股资源-股票学习站-学炒股-股票课程-炒股教程-分析选股指标-入门基础知识

 找回密码
 注册昵称

QQ登录

只需一步,快速开始

搜索
上一主题 下一主题

无人驾驶原理与实践 申泽邦 雍宾宾 机工出版

 
    [-----复制链接-----]

22万

主题

22万

帖子

14

精华

积分
11044
楼主
2021-1-20 16:30:10
【资料名称】:无人驾驶原理与实践=THEORICS AND PRACTIOCES OF SELF-DRIVING VCHICLE    
【资料描述】:

  无人驾驶是人工智能热潮中极具发展潜力的应用场景,也是一个综合了多个学科的应用领域,涵盖机器人学、自动化控制、机器学习、机器视觉、移动通信、智能交通、车辆工程等诸多学科。本书旨在通过深入浅出的方式系统展现无人驾驶理论,并通过简单易上手的实例帮助读者实现技术入门。
  本书作者包括国内一线无人驾驶科研团队负责人、一线新能源汽车厂商无人驾驶技术专家,他们对无人驾驶整个技术栈有着全面深入的研究,同时拥有大量工业应用实践。通过本书,读者将系统学习并实战无人驾驶软件系统的感知、规划和控制基础算法;掌握ROS编程,学习并实践多传感器融合方法;学习机器学习、深度学习和强化学习等人工智能方法在无人驾驶中的应用;读者还将初步了解更接近工业应用的复杂方法。
  本书适合希望进入无人驾驶汽车行业的技术人员和高校学生作为技术入门书籍,亦可作为无人驾驶应用研究的工具书籍。
  作者简介
  申泽邦
  兰州大学RockAuto智能驾驶组创始人、负责人。研究方向包括无人驾驶,高级辅助驾驶,机器人学和深度学习。自动驾驶全栈工程师,CSDN博客专家。
  雍宾宾
  兰州大学信息科学与工程学院博士后,目前主要从事机器学习、神经网络和高性能计算领域的研究。
  周庆国
  兰州大学教授,博士生导师,国际电气工程师学会会士,教育部新世纪人才基金获得者,兰州大学开源软件与实时系统教育部工程研究中心副主任,兰州大学分布式与嵌入式系统实验室主任。目前主要从事安全关键系统、嵌入式系统、实时系统、虚拟化技术的研究。已在国内外学术期刊上发表论文111篇,其中SCI 28篇,EI30篇,获得两项发明专利授权。
  李良
  小鹏汽车自动驾驶算法专家,Udacity无人驾驶纳米学位Mentor和Reviewer, 专注机器人/无人驾驶行业多年,现主要从事自动驾驶算法技术及系统研究,以及深度学习、人工智能技术在汽车硬件上的商业落地实现。拥有多篇技术发明专利。
  李冠憬
  博士研究生导师,静宜大学特聘教授兼校长特別助理,国际工程技术学会(IET)会士、IEEE高级会员、美国科学促进会(AAAS)会员。参与过多个国际重要会议指导委员会,同时也是多数据库收录 (包含副SCI、EI、SCOPUS)之知名国际学术期刊的主编与多个国际知名期刊、国际会议的委员。主要从事并行、分布式、GPU、雾和云计算及大数据方面的研究,已发表250多篇国际期刊论文与国际会议论文,著作和编辑了20余本专著。
  精彩书评
  近两年来,自动驾驶技术随着人工智能和汽车行业的飞速发展,逐渐成为业界焦点。自动驾驶技术是传统汽车产业与人工智能、物联网技术、高性能计算芯片等新兴科技深度融合的产物,其本质是汽车产业的升级。本书从自动驾驶基本原理入手,到技术工程实践,深入浅出的阐述了自动驾驶系统级的核心技术要点,是学习、掌握自动驾驶技术不可多得的一本好书,推荐阅读。
  小鹏汽车,自动驾驶部门副总监 肖志光
  无人驾驶汽车是当下*热门的科技话题之一,热到似乎明年、下个月、明天我们就可以开上无人驾驶的汽车,似乎我们许多人还没来得及成为一个老司机,许多老司机就要被机器人抢走了工作。而事实上,又有多少人真正的了解无人驾驶技术,了解它的分级、它的技术实现路径、它的技术成熟时间点。本书是一本非常好的技术入门读物,对于所有想了解自动驾驶技术,未来想从事自动驾驶技术的人来说,这都是一个很好的学习资料。
  小鹏汽车,产品部副总裁 纪宇
  本书理论和实践相结合,涵盖了无人/自动驾驶常用的内容与方向。内容丰富、翔实、分析透彻,可读性极强。是国内非常难得的一本中文无人驾驶系统性学习资料。
  小鹏汽车,AI首席科学家 郭彦东
  本书是自动驾驶专家的力作,强力推荐。
  景驰科技,CEO 韩旭
  无人驾驶作为改变人类出行方式的科技,逐渐成为新的风口。本书涵盖了无人驾驶技术的主要技术领域,并按照难易程度重新排序,由易到难循序渐进,很适合对自动驾驶技术感兴趣的读者阅读。
  景驰科技,运营总监 陈云峰
  无人驾驶无疑会是人类生活方式的重大变革,想要一窥行业究竟,不妨跟本书作者一起以通俗易懂的方式探索无人驾驶技术的当下与未来。
  Kneron Inc,CEO 刘峻诚
  With the development of sensor and AI technologies, autonomous driving is becoming a reality. Through integration and cooperation with the Internet of Things, autonomous vehicle will profoundly change our society in the near future. This book systematically introduces the key technologies of L4 autonomous driving. Focusing on both algorithm principles and practical applications, this book is a good choice for readers to quickly enter into this industry.
  Autoware,Tier IV, Inc,President & CEO 武田一哉
  50多年前的Apollo登月计划,踏出了人类探索未知月球的第一步。在未知前,人们无所畏惧,勇于探索,就如同今日在自动驾驶领域里,越来越多的科学家,工程师在探索着如何将人工智能,大数据,高性能运算芯片等先进技术,与传统的汽车行业进行深度融合,在进一步提升驾驶安全的前提下,解放人类的双手,让人类可以运筹帷幄的同时仰望星空。本书作者在自动驾驶领域里从事前瞻性的研究工作,经验与知识不断累积,消化和整理,并且出繁入简,深入浅出地将研究成果分享给各位有志于自动驾驶领域不断探索的伙伴们。自动驾驶的技术道路依然挑战重重,但是未来却一片光明,与大家共勉,推荐阅读。
  百度美国研究院,Apollo平台资深架构师 缪景皓
  该书深入浅出介绍了整个无人驾驶软件系统的基本原理和关键算法,并且带有大量实战用例,是无人驾驶的入门首*xuan。
  IEEE fellow、圣塔克拉拉大学,教授 林楠
  这是我看过*系统、*全面,同时兼具实践案例的无人驾驶技术入门好书,强烈推荐给每位有志于投身无人驾驶产业的工程师。
  Pix Moving无人驾驶, CEO 喻川
  无人驾驶是当前汽车工业的重要发展方向,而当前无人驾驶入门门槛颇高,本书大大降低了读者开展无人驾驶研究和学习的成本,是一本接地气的无人驾驶技术书。
  国家千人计划专家、神目科技,董事长 刘靖峰
  目录
  第1章 初识无人驾驶系统
  1.1 什么是无人驾驶
  1.2 为什么需要无人驾驶
  1.3 无人驾驶系统基本框架
  1.4 开发环境配置
  1.5 本章参考文献
  第2章 ROS入门
  2.1 ROS简介
  2.2 ROS中的概念
  2.3 catkin 创建系统
  2.4 ROS中的项目组织结构
  2.5 基于Husky模拟器的实践
  2.6 ROS的基本编程
  2.7 ROS services
  2.8 ROS Action
  2.9 ROS中的常用工具
  2.10 本章参考文献
  第3章 无人驾驶系统的定位方法
  3.1 实现定位的原理
  3.2 迭代最近点算法
  3.3 正态分布变换
  3.4 基于GPS+惯性组合导航的定位系统
  3.5 基于Slam的定位系统
  3.6 本章参考文献
  第4章 状态估计和传感器融合
  4.1 卡尔曼滤波和状态估计
  4.2 高级运动模型和扩展卡尔曼滤波
  4.3 无损卡尔曼滤波
  4.4 本章参考文献
  第5章 机器学习和神经网络基础
  5.1 机器学习基本概念
  5.2 监督学习
  5.3 神经网络基础
  5.4 使用Keras实现神经网络
  5.5 本章参考文献
  第6章 深度学习和无人驾驶视觉感知
  6.1 深度前馈神经网络——为什么要深?
  6.2 应用于深度神经网络的正则化技术
  6.3 实战——交通标志识别
  6.4 卷积神经网络入门
  6.5 基于YOLO2的车辆检测
  6.6 本章参考文献
  第7章 迁移学习和端到端无人驾驶
  7.1 迁移学习
  7.2 端到端无人驾驶
  7.3 端到端无人驾驶模拟
  7.4 本章小结
  7.5 本章参考文献
  第8章 无人驾驶规划入门
  8.1 A* 算法
  8.2 分层有限状态机和无人车行为规划
  8.3 基于自由边界三次样条插值的无人车路径生成
  8.4 基于Frenet优化轨迹的无人车动作规划方法
  8.5 本章参考文献
  第9章 车辆模型和高级控制
  9.1 运动学自行车模型和动力学自行车模型
  9.2 无人车控制入门
  9.3 基于运动学模型的模型预测控制
  9.4 轨迹追踪
  9.5 本章参考文献
  第10章 深度强化学习及在自动驾驶中的应用
  10.1 强化学习概述
  10.2 强化学习原理及过程
  10.3 近似价值函数
  10.4 深度Q值网络算法
  10.5 策略梯度
  10.6 深度确定性策略梯度及TORCS游戏的控制
  10.7 本章小结
  10.8 本章参考文献



【下载地址隐藏】:                    点:回复可见地址
游客,如果您要查看本帖隐藏内容请回复






上一篇:突破为王 五根K线锁定买卖点 黄俊杰 著
下一篇:Real Analysis/Stein Shakarchi 实分析 斯坦恩 英文版
回复

举报

QQ|

GMT+8, 2024-11-29 13:07

快速回复 返回顶部 返回列表