幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

智能網聯汽車(激光與視覺SLAM詳解)/智能汽車叢書

  • 作者：陳苑鋒//董雪//馬建軍//徐守龍//朱兆穎等|責編:楊福川
  • 出版社：機械工業
  • ISBN：9787111747550
  • 出版日期：2024/04/01
  • 裝幀：平裝
  • 頁數：224
人民幣：RMB 109 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書對激光SLAM和視覺SLAM技術進行了系統介紹，涉及基礎理論、關鍵技術、應用實踐及未來趨勢，並探討了它們與智能網聯汽車的關係。既是想要在自動駕駛和智能汽車領域取得突破的從業者的閱讀選擇，也是追求SLAM技術深度與廣度的專業人士的學習資料。
    具體來說，本書從智能網聯汽車的基本概念入手，詳細介紹了SLAM技術的發展歷程、架構設計、核心演算法以及在自動駕駛等級中的應用現狀和技術難點。不僅分析了多感測器融合技術的同步與標定方法、融合策略，還深入探討了激光SLAM和視覺SLAM的點雲處理、關鍵幀提取、後端優化等關鍵技術，並通過Cartographer、LOAM、LeGO-LOAM、LIO-SAM等演算法的代碼實戰，展示了SLAM技術的實際應用。此外，著重講解了深度學習在SLAM中的應用，如相機重定位、特徵點提取與匹配、視覺里程計、迴環檢測以及語義SLAM的最新進展。最後，展望了激光SLAM和視覺SLAM技術的未來發展趨勢，提供了寶貴的行業洞察。
    總的來說，本書適合自動駕駛、機器人技術、電腦視覺及相關領域的研究人員、工程師以及高等院校相關專業的師生閱讀。通過本書，讀者不僅能夠獲得SLAM技術的全面系統知識，還能深入理解其在智能網聯汽車等領域的應用，為未來的研究與開發工作打下堅實的基礎。
作者介紹
陳苑鋒//董雪//馬建軍//徐守龍//朱兆穎等|責編:楊福川
目錄
前言
作者介紹
第1章  智能網聯汽車及SLAM概述
  1.1  基本概念
    1.1.1  智能網聯汽車
    1.1.2  SLAM定義
    1.1.3  地圖的分類與作用
    1.1.4  SLAM技術探討
  1.2  SLAM的應用現狀
    1.2.1  自動駕駛等級
    1.2.2  技術難點
    1.2.3  SLAM的優勢
  1.3  SLAM架構
    1.3.1  環境感知
    1.3.2  環境繪圖
    1.3.3  運動規劃
    1.3.4  車輛控制
    1.3.5  監控系統
  1.4  SLAM的發展階段與應用前景
    1.4.1  SLAM演進的3個階段
    1.4.2  SLAM的應用前景
第2章  自動駕駛常用感測器及原理
  2.1  激光雷達
    2.1.1  激光雷達的種類
    2.1.2  三角測距激光雷達
    2.1.3  ToF激光雷達
    2.1.4  機械式激光雷達
    2.1.5  混合固態激光雷達
    2.1.6  固態激光雷達
    2.1.7  競品對比
    2.1.8  核心部件
    2.1.9  應用及展望
  2.2  深度相機
    2.2.1  ToF深度相機
    2.2.2  結構光深度相機
    2.2.3  雙目深度相機
    2.2.4  應用及展望
  2.3  毫米波雷達
    2.3.1  工作原理
    2.3.2  測距功能原理
    2.3.3  測速功能原理
    2.3.4  角度估算原理
    2.3.5  FoV計算原理
    2.3.6  核心參數
    2.3.7  應用及展望
第3章  多感測器融合
  3.1  同步與標定
    3.1.1  時間硬同步
    3.1.2  時間軟同步
    3.1.3  空間標定

  3.2  融合策略
    3.2.1  后融合
    3.2.2  前融合
  3.3  應用分析
    3.3.1  自動駕駛應用
    3.3.2  移動機器人應用
    3.3.3  機械臂應用
第4章  激光SLAM
  4.1  點雲預處理
    4.1.1  點雲濾波
    4.1.2  點雲分割
    4.1.3  點雲運動補償
  4.2  前端里程計
    4.2.1  基於直接匹配的迭代最近點演算法
    4.2.2  基於特徵匹配的正態分佈變換演算法
    4.2.3  ICP演算法與NDT演算法的比較
  4.3  關鍵幀提取
    4.3.1  基於幀間運動的關鍵幀提取
    4.3.2  基於時間間隔的關鍵幀提取
  4.4  後端優化
    4.4.1  基於圖優化的後端優化
    4.4.2  基於濾波器的後端優化
  4.5  激光SLAM演算法實戰
    4.5.1  Cartographer演算法
    4.5.2  Cartographer代碼實戰
    4.5.3  LOAM演算法
    4.5.4  LOAM代碼實戰A-LOAM
    4.5.5  LeGO-LOAM演算法
    4.5.6  LeGO-LOAM代碼實戰
    4.5.7  LIO-SAM演算法
    4.5.8  LIO-SAM代碼實戰
第5章  視覺SLAM
  5.1  前端視覺里程計
    5.1.1  基於特徵點法的視覺里程計
    5.1.2  基於直接法的視覺里程計
  5.2  後端非線性優化
    5.2.1  BA優化
    5.2.2  位姿圖優化
  5.3  迴環檢測
    5.3.1  詞袋模型
    5.3.2  深度學習模型
  5.4  建圖
    5.4.1  度量地圖
    5.4.2  拓撲地圖
    5.4.3  特徵點地圖
  5.5  常用的視覺SLAM演算法
    5.5.1  ORB SLAM 2架構
    5.5.2  SVO架構
    5.5.3  DSO架構
    5.5.4  VINS-Mono架構

    5.5.5  代碼實戰
第6章  深度學習在SLAM中的應用
  6.1  深度學習與相機重定位
    6.1.1  基於深度神經網路的相機重定位方法
    6.1.2  基於檢索的相機重定位方法
    6.1.3  全場景理解
  6.2  深度學習與特徵點的提取及匹配
    6.2.1  深度卷積神經網路特徵點的鑒別
    6.2.2  LIFT：基於深度學習的經典局部特徵提取方法
    6.2.3  MatchNet：通過統一特徵和度量學習實現基於補丁的匹配
    6.2.4  UCN：通用的圖像關聯預測器
  6.3  深度學習與視覺里程計
  6.4  深度學習與迴環檢測
  6.5  深度學習與語義SLAM
    6.5.1  語義分割網路
    6.5.2  構建語義地圖
    6.5.3  ORB SLAM實際操作
第7章  SLAM技術展望
  7.1  激光SLAM的應用及展望
    7.1.1  激光SLAM的應用現狀
    7.1.2  激光SLAM的未來趨勢
  7.2  視覺SLAM的應用及展望
    7.2.1  視覺SLAM的應用現狀
    7.2.2  視覺SLAM的未來趨勢
後記

  • 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