同類熱銷排行榜

智能駕駛汽車複雜場景感知技術/自動駕駛汽車關鍵技術叢書

作者：田迪//李嘉波//王艷//劉永濤|責編:孫鵬//高孟瑜
出版社：機械工業
ISBN：9787111783978

出版日期：2025/07/01
裝幀：平裝
頁數：240

人民幣：RMB 120 元售價：元

內容大鋼

環境感知是智能駕駛技術的重要組成部分，也是實現智能決策與協同控制的信息基礎。本書以智能駕駛汽車複雜場景感知技術為出發點，首先對智能駕駛環境感知技術背景、發展現狀及關鍵挑戰進行概述，隨後從複雜場景感知的深度學習方法、面向智能駕駛複雜場景感知的目標檢測技術、面向智能駕駛複雜場景的多任務感知關鍵技術、車聯網場景下多感測器融合感知技術、複雜場景感知中的邊緣計算技術、複雜感知技術在智能駕駛場景中的實際應用等方面對智能駕駛汽車複雜場景感知進行全面的介紹和討論，具有較高的學術價值和市場需求。本書可供智能駕駛相關行業的汽車製造商、技術公司和學術研究者等閱讀使用，也適用於大專院校中機械學院、汽車學院、電腦學院、人工智慧學院的師生閱讀參考。

作者介紹

田迪//李嘉波//王艷//劉永濤|責編:孫鵬//高孟瑜

前言
第1章  緒論
  1.1  智能駕駛環境感知技術背景
    1.1.1  智能駕駛的發展背景
    1.1.2  智能車輛的研究現狀
    1.1.3  複雜場景感知技術的重要性
  1.2  複雜場景感知技術發展現狀
    1.2.1  早期理論探索與傳統感知技術
    1.2.2  基於深度學習的複雜場景感知技術
  1.3  複雜場景的感知需求及關鍵挑戰
    1.3.1  複雜場景的具體感知需求
    1.3.2  複雜場景感知技術的關鍵問題
    1.3.3  未來研究方向展望
  1.4  本章小結
第2章  複雜場景感知的深度學習方法
  2.1  圖像預處理方法
    2.1.1  圖像平滑
    2.1.2  尺度歸一化
    2.1.3  Focus切片處理
    2.1.4  數據增強
  2.2  卷積神經網路
    2.2.1  卷積神經網路關鍵模塊
    2.2.2  模型優化方法
    2.2.3  經典特徵提取網路
  2.3  循環神經網路
    2.3.1  循環神經網路概述
    2.3.2  循環神經網路的衍生模型
    2.3.3  循環神經網路的不足及其發展趨勢
  2.4  Transformer
    2.4.1  Transformer概述
    2.4.2  Transformer的實現
    2.4.3  Transformer的不足及其發展趨勢
  2.5  生成對抗網路
    2.5.1  生成對抗網路概述
    2.5.2  生成對抗網路的衍生模型
    2.5.3  生成對抗網路的不足及其發展趨勢
  2.6  本章小結
第3章  面向智能駕駛複雜場景感知的目標檢測技術
  3.1  目標檢測關鍵問題的理論方法分析
    3.1.1  邊界框回歸損失相關理論分析
    3.1.2  注意力機制相關理論分析
    3.1.3  模型訓練策略相關理論分析
    3.1.4  多尺度特徵學習相關理論分析
  3.2  兩階段目標檢測網路
    3.2.1  RCNN系列
    3.2.2  RFCN
    3.2.3  Cascade RCNN
  3.3  單階段目標檢測網路
    3.3.1  YOLO系列
    3.3.2  SSD系列

    3.3.3  RetinaNet
  3.4  無錨框目標檢測網路
    3.4.1  CornerNet
    3.4.2  CenterNet
    3.4.3  FCOS
  3.5  目標檢測演算法提升策略
    3.5.1  多尺度檢測
    3.5.2  樣本均衡化
    3.5.3  上下文信息
    3.5.4  非極大值抑制
    3.5.5  邊界框回歸
  3.6  本章小結
第4章  面向智能駕駛複雜場景的多任務感知關鍵技術
  4.1  目標跟蹤
    4.1.1  傳統目標跟蹤方法
    4.1.2  基於深度學習的目標跟蹤方法
    4.1.3  目標跟蹤技術存在的難點
  4.2  語義分割
    4.2.1  傳統語義分割方法
    4.2.2  基於深度學習的語義分割方法
    4.2.3  語義分割常用數據集
    4.2.4  語義分割技術存在的難點
  4.3  實例分割
    4.3.1  基於檢測的實例分割方法
    4.3.2  基於像素聚類的實例分割方法
    4.3.3  單階段實例分割方法
    4.3.4  實例分割技術存在的難點
  4.4  本章小結
第5章  車聯網場景下多感測器融合感知技術
  5.1  車聯網多感測器融合系統概述
  5.2  車聯網多感測器信息融合的關鍵感知設備
    5.2.1  攝像頭
    5.2.2  激光雷達
    5.2.3  毫米波雷達
    5.2.4  超聲波感測器
    5.2.5  GPS和IMU
    5.2.6  V2X
  5.3  車聯網多感測器融合方法
    5.3.1  融合策略
    5.3.2  多感測器融合中的深度學習架構
    5.3.3  車聯網場景中常用的多感測器融合方法
  5.4  車聯網多感測器融合技術中的關鍵問題
    5.4.1  多感測器數據同步
    5.4.2  信息融合演算法
    5.4.3  數據隱私與安全
    5.4.4  融合中的感測器類型
    5.4.5  監管和立法
  5.5  車聯網多感測器融合技術中的發展趨勢
  5.6  本章小結
第6章  複雜場景感知中的邊緣計算技術

  6.1  邊緣計算概述
  6.2  邊緣計算架構設計
    6.2.1  邊緣計算模型
    6.2.2  邊緣雲與核心雲
    6.2.3  邊緣硬體設備
    6.2.4  邊緣計算的工程應用
  6.3  5G邊緣計算技術
    6.3.1  5G與邊緣計算的融合
    6.3.2  5G邊緣計算的關鍵技術
    6.3.3  5G邊緣計算的挑戰與解決方案
  6.4  邊緣計算安全
    6.4.1  邊緣計算安全概述
    6.4.2  邊緣計算安全架構設計原則
    6.4.3  邊緣計算安全的關鍵技術
  6.5  邊緣計算開源平台
    6.5.1  開源平台概述
    6.5.2  EdgeX Foundry
    6.5.3  Akraino Edge Stack
    6.5.4  KubeEdge
  6.6  本章小結
第7章  複雜感知技術在智能駕駛場景中的實際應用
  7.1  障礙物檢測及跟蹤
    7.1.1  障礙物檢測及跟蹤任務討論
    7.1.2  具體檢測目標的應用
    7.1.3  車聯網對障礙物檢測及跟蹤的影響
  7.2  碰撞預警與制動
    7.2.1  碰撞預警與制動任務討論
    7.2.2  車聯網對碰撞預警與制動的影響
  7.3  自動泊車
    7.3.1  自動泊車任務討論
    7.3.2  車聯網對自動泊車的影響
  7.4  高精度地圖建模
    7.4.1  高精度地圖建模任務討論
    7.4.2  車聯網對高精度地圖建模的影響
  7.5  智能駕駛在典型特殊場景中的落地應用
    7.5.1  機場自動駕駛托運車
    7.5.2  礦業自動駕駛貨車
    7.5.3  港口貨運自動駕駛貨車
    7.5.4  自動駕駛清掃車
  7.6  本章小結
參考文獻

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

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

同類熱銷排行榜

最近瀏覽的商品

智能駕駛汽車複雜場景感知技術/自動駕駛汽車關鍵技術叢書