人工智能技術(shù)及無人駕駛

定　價：￥95.00

作　者：	張立東著
出版社：	中國水利水電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787522607146	出版時間：	2022-03-01	包裝：	平裝
開本：	16開	頁數(shù)：	242	字數(shù)：

內(nèi)容簡介

　　本書內(nèi)容主要包括緒論、人工智能技術(shù)基礎(chǔ)、環(huán)境感知與信息融合、群體智能與車隊控制、自然語言處理與人機交互、無人駕駛應(yīng)用等六部分內(nèi)容。本書可供人工智能技術(shù)及無人駕駛理論研究、技術(shù)開發(fā)等領(lǐng)域的技術(shù)人員和管理人員閱讀，也可作為高等學(xué)校有關(guān)專業(yè)的教材或參考書。

作者簡介

　　張立東，男，漢族，山東蒙陰人，博士、副教授、碩士生導(dǎo)師。中國公路學(xué)會理事，現(xiàn)工作于山東交通學(xué)院，主要從事人工智能、智能交通、新一代信息技術(shù)等方面的研究工作。承擔(dān)國家自然科學(xué)基金面上項目2項；主持中國博士后基金面上項目一等資助1項，山東省優(yōu)秀中青年科學(xué)家科研獎勵基金項目1項，濟南市高校院所自主創(chuàng)新基金項目1項；主持校級教研項目4項，省級研究生教育課題1項。在Computer Communications、《物理學(xué)報》、Physica A： Statistical Mechanics and its Applications、《交通運輸系統(tǒng)工程與信息》《系統(tǒng)仿真學(xué)報》《系統(tǒng)工程》《計算機工程》《計算機仿真》等國內(nèi)外期刊發(fā)表學(xué)術(shù)研究論文40余篇，其中SCI/EI檢索30余篇；出版《城市交通溢流智能控制與仿真》專著1部，《車站信號控制電路原理》教材1本；發(fā)表教育研究論文5篇；獲得發(fā)明專利1項，實用新型專利7項，軟件著作權(quán)20余項。

圖書目錄

前言
第1章緒論
1.1 人工智能
1.1.1 定義
1.1.2 人工智能發(fā)展史
1.1.3 人工智能發(fā)展趨勢
1.2 無人駕駛
1.2.1 概述
1.2.2 技術(shù)領(lǐng)域
1.3 人工智能賦能無人駕駛行業(yè)
1.3.1 概述
1.3.2 智能制造領(lǐng)域
1.3.3 智能駕駛領(lǐng)域
1.4 本章小結(jié)
第2章人工智能技術(shù)基礎(chǔ)
2.1 知識表示
2.1.1 概述
2.1.2 產(chǎn)生式表示法
2.1.3 框架表示法
2.1.4 狀態(tài)空間表示法
2.2 機器學(xué)習(xí)
2.2.1 監(jiān)督學(xué)習(xí)
2.2.2 無監(jiān)督學(xué)習(xí)
2.2.3 人工神經(jīng)網(wǎng)絡(luò)
2.3 邏輯推理
2.3.1 確定性推理
2.3.2 產(chǎn)生式推理
2.3.3 模糊邏輯推理
2.3.4 可拓云推理
2.4 本章小結(jié)
第3章環(huán)境感知與信息融合
3.1 車載傳感器與傳感器標定
3.1.1 基礎(chǔ)理論
3.1.2 常用傳感器
3.1.3 傳感器標定
3.2 信息融合結(jié)構(gòu)層次
3.2.1 傳感器融合結(jié)構(gòu)
3.2.2 傳感器融合層次
3.2.3 多傳感器融合方法
3.3 車輛位置信息融合
3.3.1 GNSS定位原理
3.3.2 INS定位原理
3.3.3 導(dǎo)航信息的卡爾曼濾波融合
3.4 超聲波與視覺傳感器融合
3.4.1 融合框架與原理
3.4.2 超聲波傳感器
3.4.3 視覺圖像處理
3.4.4 目標識別
3.5 多源圖像融合
3.5.1 概述
3.5.2 圖像融合典型方法
3.5.3 PCA在圖像融合中的應(yīng)用
3.5.4 小波變換在圖像融合中的應(yīng)用
3.6 本章小結(jié)
第4章群體智能與車隊控制
4.1 基因優(yōu)化型群體智能
4.1.1 概述
4.1.2 算法分析
4.2 覓食導(dǎo)向型群體智能
4.2.1 細菌覓食算法
4.2.2 蟻群算法
4.2.3 蛙跳算法
4.2.4 蜂群算法
4.2.5 人工魚群算法
4.3 遷徙導(dǎo)向型群體智能
4.3.1 概述
4.3.2 算法分析
4.4 車輛運動學(xué)
4.4.1 轉(zhuǎn)向模型
4.4.2 轉(zhuǎn)向動力學(xué)分析
4.4.3 預(yù)瞄自適應(yīng)控制
4.5 V2X環(huán)境下車輛跟馳與信息交互
4.5.1 車輛跟馳模型
4.5.2 信息傳播機制
4.6 V2X環(huán)境下的車隊控制
4.6.1 建模思路與穩(wěn)定性泛論
4.6.2 車輛隊列協(xié)調(diào)控制策略
4.6.3 連續(xù)系統(tǒng)車隊控制策略
4.6.4 離散系統(tǒng)車隊控制策略
4.7 本章小結(jié)
第5章自然語言處理與人機交互
5.1 基礎(chǔ)理論
5.1.1 隱馬爾可夫模型
5.1.2 Viterbi算法
5.1.3 條件隨機場
5.2 語料庫解析
5.2.1 語料與語料庫
5.2.2 自然語言工具包
5.2.3 結(jié)巴工具包
5.2.4 常用語料庫
5.3 文本數(shù)據(jù)獲取與規(guī)范化
5.3.1 數(shù)據(jù)獲取
5.3.2 數(shù)據(jù)清洗
5.3.3 特征構(gòu)造
5.3.4 特征降維與選擇
5.4 預(yù)處理
5.4.1 分詞
5.4.2 詞干提取
5.4.3 詞形還原
5.4.4 停用詞
5.5 詞性標注
5.5.1 概述
5.5.2 基于規(guī)則的方法
5.5.3 基于統(tǒng)計的方法
5.6 命名實體識別
5.6.1 命名實體
5.6.2 識別方法
5.6.3 應(yīng)用領(lǐng)域
5.6.4 應(yīng)用實例
5.7 語義理解
5.7.1 概述
5.7.2 詞嵌入的生成
5.8 人機交互
5.8.1 語音處理
5.8.2 人機交互界面
5.9 本章小結(jié)
第6章無人駕駛應(yīng)用
6.1 無人駕駛應(yīng)用場景
6.1.1 無人駕駛出租車場景
6.1.2 無人駕駛公共交通場景
6.1.3 礦區(qū)應(yīng)用場景
6.1.4 園區(qū)物流場景
6.2 典型無人駕駛系統(tǒng)
6.2.1 Apollo
6.2.2 Waymo
6.3 單車智能與車路協(xié)同
6.3.1 兩大方向
6.3.2 三種技術(shù)
6.3.3 道路之選
6.4 無人駕駛應(yīng)用人工智能的展望
6.5 本章小結(jié)
參考文獻