複製鏈接
請複製以下鏈接發送給好友

無人駕駛技術

(2020年化學工業出版社出版的圖書)

鎖定
《無人駕駛技術》是2020年化學工業出版社出版的圖書,作者是田晉躍、羅石。
書    名
無人駕駛技術
作    者
田晉躍
羅石
出版社
化學工業出版社
出版時間
2020年5月
頁    數
222 頁
定    價
69 元
開    本
16 開
裝    幀
平裝
ISBN
9787122361769

無人駕駛技術內容簡介

本書對目前無人駕駛的構成及工作原理作了介紹。主要內容包括無人駕駛定位導航、無人駕駛的感知傳感器、無人駕駛環境感知技術、無人駕駛汽車路徑規劃、無人駕駛汽車路徑跟蹤、深度學習在無人駕駛中的應用、無人駕駛汽車軟件系統平台、車聯網與無人駕駛以及無人駕駛車輛測試。
本書內容深入淺出, 圖文並茂, 結合實際, 便於讀者學習和應用, 實現對無人駕駛技術的快速入門。
本書可作為大專院校本科生汽車工程等專業教學參考書, 也可供科研單位、工廠及有關工程技術人員參考使用。 [1] 

無人駕駛技術圖書目錄

第1章 無人駕駛技術概述 1
1.1 無人駕駛技術的產生和發展 1
1.2 自動駕駛分級與系統介紹 6
1.3 無人駕駛汽車結構組成 10
1.4 無人駕駛車輛的技術趨勢及應用 12
1.4.1 無人駕駛與車聯網 12
1.4.2 無人駕駛與智能交通系統 14
1.4.3 無人駕駛車輛在特定區域的應用 16
第2章 無人駕駛系統基本組成 18
2.1 無人駕駛技術組成 18
2.1.1 無人駕駛系統的硬件架構 18
2.1.2 無人駕駛傳感器 19
2.1.3 無人駕駛汽車的大腦 22
2.1.4 無人駕駛汽車的線控系統 25
2.2 無人駕駛要素與相關技術 28
2.3 無人駕駛算法 31
第3章 無人駕駛汽車軟件系統平台 36
3.1 無人駕駛雲平台概述 36
3.2 基於AUTOSAR系統平台總體架構 39
3.2.1 AUTOSAR的分層設計 39
3.2.2 開發流程 46
3.3 Apollo的自動駕駛平台 48
3.3.1 Apollo自動駕駛的主框架 48
3.3.2 Apollo代碼開放框架 50
3.3.3 Apollo框架使用 53
3.3.4 Apollo平台基於深度學習的方案選擇 53
第4章 無人駕駛的感知傳感器 56
4.1 攝像機 56
4.2 激光雷達 58
4.2.1 二維激光雷達 59
4.2.2 三維激光雷達 61
4.4 車體座標系 65
4.4.1 單目視覺標定 67
4.4.2 雙目視覺標定 69
4.5 從傳感器座標系到車體座標系 73
第5章 無人駕駛環境感知技術 75
5.1 結構化道路車道線檢測 75
5.1.1 結構化道路常用基本假設 75
5.1.2 車道線檢測 76
5.2 越野環境可通行區域檢測 81
5.2.1 地面分割 82
5.2.2 越野環境要素檢測 83
5.2.3 可通行區域提取 86
5.3 交通信號燈與交通標誌檢測 88
5.3.1 交通信號燈檢測 88
5.3.2 交通標誌檢測 92
5.4 前方汽車檢測 95
5.4.1 視覺與二維激光雷達融合檢測 95
5.4.2 視覺與毫米波雷達融合檢測 101
第6章 無人駕駛的定位導航 105
6.1 全球衞星導航定位 105
6.1.1 GPS定位的基本原理 106
6.1.2 GPS定位特性分析 107
6.1.3 差分GPS 109
6.2 GPS/DR組合定位 111
6.2.1 航跡推算(DR)定位 112
6.2.2 GPS/DR組合方式 113
6.3 視覺定位技術 116
6.3.1 即時定位與地圖構建SLAM 117
6.3.2 視覺里程計 121
第7章 無人駕駛汽車路徑規劃 125
7.1 路徑規劃概述 125
7.2 環境地圖表示方法 127
7.3 常用算法介紹 130
7.3.1 Dijkstra算法 130
7.3.2 經典A*算法 131
7.3.3 RRT算法 135
7.4 應用實例 137
7.4.1 基於柵格地圖的搜索算法實例 137
7.4.2 基於拓撲地圖的搜索算法實例 140
第8章 無人駕駛汽車路徑跟蹤 144
8.1 無人駕駛汽車的轉向控制 144
8.2 汽車運動的姿態控制 145
8.3 汽車路徑跟蹤算法 147
8.3.1 Stanley Method 147
8.3.2 Ben Method 148
8.3.3 環形預瞄法 148
8.3.4 預瞄跟蹤法 149
8.3.5 純跟蹤算法 150
8.4 基於多特徵融合的動態障礙物檢測跟蹤 151
8.4.1 障礙物數據特徵提取 152
8.4.2 障礙物數據特徵模型 154
8.4.3 動態障礙物檢測跟蹤 155
第9章 無人駕駛中的機器學習 159
9.1 機器學習基本概念 159
9.2 增強學習理論基礎 163
9.2.1 馬爾可夫決策模型 164
9.2.2 值函數 164
9.2.3 馬爾可夫決策過程的動態規劃解法 167
9.2.4 增強學習經典控制算法分析 169
第10章 車聯網與無人駕駛 178
10.1 車載數據傳輸網絡的劃分及應用範圍 179
10.2 車載網絡及數據總線 181
10.3 車聯網架構 183
10.3.1 車聯網相關標準發展歷程 183
10.3.2 V2X通信的技術標準 184
10.3.3 車聯網架構方案 185
10.3.4 車聯網系統架構的關鍵技術 186
10.4 V2X通信的特點及應用 188
10.5 未來的挑戰 191
第11章 無人駕駛車輛設計與測試 193
11.1 功能需求分析與總體設計 193
11.1.1 功能需求分析 193
11.1.2 總體設計 197
11.2 分系統設計 200
11.2.1 底層系統設計 200
11.2.2 控制系統設計 202
11.2.3 感知系統設計 204
11.2.4 路徑規劃系統設計 207
11.3 仿真與實車測試 209
11.3.1 基於公開數據庫的測試 209
11.3.2 仿真測試 210
11.3.3 實車測試 217
參考文獻 222
參考資料