新書推薦：
《
工厂生产计划精细化、精益化、精进化管理手册
》
售價：HK$
75.9
《
中国画技法与教学研究
》
售價：HK$
72.6
《
生命瞬间 人生风采——晚晴居影集
》
售價：HK$
107.8
《
美国国家地理·环球终极探索 全10册
》
售價：HK$
327.8
《
通往权力之路：叶卡捷琳娜大帝
》
售價：HK$
141.9
《
西方毛发时尚演变
》
售價：HK$
107.8
《
法国革命史（史外一种：圣鞠斯特）
》
售價：HK$
107.8
《
情绪彩虹书：CBT与艺术的轻疗愈手册（珍藏版）
》
售價：HK$
219.9
|
| 編輯推薦： |
|
通过阅读本书，读者可以： 掌握类人驾驶行为的特征识别与表示方法，包括如何从复杂交通场景中提取和建模类人驾驶特征，为自动驾驶框架提供理论基础。 掌握设计自动驾驶汽车决策和控制算法，涵盖各种复杂交通场景下的算法实现，如安全性、乘坐舒适性和行驶效率等多目标优化模型。 掌握构建类人自动驾驶框架的核心要素，包括驾驶特征识别、系统模型构建（如安全性、舒适性和效率的平衡），以及如何将该框架应用于实际决策系统以提升自动化水平。 掌握最新的类人自动驾驶研究进展和实用案例，包括博弈论建模的实例、决策与控制理论的前沿技术，为车辆工程、控制工程和交通工程等领域的专业研究提供参考依据。
|
| 內容簡介： |
|
本书运用博弈论方法描述了最新的类人驾驶技术，涵盖了类人驾驶行为的特征识别和建模，以及在各种复杂交通场景中对自动驾驶汽车进行决策和控制的算法设计等内容。首先对自动驾驶汽车的类人驾驶研究现状进行了概述。接着，提出了类人自动驾驶框架，其中介绍了类人驾驶特征识别和表示。在介绍类人算法设计之前，构建了一些有关决策和控制的系统模型，包括驾驶安全性、乘坐舒适性、行驶效率等。本书能够帮助读者更好地理解类人驾驶框架如何在人机混合驾驶环境中为自动驾驶车辆的决策系统提供有力支撑。
|
| 關於作者： |
|
杭鹏（Peng Hang） 新加坡南洋理工大学（NTU）智能交通系统研究中心（RRIS）的研究员。他的研究方向包括网联自动驾驶车辆的决策、运动规划与控制。他于 2019 年在同济大学汽车学院获得博士学位。他曾是新加坡国立大学电气与计算机工程系的访问学者，以及中国上汽集团研究与先进技术部的软件工程师。他在自动驾驶领域发表了 50 多篇学术论文，并申请了 20 多项专利。他担任《SAE 国际汽车动力学、稳定性和 NVH 期刊》的副编辑，《CAA 国际汽车控制与智能会议》的分会主席，《执行器》《IET 智能交通系统》《自主智能系统》和《先进交通期刊》的客座编辑，并承担了40 多个国际期刊和会议的审稿工作。吕辰（Chen Lv）新加坡南洋理工大学助理教授。他的研究方向包括先进车辆控制和智能。他于2016年在中国清华大学车辆工程系获得博士学位。2014-2015年期间，他在加州大学伯克利分校EECS系担任联合培养博士研究生。他发表了100多篇论文，并获得了12项授权专利。他还是《IEEE智能交通系统汇刊》《SAE国际电动车辆杂志》等期刊的学术编辑，以及《IEEE/ASME机电一体化汇刊》和《IEEE智能交通系统杂志》的客座编辑。陈辛波（Xinbo Chen）同济大学汽车学院教授。他的研究方向包括全向电动车辆的动态控制、主动/半主动悬架系统的设计和控制。他于1982年获得浙江大学机械工程学士学位，1985年获得上海同济大学机械工程硕士学位，1995年获得日本东北大学机械工程博士学位。他发表了200余篇文章，并申请了70余项专利。
|
| 目錄：
|
|
译者序前言第 1章 概述·····································11.1 类人自动驾驶概述 ···················· 11.2 自动驾驶汽车的类人决策 ··········· 11.2.1 基于模型的类人决策 ·······21.2.2 数据驱动的类人决策 ·······41.2.3 基于博弈论的类人决策 ······51.3 自动驾驶汽车的运动预测、规划和控制 ··································· 71.3.1 运动预测 ······················71.3.2 运动规划 ······················91.3.3 运动控制···················· 111.4 采用博弈论方法的自动驾驶类人决策和控制框架 ······················ 14第2章 类人驾驶特征识别和表示··································· 162.1 背景 ····································· 162.2 驾驶风格分类和识别 ················ 172.2.1 驾驶风格分类 ·············· 172.2.2 驾驶风格识别 ·············· 182.2.3 类人驾驶不同驾驶风格的特征分析 ················· 202.3驾驶攻击性 ···························· 212.3.1 驾驶攻击性的定义 ········ 212.3.2 驾驶攻击性的评估方法·························· 212.3.3 类人驾驶攻击性评估模型·························· 232.4 结论 ····································· 25第3章 自动驾驶汽车决策和控制的系统建模 ························ 263.1 背景 ····································· 263.2 用于决策和控制的车辆模型 ······ 273.2.1 车辆运动学模型 ··········· 273.2.2 车辆动力学模型 ··········· 293.3 驾驶员模型 ···························· 323.4 类人驾驶综合模型 ··················· 333.5 结论 ····································· 34第4章 自动驾驶汽车的运动规划和跟踪控制 ························ 354.1 背景 ····································· 354.2 高速公路上自动驾驶汽车的类人轨迹规划 ······························· 36 4.2.1 人工势场模型 ·············· 364.2.2 考虑障碍车辆不同社会行为的轨迹规划 ··········· 384.2.3 考虑轨迹预测的 APF轨迹规划···················· 394.2.4 仿真和讨论 ················· 404.2.5 小结·························· 464.3 非结构化道路上的自动驾驶汽车路径规划 ······························· 46 4.3.1 问题描述···················· 474.3.2 静态障碍物的路径规划·························· 474.3.3 移动障碍物的路径规划·························· 52 4.3.4 仿真和验证 ················· 544.3.5 小结·························· 584.4 自动驾驶汽车的路径跟踪····································· 584.4.1 路径跟踪控制的线性化和离散化模型 ·············· 594.4.2 集成控制器设计 ··········· 604.4.3 仿真和分析 ················· 664.4.4 小结·························· 71 4.5 结论 ····································· 71第5章 基于非合作博弈论方法的自动驾驶汽车类人决策······· 735.1 背景 ····································· 735.2 自动驾驶汽车的类人变道 ········· 745.2.1 问题描述与类人决策框架·························· 74 5.2.2 基于非合作博弈论的类人决策···················· 765.2.3 测试结果及性能评估 ····· 805.2.4 小结·························· 865.3 自动驾驶汽车在无信号灯环岛的类人决策······························· 875.3.1 问题描述与系统框架 ····· 875.3.2 自动驾驶汽车决策的运动预测···················· 90 5.3.3 基于博弈论方法的决策算法设计···················· 925.3.4 测试结果与分析 ··········· 975.3.5 小结·························1065.4 结论 ··································· 106第6章 基于合作博弈论方法的自动控制驾驶汽车类人决策 ·············1086.1 背景 ··································· 1086.2 高速公路上自动驾驶汽车的协同变道与并线 ···················· 109 6.2.1 问题描述与系统框架 ·····1096.2.2 自动驾驶汽车的运动预测························· 1116.2.3 基于联盟博弈论方法的决策·························1136.2.4 测试、验证与讨论 ·······1226.2.5 小结·························1306.3 无信号灯环岛处自动驾驶汽车的协同决策 ·························· 1306.3.1 基于合作博弈论的决策·························1316.3.2 测试结果与分析 ··········1326.3.3 小结·························1416.4 结论 ··································· 141第7章 结论、讨论和展望 ·············1437.1 自动驾驶汽车的类人建模 ········ 1437.2 类人决策算法 ······················· 1447.3 考虑个性化驾驶的协同决策 ···· 145参考文献 ·········································146
|
| 內容試閱：
|
|
本书运用博弈论方法描述了最新的类人驾驶技术。书中涵盖了类人驾驶行为的特征识别与建模，以及在各种复杂交通场景中对自动驾驶汽车进行决策和控制的算法设计等内容，能够帮助读者更好地理解类人驾驶框架如何为人机混合驾驶环境中的自动驾驶汽车的决策系统提供有力支撑。本书首先对自动驾驶汽车的类人驾驶研究现状进行了概述，接着提出了类人自动驾驶框架，如类人驾驶特征识别与表示方法。在介绍类人算法设计之前，构建了一些有关决策与控制的系统模型，包括驾驶安全性、乘坐舒适性、行驶效率等。本书将博弈论方法应用于自动驾驶汽车的类人决策。对于自动驾驶汽车与人类驾驶员之间的交互行为，采用非合作博弈论方法进行建模。而对于网联自动驾驶汽车之间的协同决策，采用合作博弈论方法进行建模。本书提出的框架可以实现自动驾驶的类人决策和控制，并满足个性化驾驶和乘坐需求。此外，在复杂的交通场景中，通过对网联自动驾驶汽车进行协同决策和控制，可以显著提高交通效率和驾驶安全性。总体而言，本书提供了运用博弈论对自动驾驶类人决策进行建模的案例，以及类人自动驾驶决策和控制的最新方法。此外，本书还讨论了在不同驾驶情境下，网联自动驾驶汽车的先进决策与实施。本书可以作为车辆工程、控制工程和交通工程等专业的技术人员和研究人员在自动驾驶、决策、控制理论、博弈论等研究领域的参考用书。最后，感谢 Chao Huang博士、Yang Xing博士、Zhongxu Hu博士和 Sunan Huang博士在本书写作过程中提供的帮助。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
