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

汽車圖像識別技術(從車載攝像頭到模式識別)/自動駕駛汽車關鍵技術叢書

  • 作者：(日)秋田時彥|責編:高孟瑜|譯者:宋欣//孫天駿//劉達禹//高鎮海
  • 出版社：機械工業
  • ISBN：9787111790877
  • 出版日期：2025/10/01
  • 裝幀：平裝
  • 頁數：194
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是一部介紹汽車圖像識別領域前沿技術的專業書籍，系統地講解了車載圖像處理的基礎知識，涵蓋了從圖像獲取、預處理到特徵提取等關鍵技術，主要內容包括：駕駛識別，涉及邊緣檢測、車道線檢測、車道識別等；移動物體識別，涉及光流法檢測接近物體的方法；立體攝像頭識別，介紹了立體視覺在深度估計和三維重建中的應用；模式識別，探討了機器學習和深度學習在圖像識別中的應用與實現方法。
    本書內容豐富，理論與實踐相結合，為讀者提供了全面的知識體系和實用的技術指南，適合於電腦視覺、自動駕駛和智能交通系統等相關領域的學生、研究人員和工程師閱讀參考。
作者介紹
(日)秋田時彥|責編:高孟瑜|譯者:宋欣//孫天駿//劉達禹//高鎮海
    秋田時彥，豐田工業大學智能汽車研究中心特任高級研究員，原愛信精機首席技師。     岡山大學工學部電子工學科畢業后，入職愛信精機株式會社，從事基於車輛控制、車輛運動控制、行駛環境識別的駕駛輔助系統的研究開發。其間，1992—1996年調職到豐田集團北美研究院（IMRA）美國子公司，與加利福尼亞大學開展共同研究。2018年起從事現任職業，進行自動駕駛、輔助駕駛的行駛環境識別技術研究。     在職期間完成香川大學智能機械系統專業博士課程（獲得工學博士學位）、汽車工程師學會會員、汽車工程師學會會員工程師認證。
目錄
前言
第1章  車載圖像識別技術概述
  1.1  車載圖像識別的開發及其產品化歷程
  1.2  車載圖像識別的定位系統
  1.3  現實可行的功能
    1.3.1  路面標識識別
    1.3.2  移動物體識別
    1.3.3  靜態障礙物識別
    1.3.4  其他方面
  1.4  車載圖像識別面臨的挑戰
    1.4.1  天氣條件
    1.4.2  照明環境
    1.4.3  檢測對象特性
    1.4.4  成本限制
    1.4.5  安裝限制
  1.5  應對策略
    1.5.1  識別演算法的進化
    1.5.2  攝像頭/圖像感測器的性能提升
    1.5.3  感測器融合
  參考文獻
第2章  車載圖像處理的基礎知識
  2.1  圖像感測器
    2.1.1  圖像感測器的結構
    2.1.2  像素數量
    2.1.3  幀率
    2.1.4  彩色濾光片
    2.1.5  動態範圍
    2.1.6  快門方式
  2.2  攝像頭模型
  2.3  攝像頭鏡頭
    2.3.1  畸變校正
    2.3.2  光軸傾斜校正
  2.4  攝像頭信號的傳輸方式
  2.5  坐標系
  2.6  攝像頭標定
  參考文獻
第3章  駕駛識別
  3.1  處理流程
  3.2  邊緣檢測
  3.3  車道線檢測
    3.3.1  霍夫變換
    3.3.2  RANSAC
    3.3.3  最小二乘法
    3.3.4  對應曲線
  3.4  車道設計相關知識
  3.5  車道識別所需信息
  3.6  雜訊濾波器
  3.7  基於前置攝像頭與車身周邊攝像頭的識別比較
    3.7.1  利弊比較
    3.7.2  融合多個攝像頭下的車道識別結果

  3.8  基於深度學習的車道識別
  參考文獻
第4章  移動物體識別
  4.1  處理流程
  4.2  光流法
    4.2.1  特徵點
    4.2.2  特徵點對應
  4.3  分組
  4.4  移動物體檢測結果
  4.5  到達預測時間估計
    4.5.1  估計方法
    4.5.2  減少誤差的方法
  4.6  實際環境中的挑戰和對策
    4.6.1  重複模式
    4.6.2  車輛轉彎
    4.6.3  車輛移動引起的光流
  4.7  識別信賴度估計
    4.7.1  信賴度估計方法
    4.7.2  信賴度的應用實例
  參考文獻
第5章  立體攝像頭識別
  5.1  立體攝像頭基礎知識
  5.2  立體匹配演算法
    5.2.1  設置對應點搜索區域的方法
    5.2.2  對應點計算方法
    5.2.3  對應點計算周邊技術
    5.2.4  SGM
  5.3  三維點複原
    5.3.1  平行立體
    5.3.2  一般公式
    5.3.3  移動立體中的像移量的計算
    5.3.4  雜訊消除
  5.4  從點集識別物體
    5.4.1  基於人類知識的物體識別
    5.4.2  基於機器學習的物體識別
  參考文獻
第6章  模式識別
  6.1  提取候選區域
    6.1.1  光柵掃描
    6.1.2  利用檢測對象特徵進行提取
  6.2  特徵向量
    6.2.1  HOG
    6.2.2  其他特徵向量
  6.3  判別器
    6.3.1  SVM
    6.3.2  AdaBoost
    6.3.3  RealAdaBoost
    6.3.4  RandomForest
    6.3.5  其他判別方法
  6.4  深度學習

    6.4.1  神經網路的原理
    6.4.2  深度學習的構成與學習
    6.4.3  代表性物體檢測/識別方法
    6.4.4  圖像語義分割
  6.5  推測距離
    6.5.1  利用檢測對象圖像表面上的路面邊界位置
    6.5.2  利用檢測對象大小
    6.5.3  利用攝像頭的移動距離
    6.5.4  通過學習推測距離
  6.6  預計碰撞時間
  6.7  跟蹤與過濾
  參考文獻
附錄
附錄A
  A.1  車道偏離警告的規定
  A.2  車道變更決策輔助功能的規定
附錄B
  B.1  兩輪車輛運動模型
  B.2  根據轉向角計算偏航角的方法
  B.3  迴旋曲線
  B.4  使用最小二乘法計算圓參數的方法
附錄C
  C.1  分組條件
  C.2  TTC推導過程
  C.3  推導TTC濾波方法（參照圖4-32）
  C.4  車輛旋轉運動修正
附錄D
附錄E
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