欧美中文三级日本,91香蕉嫩草国产2区伊人黄网

　　《無人駕駛：人工智能如何顛覆汽車（雙色版）》是為從事無人駕駛車輛（智能網(wǎng)聯(lián)汽車）開發(fā)相關(guān)工作人員的入門技術(shù)書。作者分享了他們打造無人駕駛車輛系統(tǒng)的實踐經(jīng)驗�！稛o人駕駛：人工智能如何顛覆汽車（雙色版）》由9章組成，第1章概述了無人駕駛系統(tǒng)；第2章著重介紹無人駕駛車輛定位技術(shù)；第3章討論了傳統(tǒng)的環(huán)境感知技術(shù)；第4章討論基于深度學(xué)習(xí)的環(huán)境感知技術(shù)；第5章介紹了行為預(yù)測和路徑規(guī)劃技術(shù)；第6章著重介紹運(yùn)動決策、規(guī)劃與控制子系統(tǒng)的反饋控制；第7章介紹基于增強(qiáng)學(xué)習(xí)的規(guī)劃和控制技術(shù)；第8章深入研究無人駕駛客戶端系統(tǒng)的設(shè)計細(xì)節(jié)；第9章詳細(xì)介紹了無人駕駛云平臺。
　　《無人駕駛：人工智能如何顛覆汽車（雙色版）》對在校學(xué)生、研究人員和相關(guān)從業(yè)人員都大有益處。無論你是本科生還是研究生，只要對無人駕駛感興趣，都可以在這里找到無人駕駛技術(shù)的全面介紹。

　　無人駕駛車輛，無論是在陸地、水上還是在空中，都出現(xiàn)在我們身邊，并不斷尋找無數(shù)新的應(yīng)用場景，比如無人駕駛出租車服務(wù)到偏遠(yuǎn)地區(qū)。過去幾十年持續(xù)的技術(shù)進(jìn)步使得這些創(chuàng)新成為可能，同時也需要克服很多艱巨的難題以實現(xiàn)無人駕駛系統(tǒng)性能高效、實用、安全。

　　因此，本書的目的是對這些難題進(jìn)行介紹，并引導(dǎo)讀者了解一些常見的解決方案。高超的技術(shù)水平、軟硬件的完全集成以及云平臺的深度協(xié)同是最終成功的必要條件。無人駕駛在地面車輛，或者更具體地說，在城市、鄉(xiāng)村道路環(huán)境中的車輛以及越野車輛中的應(yīng)用是本書介紹的重點(diǎn)。本書面向?qū)W術(shù)界或工業(yè)界的工程師，目的在于展示在無人駕駛車輛研發(fā)過程中遇到的問題、解決方案和未來的研究熱點(diǎn)，具體包括感知與認(rèn)知、執(zhí)行控制以及云端服務(wù)器。本書羅列出大量的參考文獻(xiàn)資料，將幫助讀者快速閱覽前人的工作。

　　下面對本書的結(jié)構(gòu)做簡單介紹。

　　第１章簡述了信息技術(shù)的發(fā)展歷史，并對無人駕駛系統(tǒng)體系結(jié)構(gòu)和所需的相關(guān)基礎(chǔ)設(shè)施的算法進(jìn)行了概述。

　　定位是無人駕駛最重要的任務(wù)之一。第２章介紹了最常用的無人駕駛定位方法，詳細(xì)講述了全球?qū)Ш叫l(wèi)星系統(tǒng)、慣性定位導(dǎo)航系統(tǒng)、激光雷達(dá)和輪式里程計的原理和優(yōu)缺點(diǎn)，并討論了各個方法的融合。

　　第３章介紹了目標(biāo)檢測，即基于傳感器數(shù)據(jù)的環(huán)境理解，并探究各種目前使用的算法，包括場景理解、圖像流、目標(biāo)跟蹤等。

　　第４章介紹了深度學(xué)習(xí)在無人駕駛環(huán)境感知系統(tǒng)的應(yīng)用，包括大型數(shù)據(jù)集以及需要高度復(fù)雜計算的圖像分類、目標(biāo)檢測、語義分割等，其中詳細(xì)講述了目標(biāo)檢測、語義分割和圖像流。

　　當(dāng)無人駕駛車輛對環(huán)境進(jìn)行理解時，它必須以某種方式預(yù)測未來的事件（例如在其附近的另一輛車輛的運(yùn)動）并規(guī)劃自己的路線，這是第５章的主要內(nèi)容。

　　接下來的第６章，對生成決策、規(guī)劃和控制進(jìn)行了更細(xì)致的闡述，并對在遇到潛在的正交決策以及解決方案沖突時（例如，一個模塊推薦換道，而另一個模塊已經(jīng)在所述車道中檢測到障礙物）各個模塊間的相互反饋，尤其是決策生成（馬爾可夫決策過程，基于場景的分治法）和運(yùn)動規(guī)劃的算法進(jìn)行了介紹。

　　第７章展示了在基于強(qiáng)化學(xué)習(xí)的規(guī)劃和控制方面補(bǔ)充設(shè)計的需要，以便在無人駕駛系統(tǒng)的開發(fā)過程中將情境與場景完全集成。

　　車載計算平臺是第８章的主題，它包括對機(jī)器人操作系統(tǒng)的介紹，然后是對所使用的實際硬件的總結(jié)，同時提出了使用異構(gòu)計算以滿足實時計算以及實際車載（功耗和散熱）的強(qiáng)烈需求。這意味著必須使用各種處理單元，包括通用中央處理器（ＣＰＵ）、圖形處理器（ＧＰＵ）、現(xiàn)場可編程邏輯門陣列（ＦＰＧＡ）等。

　　最后，第９章介紹了用于“捆綁在一起”的云平臺的基礎(chǔ)架構(gòu)，該架構(gòu)為新算法開發(fā)、離線深度學(xué)習(xí)模型訓(xùn)練和高精度地圖生成服務(wù)提供分布式仿真測試。

　　編者

你還可能感興趣

我要評論