新書推薦：
《
日下新闻：北京旗人报史（1900-1912） 高等院校材料专业"互联网+"创新规
》
售價：HK$
107.8
《
即兴演讲力
》
售價：HK$
54.8
《
粤港澳大湾区蓝皮书：中国粤港澳大湾区改革创新报告（2025）
》
售價：HK$
184.8
《
启微·清代官补图典
》
售價：HK$
404.8
《
俄国在中亚 地缘政治原典级著作
》
售價：HK$
107.8
《
索恩丛书·汉娜·阿伦特：20世纪思想家
》
售價：HK$
75.9
《
“节”与“殉”——八旗制度下的妇女生活与婚姻 中华学术·有道
》
售價：HK$
83.6
《
城市群高铁网络化的多尺度空间效应与规划应对
》
售價：HK$
108.9
|
| 內容簡介： |
|
本书是基于北京联合大学“旋风智能车”团队多年来在无人驾驶技术领域的积累而编写的面向本科及高职层次的无人驾驶技术理论教材。 全书共9章。第1章介绍无人驾驶技术的概念、发展历史和治理趋势。第2章介绍无人驾驶技术的基本原理，并对智能网联汽车和无人驾驶仿真平台进行介绍。第3章对无人驾驶汽车底盘改造原理与方法进行介绍。第4章对常用的智能传感器与控制器进行介绍。第5章介绍精确定位与导航原理，并对以最新激光雷达SLAM为核心的多传感器融合的精确定位方法进行介绍。第6章介绍环境感知的原理及方法。第7章介绍智能决策方法，包括递阶式决策方法、端到端决策方法及决策评估方法与相关数据集。第8章介绍车辆控制方法，包括以预瞄跟随理论为代表的轨迹跟踪控制方法和以PID控制为代表的纵向控制方法等。第9章介绍现阶段无人驾驶技术的应用场景。 本书配有相应的在线课程、PPT、习题和习题解答，相关教学资源可登录“华信教育资源网”下载。本书可作为本科院校和高职院校无人驾驶理论课程的教材，也适合从事无人驾驶技术研发工作的工程技术人员阅读。
|
| 關於作者： |
|
刘元盛，北京联合大学机器人学院电子工程系主任，教授，博士研究生导师，中国人工智能学会智能驾驶专业委员会委员、CCF智能汽车分会执委、北京市自动驾驶车辆道路测试专家委员会委员、北京市高教学会电子线路研究会理事。2012年起，任北京联合大学李德毅院士智能车团队核心成员，“旋风智能车”团队负责人，主要研究智能驾驶技术中的多种传感器数据融合及精确定位技术。近5年发表各类高水平论文30余篇，以第一发明人获得发明专利授权10余项（专利成果转让2项），指导硕士研究生30余名。获得“北京市创新团队”、“北京市拔尖人才培育计划” 等多项资助，主持北京市科委电动汽车重大专项课题以及多项企业横向课题，获得国家和北京市教学成果奖多项，获得吴文俊人工智能科学技术二等奖1项。近五年内，主持了各类型号共100辆无人驾驶车辆的改造和示范运行工作，在国内率先提出低速园区无人驾驶的解决方案以及无人驾驶教学系统方案，并在国内众多高校推广应用。
|
| 目錄：
|
目 录
第1章 无人驾驶技术的发展1
1.1 无人驾驶的基本概念1
1.1.1 无人驾驶的定义1
1.1.2 无人驾驶的分级1
1.2 国内外无人驾驶的发展历史3
1.2.1 国外无人驾驶的发展3
1.2.2 国内无人驾驶的发展5
1.3 无人驾驶的治理趋势8
1.3.1 国际无人驾驶的治理趋势8
1.3.2 国内无人驾驶的治理趋势11
第2章 无人驾驶技术的基本原理14
2.1 无人驾驶技术的基本框架14
2.2 环境感知方法14
2.2.1 精确位置感知15
2.2.2 周边环境信息感知17
2.3 决策与控制执行方法17
2.3.1 智能决策方法17
2.3.2 车辆控制方法19
2.4 车辆底盘线控方法19
2.4.1 车辆纵向控制方法20
2.4.2 车辆横向控制方法20
2.5 智能网联汽车21
2.5.1 传统道路交通系统所面临的挑战21
2.5.2 车联网的概念与定义22
2.5.3 车联网平台架构23
2.5.4 车联网通信技术路线25
2.5.5 车联网国内外发展现状27
2.5.6 车联网未来发展趋势32
2.6 无人驾驶仿真平台的分类与应用34
2.6.1 无人驾驶仿真平台发展34
2.6.2 无人驾驶仿真平台介绍35
2.6.3 无人驾驶仿真平台的发展方向40
第3章 无人驾驶汽车底盘改造原理与方法41
3.1 无人驾驶汽车底盘改造方案41
3.1.1 无人驾驶汽车分类41
3.1.2 低速无人驾驶汽车的特点42
3.1.3 小型电动车底盘改造方案42
3.2 车载总线技术45
3.2.1 车载总线技术概述45
3.2.2 CAN总线技术46
3.2.3 CAN-FD总线技术53
3.2.4 其他车载总线技术55
3.2.5 车载总线开发流程及常用设备58
3.3 自动转向系统的改造方法60
3.3.1 车辆转向系统的类型60
3.3.2 无人驾驶汽车阿克曼式自动转向系统改造设计66
3.3.3 低速无人驾驶汽车双模转向系统改造实例分析68
3.4 自动制动系统的改造方法70
3.4.1 车辆制动原理及主动制动控制功能70
3.4.2 线控制动系统的实现方法71
3.4.3 低速无人驾驶汽车制动改造实例76
第4章 常用的智能传感器与控制器80
4.1 概述80
4.2 车载GNSS设备81
4.3 车载惯性导航设备83
4.3.1 光纤惯导83
4.3.2 微惯导84
4.3.3 组合式导航设备84
4.4 视觉传感器86
4.4.1 视觉传感器的原理86
4.4.2 常用的视觉传感器设备89
4.5 激光雷达91
4.5.1 激光雷达的原理91
4.5.2 激光雷达的分类92
4.5.3 机械旋转式激光雷达93
4.5.4 MEMS激光雷达101
4.6 毫米波雷达103
4.6.1 毫米波雷达的原理103
4.6.2 毫米波雷达的典型设备104
4.7 超声波雷达105
4.7.1 超声波雷达的原理105
4.7.2 超声波雷达的类型105
4.8 车载智能芯片及控制器106
4.8.1 国外车载智能芯片106
4.8.2 国内车载智能芯片110
4.8.3 国产域控制器实例111
第5章 精确定位与导航原理114
5.1 定位方法概述114
5.2 磁导航与惯性导航定位115
5.2.1 磁导航定位115
5.2.2 惯性导航定位116
5.3 GNSS定位118
5.3.1 导航定位原理118
5.3.2 差分导航原理119
5.3.3 大地主题解算的基本原理121
5.4 UWB无线定位126
5.4.1 UWB无线定位概述126
5.4.2 TOA原理127
5.4.3 TDOA原理129
5.4.4 AOA原理130
5.5 激光雷达SLAM定位131
5.5.1 激光雷达SLAM概述131
5.5.2 激光雷达SLAM算法分类131
5.5.3 激光雷达SLAM流程135
5.6 视觉SLAM定位136
5.6.1 视觉SLAM概述136
5.6.2 常用的视觉SLAM算法137
5.7 多传感器融合的精确定位方法141
5.7.1 基于误差状态卡尔曼滤波的IMU+GPS融合定位141
5.7.2 基于卡尔曼滤波的IMU+轮速计融合定位144
5.7.3 基于因子图的GNSS+激光雷达+IMU的融合SLAM算法145
5.7.4 激光雷达+IMU+GNSS+相机融合定位方法147
5.7.5 基于实时局部建图的激光雷达长周期定位方法148
第6章 环境感知的原理及方法150
6.1 环境感知要求与方法150
6.2 基于视觉的环境感知152
6.2.1 基于规则的视觉感知152
6.2.2 基于深度学习的视觉感知158
6.3 基于激光雷达的环境感知166
6.3.1 萌芽期166
6.3.2 起步期167
6.3.3 发展期167
6.3.4 落地期170
6.4 激光雷达与视觉结合的障碍物检测方法171
6.4.1 基于视觉图像的行人检测方法研究172
6.4.2 基于相机与激光雷达数据融合的行人检测方法研究175
第7章 智能决策方法183
7.1 决策方法概述183
7.2 递阶式决策方法183
7.2.1 行为决策184
7.2.2 运动规划189
7.3 端到端决策方法194
7.3.1 模仿学习195
7.3.2 基于强化学习的决策方法203
7.4 决策评估方法与相关数据集213
7.4.1 决策评估方法213
7.4.2 数据集214
第8章 车辆控制方法218
8.1 轨迹跟踪控制218
8.1.1 预瞄跟随理论218
8.1.2 目标转角计算221
8.1.3 PID控制222
8.1.4 误差与转角一致性分析222
8.2 纵向控制223
第9章 无人驾驶技术的应用场景226
9.1 无人驾驶出租车226
9.1.1 简介226
9.1.2 百度无人驾驶出行服务平台：萝卜快跑227
9.2 无人物流配送227
9.2.1 自动导向车（AGV）228
9.2.2 园区无人配送与零售229
9.3 矿山无人机械230
9.3.1 露天煤矿无人化运输车230
9.3.2 地下金属矿无人化巡检车231
9.4 农牧业智能化中的无人驾驶232
9.4.1 无人化农业232
9.4.2 无人化畜牧业233
9.5 港口的无人化应用234
9.6 工程机械的无人化应用234
|
|
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
暢銷書架
