幫助中心 | 我的帳號 | 關於我們

自動駕駛(人工智慧理論與實踐)/人工智慧科學與技術叢書

  • 作者:編者:胡波|責編:鍾志芳
  • 出版社:清華大學
  • ISBN:9787302632139
  • 出版日期:2023/06/01
  • 裝幀:平裝
  • 頁數:189
人民幣:RMB 59 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書參照產業界自動駕駛技術研發的基本流程,充分借鑒了產業界在自動駕駛技術領域中的實際研發經驗,以高性能的智能小車和高度模擬的車道沙盤為實驗教具和運行環境,深人淺出地講解自動駕駛技術的原理與實際應用,為初學者打開一扇通往人工智慧世界的大門。本書以幫助初學者如何從無到有地打造出具備自動駕駛功能的智能小車為主線,內容分為看車(了解自動駕駛)、造車(設計智能小車)、開車(收集訓練數據)、寫車(編寫自動駕駛模型)、算車(訓練和優化自動駕駛模型)、玩車(部署並驗證自動駕駛模型)6章。初學者可以通過邊學習理論知識邊動手實踐的方式,系統學習人工智慧的演算法理論和應用實例。本書沒有堆砌艱深晦澀的公式推導,力求將枯燥難解的演算法原理及模型進行直觀的講解,希望讀者在學習的過程中,了解現實中自動駕駛技術的發展並獲得運用人工智慧解決自動駕駛難題的樂趣。
    本書適合作為高等院校智能科學與技術、人工智慧相關專業的教材,也適合作為人工智慧研究人員、開發人員的參考書。

作者介紹
編者:胡波|責編:鍾志芳
    胡波,復旦大學教授、博士生導師。擔任工業與信息化部IMT-2030(6G)推進組專家組成員、教育部電子信息類專業教學指導委員會委員、華為無線通信接入技術國家重點實驗室學術委員會委員、上海市電子學會副理事長等學術職務。先後主持教育部新工科研究與實踐項目、產教協同育人項目及上海市教改項目多項。主要從事智能信息處理與傳輸、未來無線通信技術、智能感測網的參數估計與跟蹤、智能圖像與視頻處理、基於視頻的目標檢測與跟蹤、智能信息處理(圖像、視頻)系統設計與實現等方面的研究。

目錄
第1章  看車:自動駕駛概述
  1.0  本章導讀
  1.1  認識自動駕駛
    1.1.1  什麼是自動駕駛
    1.1.2  自動駕駛的分級標準
    1.1.3  當前業界自動駕駛技術的主要進展
  1.2  自動駕駛的實現
    1.2.1  自動駕駛的核心問題
    1.2.2  自動駕駛的技術實現
    1.2.3  自動駕駛的研發流程
  1.3  自動駕駛中的人工智慧
    1.3.1  實現自動駕駛的智能系統
    1.3.2  自動駕駛與人工智慧
  1.4  自動駕駛面臨的挑戰
    1.4.1  技術層面上的挑戰
    1.4.2  非技術層面上的挑戰
  1.5  開放性思考
  1.6  本章小結
第2章  造車:自動駕駛系統軟硬體基礎
  2.0  本章導讀
  2.1  汽車底盤結構
    2.1.1  動力傳動裝置
    2.1.2  車輛懸架裝置
    2.1.3  轉向控制裝置
    2.1.4  剎車制動裝置
  2.2  汽車電子電氣架構
    2.2.1  汽車線控底盤
    2.2.2  控制器架構模式的發展
    2.2.3  汽車開放系統架構
  2.3  自動駕駛汽車系統
    2.3.1  自動駕駛相關硬體
    2.3.2  自動駕駛系統框架
    2.3.3  自動駕駛系統研發
  2.4  智能小車系統
    2.4.1  智能小車整體架構
    2.4.2  智能小車硬體系統
    2.4.3  智能小車軟體系統
    2.4.4  智能小車自動駕駛
    2.4.5  智能小車開發環境
  2.5  開放性思考
  2.6  本章小結
第3章  開車:自動駕駛數據收集與預處理
  3.0  本章導讀
  3.1  機器學習與數據集
    3.1.1  人工智慧與機器學習
    3.1.2  機器學習數據集
    3.1.3  多種數據類型的數據標注
    3.1.4  高維數據可視化技術
  3.2  自動駕駛數據收集與處理
    3.2.1  自動駕駛數據特徵

    3.2.2  自動駕駛感測器數據
    3.2.3  數據融合與車輛定位
    3.2.4  自動駕駛數據標注
    3.2.5  自動駕駛公開數據集
  3.3  智能小車數據收集與處理
    3.3.1  操控智能小車行駛
    3.3.2  智能小車行駛數據收集
    3.3.3  智能小車數據標注
    3.3.4  智能小車數據分析
    3.3.5  智能小車數據清洗
    3.3.6  智能小車數據可視化
    3.3.7  智能小車數據處理工具
  3.4  開放性思考
  3.5  本章小結
第4章  寫車:自動駕駛神經網路模型
  4.0  本章導讀
  4.1  機器學習與神經網路
    4.1.1  數據驅動的學習過程
    4.1.2  人工神經網路
  4.2  自動駕駛中的卷積神經網路
    4.2.1  卷積的引入
    4.2.2  卷積神經網路
    4.2.3  經典的卷積神經網路結構
  4.3  自動駕駛中其他模型結構
    4.3.1  其他視覺感知任務
    4.3.2  激光雷達等感測器數據的處理
    4.3.3  多模態感測器數據的融合
    4.3.4  自動駕駛模型案例研究
  4.4  智能小車建模實戰演練
    4.4.1  基於人工神經網路識別標誌
    4.4.2  基於卷積的端到端自動駕駛網路
  4.5  開放性思考
  4.6  本章小結
第5章  算車:自動駕駛模型訓練與調優
  5.0  本章導讀
  5.1  模型與訓練參數
    5.1.1  模型訓練數據
    5.1.2  智能小車CNN模型
    5.1.3  參數和超參數
    5.1.4  損失函數
  5.2  神經網路模型訓練
    5.2.1  梯度下降迭代
    5.2.2  反向傳播梯度計算
    5.2.3  訓練參數調整實例分析
  5.3  模型超參數優化
    5.3.1  常見超參數優化方法
    5.3.2  超參數優化工具
  5.4  訓練效率與推理效果
    5.4.1  離線計算與在線計算
    5.4.2  模型遷移

    5.4.3  硬體加速器
  5.5  開放性思考
  5.6  本章小結
第6章  玩車:智能小車模型部署與系統調試
  6.0  本章導讀
  6.1  智能小車主要工作流程
  6.2  智能小車系統部署實現
    6.2.1  自動駕駛模式的部署實現
    6.2.2  手動駕駛模式的部署實現
    6.2.3  模型訓練模式的部署實現
  6.3  智能小車代碼更改與性能調優
    6.3.1  模塊級別的代碼更改與性能調優
    6.3.2  系統級別的代碼更改與性能調優
  6.4  智能小車系統問題調試與升級優化
    6.4.1  智能小車系統問題調試
    6.4.2  智能小車系統升級優化
  6.5  開放性思考
  6.6  本章小結
參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032