新書推薦：
《
物联网漏洞挖掘与利用：方法、技巧和案例
》
售價：HK$
108.9
《
家族财富管理：永续繁荣的智慧体
》
售價：HK$
74.8
《
让我留在你身边升级新版
》
售價：HK$
61.6
《
我在东汉学伤寒 全两册 仲景医案解读《伤寒论》
》
售價：HK$
63.8
《
长安四千年：都城史视角下的王朝兴衰史
》
售價：HK$
184.8
《
渔樵问对
》
售價：HK$
64.9
《
一起探索港珠澳大桥
》
售價：HK$
107.8
《
精益医疗 医疗质量、患者服务与医院效益的协同增长之道 医院管理底层逻辑解析手册+新医改时代医院生存指
》
售價：HK$
86.9
|
| 編輯推薦： |
|
1.三大核心优势，定义专业深度理论与工程双驱动：从传感器物理原理到算法代码实现，兼顾学术严谨性与工程可落地性。实测数据支撑：引用KITTI/NuScenes等常用数据集，对比多种算法性能。行业专家背书：一线资深工程师程增木执笔，融合现代摩比斯、新势力车企研发经验，含德国大众等国际合作案例。2.靶向读者?技术价值企业工程师：实战内容丰富，附有部分代码，助力产学研结合开发。高校师生：理解自动驾驶核心算法，可作为高校师生学习、研究的教材。产业决策者：深度了解算法相关原理与应用，优化供应链布局与产品技术路线。3.主编程增木，博士，中国自动化标准委员会委员，中国工程科技专家库专家，SAE International中国汽车智能网联行业优秀技术专家，华南理工大学零工研究院特聘专家，中国自动化学会自动化与人工智能科普百人团专家，2021焉知汽车年度人物奖获得者。
|
| 內容簡介： |
|
本书以智能网联汽车技术为主线， 全书分为六章， 内容包括： 智能网联汽车及相关技术概念、智能网联汽车专用传感器技术原理与应用、智能网联汽车环境感知技术原理与应用、智能网联汽车多传感器融合定位技术原理与应用、智能网联汽车路径规划技术、智能网联汽车车辆控制技术原理与应用。本书的特点是理论结合相关应用， 从基本原理介绍入手， 介绍各种技术的相关原理、发展现状以及实际应用案例， 并配有图片及部分代码进行说明。本书内容涵盖智能网联汽车中常见传感器原理及应用方式， 感知算法包括基于相机的２Ｄ 和３Ｄ 感知算法、激光雷达感知算法、毫米波雷达感知算法等； 多传感器融合定位技术包括惯性导航技术、同步定位与建图技术、基于滤波的融合定位算法和基于图优化的建图方法； 路径规划技术包括全局路径规划技术与局部路径规划技术； 车辆控制算法包括传统车辆横纵向控制算法讲解、ＬＱＲ 和ＭＰＣ算法详解。全书内容深入浅出， 适合作为智能网联汽车技术的进阶学习资料， 可以作为本科生和研究生的教学书籍， 也可供专业人员进一步学习使用。
|
| 關於作者： |
|
程增木，南京芯和网络科技有限公司 智能车辆开发部项目经理，高级工程师，合肥工业大学硕士研究生。芯片之家（chiphome）联合创始人，国家注册信息系统项目管理师，中国自动化学会及中国机械工程学会会员，中科信软科培训中心讲师，得捷电子KOL讲坛大师。
|
| 目錄：
|
|
前言第一章 智能网联汽车及相关技术概念 001一、智能网联汽车的相关概念． ． ． ００１1 . 自动驾驶汽车． ． ． ００１2 . 车联网． ． ． ００１3 . 智能网联汽车． ． ． ００２4 . 智能交通系统． ． ． ００２二、智能网联汽车的系统构成． ． ． ００２1 . 环境感知层． ． ． ００３2 . 智能决策层． ． ． ００３3 . 控制和执行层． ． ． ００３三、自动驾驶汽车的分级． ． ． ００３四、智能网联汽车的发展现况． ． ． ００４1 . 智能网联汽车的主流技术方案． ． ． ００４2 . 智能网联汽车的政策和法规． ． ． ００５3 . L2 级自动驾驶技术的发展． ． ． ００６4 . V2 技术的发展． ． ． ００７5 . 智能网联汽车的当前应用． ． ． ００８五、智能网联汽车的关键技术． ． ． ０１０1 . 环境感知技术． ． ． ０１０2 . 无线通信技术． ． ． ０１０3 . 智能互联技术． ． ． ０１０4 . 车载网络技术． ． ． ０１１5 . 先进驾驶辅助技术． ． ． ０１１6 . 信息融合技术． ． ． ０１１7 . 信息安全与隐私保护技术． ． ． ０１１8. 人机交互技术． ． ． ０１２9 . 高精度地图技术． ． ． ０１２10 . 异构网络融合技术． ． ． ０１３11 . 交通大数据处理的关键技术． ． ． ０１４12 . 交通云计算关键技术． ． ． ０１６第二章 智能网联汽车专用传感器技术原理与应用０１７一、视觉传感器． ． ． ０１７1 . 视觉传感器的结构原理． ． ． ０１７2 . 视觉传感器的安装与标定． ． ． ０２０3 . 视觉传感器的数据结构及处理流程． ． ． ０２２二、毫米波雷达． ． ． ０２２1 . 3 D 毫米波雷达的结构原理． ． ． ０２２2 . 4 D 毫米波雷达的结构原理． ． ． ０２４3 . 毫米波雷达的工作原理及数据结构． ． ． ０２６三、激光雷达． ． ． ０２６1 . 激光雷达的结构原理． ． ． ０２７2 . 激光雷达的工作原理． ． ． ０２７3 . 激光雷达的数据结构． ． ． ０２８四、超声波传感器． ． ． ０３０1 . 超声波传感器的结构原理． ． ． ０３０2 . 超声波传感器的工作原理． ． ． ０３０3 . 超声波传感器的应用． ． ． ０３１第三章 智能网联汽车环境感知技术原理与应用０３３一、基于相机的2D 视觉感知． ． ． ０３４1 . 物体检测算法． ． ． ０３４2 . 物体跟踪算法． ． ． ０４１3 . 语义分割算法． ． ． ０４３二、基于相机的3 D 视觉感知． ． ． ０４６1 . 单目3 D 感知——物体检测． ． ． ０４６2 . 单目3 D 感知——深度估计． ． ． ０５１3 . 双目3 D 感知． ． ． ０５２三、激光雷达． ． ． ０５４1 . 激光雷达点云数据预处理算法． ． ． ０５４2 . 激光雷达点云数据传统处理算法． ． ． ０６０3 . 激光雷达目标检测算法． ． ． ０６３4 . 激光雷达点云语义分割算法． ． ． ０６８5 . 激光雷达点云实例分割算法． ． ． ０７３6 . 激光雷达点云全景分割算法． ． ． ０７５四、毫米波雷达． ． ． ０７９1 . 基于传统算法的运动目标检测． ． ． ０７９2 . 基于传统算法的运动目标跟踪． ． ． ０８０3 . 基于稀疏点云 深度学习的目标检测与跟踪算法． ． ． ０８３4 . 基于稠密数据块 深度学习的目标检测与跟踪算法． ． ． ０８５第四章 智能网联汽车多传感器融合定位技术原理与应用０９３一、惯性导航基础． ． ． ０９３1 . 惯性导航技术及器件概述． ． ． ０９３2 . 惯性器件的误差分析． ． ． ０９５3 . 惯性器件的内参标定． ． ． ０９８4 . 惯性导航解算基础． ． ． ０９９5 . 惯性导航解算方法． ． ． １０３二、同步定位与建图技术． ． ． １０４1 . ICP 算法． ． ． １０６2 . NDT 算法． ． ． １０７3 . 基于特征的建图算法． ． ． １１１三、基于滤波的融合定位算法． ． ． １１５1 . 滤波器的基本原理． ． ． １１５2 . 卡尔曼滤波． ． ． １１７3 . 扩展卡尔曼滤波． ． ． １１８4 . 基于滤波器的融合算法． ． ． １１９四、基于图优化的建图算法． ． ． １２６1 . 预积分模型． ． ． １２６2 . 基于图优化的融合定位流程． ． ． １２９3 . 边缘化原理． ． ． １２９4 . 基于地图定位的滑动窗口模型． ． ． １３０5 . LIO SAM 算法． ． ． １３５第五章 智能网联汽车路径规划技术１４０一、智能网联汽车路径规划概述． ． ． １４０1 . 全局路径规划． ． ． １４１2 . 局部路径规划． ． ． １４２3 . 轨迹规划． ． ． １４５二、环境地图的表示方法． ． ． １４５1 . 栅格地图． ． ． １４５2 . 几何地图． ． ． １４６3 . 拓扑地图． ． ． １４６4 . 混合地图． ． ． １４６5 . 高精度地图． ． ． １４６三、Dijkstra 算法． ． ． １４７四、A* 算法． ． ． １４９1 . 基于MATLAB 仿真试验结果． ． ． １５１2 . 小结． ． ． １５２3 . A* 算法的优化与改进． ． ． １５３4 . 栅格地图的优化． ． ． １５４五、自动驾驶汽车的全局路径规划． ． ． １５５六、局部路径规划． ． ． １５７1 . RRT（Rapidly - Eploring Random Tree）算法． ． ． １５８2 . RRT* （Rapidly - Eploring Random Tree star）算法． ． ． １６０3 . Lattice 算法． ． ． １６２第六章 智能网联汽车车辆控制技术原理与应用 １７１一、反馈控制理论． ． ． １７１二、车辆纵向控制． ． ． １７５1 . 车辆纵向动力学模型． ． ． １７５2 . PID（比例- 积分- 微分）控制． ． ． １７７3 . 巡航控制系统． ． ． １８２4 . 自适应巡航控制系统． ． ． １８６三、车辆横向控制． ． ． １８８1 . 车辆横向运动学模型． ． ． １８８2 . Pure Pursuit 算法． ． ． １９１3 . Stanley 算法． ． ． １９３四、LQR 算法． ． ． １９５1 . LQR 的基本原理． ． ． １９５2 . LQR 的求解． ． ． １９６3 . 二自由度车辆横向动力学模型． ． ． １９７4 . 基于LQR 的轨迹追踪算法． ． ． １９９五、MPC 算法． ． ． ２０１1 . MPC 的基本原理． ． ． ２０１2 . 无约束线性MPC ． ． ． ２０２3 . 带约束的线性及非线性MPC ． ． ． ２０５4 . 曲线坐标系车辆动力学模型． ． ． ２０６5 . 基于曲线坐标系的MPC 控制算法代价函数计算． ． ． ２０８6 . 基于曲线坐标系的MPC 控制算法不等式约束及松弛因子计算． ． ． ２１１参考文献２１５
|
| 內容試閱：
|
|
随着科技的不断发展， 智能网联汽车作为汽车行业的未来发展趋势之一， 正逐渐成为人们关注的焦点。智能网联汽车不仅能够提高行车安全性， 提升驾驶体验， 还能实现车辆之间的互联互通， 为交通运输领域带来革命性的变革。本书旨在深入讲解智能网联汽车的核心技术， 系统地介绍智能网联汽车的相关概念、原理和应用。通过对自动驾驶、车联网、人工智能等关键技术的解析， 读者将能够全面了解智能网联汽车的发展现状和未来趋势。全书共分为六章， 各章主要内容如下：第一章介绍了智能网联汽车的相关概念、系统构成、系统分级、发展现况和关键技术。第二章介绍了智能网联汽车专用传感器技术原理与应用， 主要包括视觉传感器、毫米波雷达、激光雷达、超声波传感器的结构原理、工作原理、数据结构及应用。第三章介绍了智能网联汽车环境感知技术原理与应用， 其中， 第一节和第二节介绍基于相机的２Ｄ 视觉感知和３Ｄ 视觉感知， 涵盖物体检测、物体跟踪、语义分割、深度估计等相关算法原理及实现过程； 第三节和第四节介绍激光雷达和毫米波雷达感知， 涵盖点云数据预处理、目标检测、语义分割、全景分割、目标跟踪等相关算法原理及实现过程。第四章介绍了智能网联汽车多传感器融合定位技术原理与应用， 其中， 第一节介绍惯性导航器件的相关误差分析、内参标定、解算方法； 第二节介绍同步定位与建图技术详解， 包括ＩＣＰ 算法、ＮＤＴ 算法和基于特征的建图算法； 第三节和第四节介绍了基于滤波的融合定位算法和基于图优化的建图算法， 包括扩展卡尔曼滤波、预积分模型、基于地图定位的滑动窗口模型等。第五章介绍了智能网联汽车路径规划技术， 其中， 第一节至第五节介绍全局路径和局部路径规划相关概述， 环境地图的表示方法， 全局路径规划算法中的Ｄｉｊｋｓｔｒａ 和Ａ?算法相关原理及实现； 第六节介绍局部路径规划算法， 涵盖ＲＲＴ、ＲＲＴ?和Ｌａｔｔｉｃｅ 算法。第六章介绍了智能网联汽车车辆控制技术原理与应用， 主要包括反馈控制理论、车辆纵向和横向控制、ＬＱＲ 算法和ＭＰＣ 算法的相关原理、求解方式及实际应用。本书由天津大学程增木主编， 在编写过程中， 参考了部分互联网上的资料和图片以及相关文献中的内容， 特此向其作者表示感谢。本书使用了大量的图片便于读者理解， 并针对每一项技术介绍了当前新的实际应用情况， 许多技术是笔者在实车开发或技术研究过程中的项目心得及经验。由于智能网联汽车发展速度较快， 加之笔者的学识有限， 书中若有不足之处， 恳请各位读者给予指正。希望本书能够普及智能网联汽车的相关概念及新技术， 对发展智能网联汽车技术起到积极的推动作用。编 者
|
|
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
