模型定義 130
7.3.3模型訓練和結果分析 132
參考文獻 134
第8章強化學習 136
8.1強化學習概述 136
8.1.1強化學習簡史 136
8.1.2強化學習的特點 137
8.1.3強化學習模型 138
8.1.4強化學習分類 139
8.2Q-Learning架構 140
8.2.1Q-Learning數學模型 140
8.2.2Q-Learning算法偽代碼 141
8.3實例：貪吃蛇人工智能 142
8.3.1Pygame框架 142
8.3.2游戲功能實現 143
8.3.3強化學習功能實現 151
參考文獻 160
第三篇無人駕駛
第9章無人駕駛系統 161
9.1無人駕駛系統概述 161
9.1.1環境感知概述 162
9.1.2車輛定位概述 163
9.1.3路徑規劃概述 164
9.1.4車輛控制概述 164
9.2Apollo簡介 165
9.2.1Apollo架構概述 165
9.2.2Apollo子系統交互關系 167
9.3Apollo開發環境搭建 169
9.3.1軟件系統代碼本地安裝 170
9.3.2開發環境搭建中的注意事項 171
參考文獻 173
第10章Cyber基礎 174
10.1Cyber簡介（包括和ROS的對比） 174
10.1.1什么是ApolloCyberRT 174
10.1.2ROS系統 175
10.1.3CyberRT的架構及核心軟件模塊分析 176
10.2CyberAPI和APIDemo 177
10.2.1Talker-Listener（簡單對話系統） 178
10.2.2Cyber服務 181
10.2.3日志類庫 188
10.2.4Cyber模組 189
10.2.5Timer計時器 194
10.2.6時間（Time）類 195
10.2.7Apollo記錄文件的讀寫操作 196
10.3Apollo模塊啟動源碼分析 199
10.3.1Apollo模塊啟動流程 199
10.3.2Apollo模塊注冊及動態創建 217
參考文獻 222
第11章無人駕駛地圖技術 223
11.1高精地圖 223
11.1.1高精地圖在自動駕駛子系統中的應用 223
11.1.2高精地圖的解決方案 224
11.1.3OpenDrive地圖格式簡介 227
11.1.4百度Apollo相關源代碼分析 234
11.2PncMap 264
11.3RelativeMap模塊 281
參考文獻 303
第12章無人駕駛定位技術 304
12.1RTK定位技術 304
12.2多傳感器融合定位技術 307
12.2.1激光雷達簡介 307
12.2.2擴展卡爾曼濾波原理 308
12.2.3百度Apollo相關源碼分析 309
參考文獻 322
第13章無人駕駛預測技術 323
13.1預測模塊簡介 323
13.2成本評估器：由一組成本函數計算概率 327
13.3MLP評估器：用MLP模型計算概率 329
13.4RNN評估器：用RNN模型計算概率 343
參考文獻 350
第14章無人駕駛規劃策略 351
14.1規劃模塊簡介 351
14.1.1規劃業務流程分析 351
14.1.2Frenet坐標系 352
14.1.3路徑-速度解耦 352
14.1.4三維軌跡生成Lattice 353
14.1.5車輛狀態 353
14.2路徑規劃 353
14.3障礙物規劃 363
14.4速度規劃 373
參考文獻 392
第15章無人駕駛控制策略 394
15.1車輛模型 394
15.1.1運動學模型 394
15.1.2動力學模型 396
15.2PID控制算法 397
15.2.1比例控制算法 397
15.2.2積分控制算法 397
15.2.3微分控制算法 398
15.2.4百度Apollo相關源碼分析 398
15.3MPC控制算法 408
15.3.1MPC的控制原理 409
15.3.2百度Apollo相關源碼分析 409
參考文獻 414
附錄A強化學習：貪吃蛇AI完整游戲邏輯代碼 416
附錄BCyberRT系統核心API字典 423 |
| 序： |
|
