目錄
第1章 陸上無人系統概述
1.1 陸上無人系統簡介
1.2 陸上無人系統現狀與發展
1.3 陸上無人系統自主導航體系架構
1.4 行駛空間概述
1.5 本書的主要內容
第2章 度量空間:多感測器標定
2.1 雙目相機成像與標定
2.1.1 相機模型與畸變校正
2.1.2 雙目相機成像原理與標定方法
2.1.3 雙目相機標定實例
2.2 全景相機成像與標定
2.2.1 多項式通用相機模型
2.2.2 全景相機系統空間感知模型
2.2.3 全景相機系統內參標定方法
2.2.4 全景相機系統外參標定方法
2.2.5 全景相機系統標定實例
2.3 激光雷達與相機的標定
2.3.1 激光雷達與相機聯合感知模型
2.3.2 激光雷達與相機聯合標定實例
2.4 本章小結
第3章 度量空間:全局地圖構建
3.1 地圖構建技術概述
3.2 三維激光點雲地圖構建
3.2.1 投影圖獲取
3.2.2 特徵提取
3.2.3 幀間位姿配准
3.2.4 後端位姿優化
3.3 二維激光佔據柵格地圖構建
3.3.1 激光掃描信息預處理
3.3.2 關鍵點提取
3.3.3 掃描匹配與位姿優化
3.3.4 柵格地圖構建及更新
3.4 稀疏特徵點雲地圖構建
3.4.1 視覺里程計
3.4.2 後端位姿優化
3.4.3 稀疏特徵點雲地圖構建
3.5 稠密彩色點雲地圖構建
3.5.1 稠密視差計算
3.5.2 多視圖融合
3.6 地空協同聯合定位與建圖
3.6.1 系統框架
3.6.2 基於語義信息優化的激光里程計
3.6.3 基於學習的交叉視角配准演算法
3.6.4 多視角位姿優化
3.7 本章小結
第4章 語義空間:圖像信息語義理解
4.1 像素級語義分割
4.1.1 從全連接到全卷積
4.1.2 優化演算法
4.1.3 像素級語義分割野外環境測試
4.2 圖像目標檢測、定位與跟蹤
4.2.1 目標識別演算法概述
4.2.2 視覺目標跟蹤
4.3 本章小結
第5章 語義空間:激光信息語義理解
5.1 激光點雲目標檢測
5.1.1 三維目標的數學表達方法和基於分類器的分類策略
5.1.2 難點及主流方法
5.2 激光點雲目標檢測方法設計
5.2.1 極坐標柵格地圖構建
5.2.2 可通行區域提取
5.2.3 基於全局運動補償與混合高斯模型的動態目標檢測演算法
5.3 激光點雲語義模型識別方法
5.3.1 三維點雲的地面點濾波
5.3.2 點雲分割
5.3.3 訓練樣本生成
5.3.4 離線語義模型訓練
5.3.5 點雲塊在線識別
5.3.6 激光點雲語義模型識別測試
5.4 本章小結
第6章 行為空間:路徑規劃
6.1 代價地圖構建
6.2 行為決策
6.3 全局路徑規劃
6.3.1 基於搜索的方法
6.3.2 基於採樣的方法
6.4 局部路徑規劃
6.4.1 非結構化環境下的局部路徑規劃
6.4.2 結構化環境下的局部路徑規劃
6.5 本章小結
第7章 行為空間:運動控制
7.1 車輛模型構建
7.1.1 運動學模型構建
7.1.2 動力學模型構建
7.2 路徑跟蹤與控制
7.2.1 運動控制問題描述
7.2.2 局部參考軌跡特徵分析
7.2.3 控制器設計
7.2.4 運動控制系統的穩定條件分析
7.3 本章小結
第8章 行駛空間自主導航系統實例
8.1 度量空間構建實例
8.1.1 測試數據來源
8.1.2 稀疏點雲地圖構建
8.2 語義空間構建實例
8.2.1 測試數據來源
8.2.2 全景語義分割實例
8.3 行為空間構建實例
8.3.1 多源信息融合與局部地圖構建
8.3.2 自主駕駛決策與規劃
8.4 行駛空間協同實例
8.4.1 空地無人平台協同實例
8.4.2 無人車跟馳實例
8.5 本章小結
參考文獻