無人駕駛原理與實(shí)踐

定　價(jià)：￥69.00

作　者：	申澤邦，雍賓賓，周慶國，李良，李冠憬著
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥69.00)

ISBN：	9787111614999	出版時(shí)間：	2019-01-01	包裝：	平裝
開本：	16開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　無人駕駛是人工智能熱潮中極具發(fā)展?jié)摿Φ膽?yīng)用場景，也是一個(gè)綜合了多個(gè)學(xué)科的應(yīng)用領(lǐng)域，涵蓋機(jī)器人學(xué)、自動(dòng)化控制、機(jī)器學(xué)習(xí)、機(jī)器視覺、移動(dòng)通信、智能交通、車輛工程等諸多學(xué)科。本書旨在通過深入淺出的方式系統(tǒng)展現(xiàn)無人駕駛理論，并通過簡單易上手的實(shí)例幫助讀者實(shí)現(xiàn)技術(shù)入門。本書作者包括國內(nèi)一線無人駕駛科研團(tuán)隊(duì)負(fù)責(zé)人、一線新能源汽車廠商無人駕駛技術(shù)專家，他們對(duì)無人駕駛整個(gè)技術(shù)棧有著全面深入的研究，同時(shí)擁有大量工業(yè)應(yīng)用實(shí)踐。通過本書，讀者將系統(tǒng)學(xué)習(xí)并實(shí)戰(zhàn)無人駕駛軟件系統(tǒng)的感知、規(guī)劃和控制基礎(chǔ)算法；掌握ROS編程，學(xué)習(xí)并實(shí)踐多傳感器融合方法；學(xué)習(xí)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等人工智能方法在無人駕駛中的應(yīng)用；讀者還將初步了解更接近工業(yè)應(yīng)用的復(fù)雜方法。本書適合希望進(jìn)入無人駕駛汽車行業(yè)的技術(shù)人員和高校學(xué)生作為技術(shù)入門書籍，亦可作為無人駕駛應(yīng)用研究的工具書籍。

作者簡介

　　申澤邦蘭州大學(xué)RockAuto智能駕駛組創(chuàng)始人、負(fù)責(zé)人。研究方向包括無人駕駛，高級(jí)輔助駕駛，機(jī)器人學(xué)和深度學(xué)習(xí)。自動(dòng)駕駛?cè)珬９こ處?，CSDN博客專家。雍賓賓蘭州大學(xué)信息科學(xué)與工程學(xué)院博士后，目前主要從事機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和高性能計(jì)算領(lǐng)域的研究。周慶國蘭州大學(xué)教授，博士生導(dǎo)師，國際電氣工程師學(xué)會(huì)會(huì)士，教育部新世紀(jì)人才基金獲得者，蘭州大學(xué)開源軟件與實(shí)時(shí)系統(tǒng)教育部工程研究中心副主任，蘭州大學(xué)分布式與嵌入式系統(tǒng)實(shí)驗(yàn)室主任。目前主要從事安全關(guān)鍵系統(tǒng)、嵌入式系統(tǒng)、實(shí)時(shí)系統(tǒng)、虛擬化技術(shù)的研究。已在國內(nèi)外學(xué)術(shù)期刊上發(fā)表論文111篇，其中SCI 28篇，EI30篇，獲得兩項(xiàng)發(fā)明專利授權(quán)。李良小鵬汽車自動(dòng)駕駛算法專家，Udacity無人駕駛納米學(xué)位Mentor和Reviewer，專注機(jī)器人/無人駕駛行業(yè)多年，現(xiàn)主要從事自動(dòng)駕駛算法技術(shù)及系統(tǒng)研究，以及深度學(xué)習(xí)、人工智能技術(shù)在汽車硬件上的商業(yè)落地實(shí)現(xiàn)。擁有多篇技術(shù)發(fā)明專利。李冠憬博士研究生導(dǎo)師，靜宜大學(xué)特聘教授兼校長特別助理，國際工程技術(shù)學(xué)會(huì)（IET）會(huì)士、IEEE高級(jí)會(huì)員、美國科學(xué)促進(jìn)會(huì)（AAAS）會(huì)員。參與過多個(gè)國際重要會(huì)議指導(dǎo)委員會(huì)，同時(shí)也是多數(shù)據(jù)庫收錄（包含副SCI、EI、SCOPUS）之知名國際學(xué)術(shù)期刊的主編與多個(gè)國際知名期刊、國際會(huì)議的委員。主要從事并行、分布式、GPU、霧和云計(jì)算及大數(shù)據(jù)方面的研究，已發(fā)表250多篇國際期刊論文與國際會(huì)議論文，著作和編輯了20余本專著。

圖書目錄

第1章初識(shí)無人駕駛系統(tǒng)
1.1 什么是無人駕駛
1.2 為什么需要無人駕駛
1.3 無人駕駛系統(tǒng)基本框架
1.4 開發(fā)環(huán)境配置
1.5 本章參考文獻(xiàn)
第2章 ROS入門
2.1 ROS簡介
2.2 ROS中的概念
2.3 catkin 創(chuàng)建系統(tǒng)
2.4 ROS中的項(xiàng)目組織結(jié)構(gòu)
2.5 基于Husky模擬器的實(shí)踐
2.6 ROS的基本編程
2.7 ROS services
2.8 ROS Action
2.9 ROS中的常用工具
2.10 本章參考文獻(xiàn)
第3章無人駕駛系統(tǒng)的定位方法
3.1 實(shí)現(xiàn)定位的原理
3.2 迭代最近點(diǎn)算法
3.3 正態(tài)分布變換
3.4 基于GPS+慣性組合導(dǎo)航的定位系統(tǒng)
3.5 基于Slam的定位系統(tǒng)
3.6 本章參考文獻(xiàn)
第4章狀態(tài)估計(jì)和傳感器融合
4.1 卡爾曼濾波和狀態(tài)估計(jì)
4.2 高級(jí)運(yùn)動(dòng)模型和擴(kuò)展卡爾曼濾波
4.3 無損卡爾曼濾波
4.4 本章參考文獻(xiàn)
第5章機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
5.1 機(jī)器學(xué)習(xí)基本概念
5.2 監(jiān)督學(xué)習(xí)
5.3 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
5.4 使用Keras實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)
5.5 本章參考文獻(xiàn)
第6章深度學(xué)習(xí)和無人駕駛視覺感知
6.1 深度前饋神經(jīng)網(wǎng)絡(luò)——為什么要深？
6.2 應(yīng)用于深度神經(jīng)網(wǎng)絡(luò)的正則化技術(shù)
6.3 實(shí)戰(zhàn)——交通標(biāo)志識(shí)別
6.4 卷積神經(jīng)網(wǎng)絡(luò)入門
6.5 基于YOLO2的車輛檢測(cè)
6.6 本章參考文獻(xiàn)
第7章遷移學(xué)習(xí)和端到端無人駕駛
7.1 遷移學(xué)習(xí)
7.2 端到端無人駕駛
7.3 端到端無人駕駛模擬
7.4 本章小結(jié)
7.5 本章參考文獻(xiàn)
第8章無人駕駛規(guī)劃入門
8.1 A* 算法
8.2 分層有限狀態(tài)機(jī)和無人車行為規(guī)劃
8.3 基于自由邊界三次樣條插值的無人車路徑生成
8.4 基于Frenet優(yōu)化軌跡的無人車動(dòng)作規(guī)劃方法
8.5 本章參考文獻(xiàn)
第9章車輛模型和高級(jí)控制
9.1 運(yùn)動(dòng)學(xué)自行車模型和動(dòng)力學(xué)自行車模型
9.2 無人車控制入門
9.3 基于運(yùn)動(dòng)學(xué)模型的模型預(yù)測(cè)控制
9.4 軌跡追蹤
9.5 本章參考文獻(xiàn)
第10章深度強(qiáng)化學(xué)習(xí)及在自動(dòng)駕駛中的應(yīng)用
10.1 強(qiáng)化學(xué)習(xí)概述
10.2 強(qiáng)化學(xué)習(xí)原理及過程
10.3 近似價(jià)值函數(shù)
10.4 深度Q值網(wǎng)絡(luò)算法
10.5 策略梯度
10.6 深度確定性策略梯度及TORCS游戲的控制
10.7 本章小結(jié)
10.8 本章參考文獻(xiàn)