全面梳理無人駕駛技術(shù)必讀之作！
適合對(duì)無人駕駛技術(shù)感興趣的在校學(xué)生、工業(yè)從業(yè)者，以及相關(guān)人士閱讀。
●無人駕駛技術(shù)概覽
●無人駕駛定位導(dǎo)航、感知、決策與控制等算法
●深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、計(jì)算機(jī)視覺在無人駕駛中的應(yīng)用
●無人駕駛安全等多個(gè)主要技術(shù)點(diǎn)
劉少山，PerceptIn聯(lián)合創(chuàng)始人。加州大學(xué)歐文分校計(jì)算機(jī)博士。現(xiàn)在PerceptIn主要專注于機(jī)器人的核心SLAM與深度學(xué)習(xí)技術(shù)，以及其在智能硬件上的實(shí)現(xiàn)。在創(chuàng)立PerceptIn之前，在百度美國研發(fā)中心主要專注于百度無人車系統(tǒng)架構(gòu)與產(chǎn)品化、深度學(xué)習(xí)，以及異構(gòu)計(jì)算平臺(tái)的架構(gòu)與開發(fā)。
唐潔，華南理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院副教授。唐潔博士現(xiàn)主要從事面向無人駕駛和機(jī)器人的大數(shù)據(jù)計(jì)算與存儲(chǔ)平臺(tái)、面向人工智能的計(jì)算體系架構(gòu)、面向機(jī)器視覺的嵌入式系統(tǒng)研究。
吳雙，依圖科技研究科學(xué)家，依圖硅谷研究院負(fù)責(zé)人。原百度研究院硅谷人工智能實(shí)驗(yàn)室資深研究科學(xué)家，原百度美國研發(fā)中心高級(jí)架構(gòu)師。美國南加州大學(xué)物理博士，加州大學(xué)洛杉磯分校博士后，研究方向包括計(jì)算機(jī)和生物視覺，互聯(lián)網(wǎng)廣告算法和語音識(shí)別，曾在NIPS等國際會(huì)議中發(fā)表文章。
李力耘，百度美國研發(fā)中心無人駕駛高級(jí)架構(gòu)師。本科畢業(yè)于清華大學(xué)電子工程系，后獲得美國紐約大學(xué)計(jì)算機(jī)專業(yè)博士學(xué)位。加入百度后從事移動(dòng)推薦、轉(zhuǎn)換廣告、圖片變形、無人車決策規(guī)劃等多個(gè)項(xiàng)目。目前在百度無人車部門負(fù)責(zé)無人車行為預(yù)測(cè)方向的系統(tǒng)架構(gòu)及算法優(yōu)化。擁有多項(xiàng)國際專利，其中已遞交三十余項(xiàng)無人車決策預(yù)測(cè)相關(guān)專利申請(qǐng)。
1 無人車：正在開始的未來 1
1.1 正在走來的無人駕駛 2
1.2 自動(dòng)駕駛的分級(jí) 4
1.3 無人駕駛系統(tǒng)簡介 7
1.4 序幕剛啟 18
1.5 參考資料 18
2 光學(xué)雷達(dá)在無人駕駛技術(shù)中的應(yīng)用 21
2.1 無人駕駛技術(shù)簡介 21
2.2 光學(xué)雷達(dá)基礎(chǔ)知識(shí) 22
2.3 LiDAR在無人駕駛技術(shù)中的應(yīng)用領(lǐng)域 24
2.4 LiDAR技術(shù)面臨的挑戰(zhàn) 26
2.5 展望未來 28
2.6 參考資料 28
3 GPS及慣性傳感器在無人駕駛中的應(yīng)用 30
3.1 無人駕駛定位技術(shù) 30
3.2 GPS簡介 31
3.3 慣性傳感器簡介 34
3.4 GPS和慣性傳感器的融合 36
3.5 結(jié)論 37
3.6 參考資料 38
4 基于計(jì)算機(jī)視覺的無人駕駛感知系統(tǒng) 39
4.1 無人駕駛的感知 39
4.3 計(jì)算機(jī)視覺能幫助無人車輛解決的問題 42
4.4 Optical Flow和立體視覺 43
4.5 物體的識(shí)別與追蹤 45
4.6 視覺里程計(jì)算法 47
4.7 結(jié)論 48
4.8 參考資料 49
5 卷積神經(jīng)網(wǎng)絡(luò)在無人駕駛中的應(yīng)用 50
5.1 CNN簡介 50
5.2 無人駕駛雙目3D感知 51
5.3 無人駕駛物體檢測(cè) 54
5.4 結(jié)論 59
5.5 參考資料 59
6 增強(qiáng)學(xué)習(xí)在無人駕駛中的應(yīng)用 61
6.1 增強(qiáng)學(xué)習(xí)的簡介 61
6.2 增強(qiáng)學(xué)習(xí)算法 63
6.3 使用增強(qiáng)學(xué)習(xí)幫助決策 68
6.4 無人駕駛的決策介紹 70
6.5 參考資料 74
7 無人駕駛的規(guī)劃與控制 75
7.1 規(guī)劃與控制簡介 75
7.2 路由尋徑 77
7.3 行為決策 84
7.4 動(dòng)作規(guī)劃 93
7.5 反饋控制 102
7.6 無人車規(guī)劃控制結(jié)語 105
7.7 參考資料 106
8 基于ROS的無人駕駛系統(tǒng) 108
8.1 無人駕駛：多種技術(shù)的集成 108
8.2 機(jī)器人操作系統(tǒng)（ROS）簡介 110
8.3 系統(tǒng)可靠性 115
8.4 系統(tǒng)通信性能提升 116
8.5 系統(tǒng)資源管理與安全性 117
8.6 結(jié)論 118
8.7 參考資料 118
9 無人駕駛的硬件平臺(tái) 120
9.1 無人駕駛：復(fù)雜系統(tǒng) 120
9.2 傳感器平臺(tái) 121
9.3 計(jì)算平臺(tái) 140
9.4 控制平臺(tái) 150
9.5 結(jié)論 157
9.6 參考資料 158
10 無人駕駛系統(tǒng)安全 160
10.1 針對(duì)無人駕駛的安全威脅 160
10.2 無人駕駛傳感器的安全 161
10.3 無人駕駛操作系統(tǒng)的安全 162
10.4 無人駕駛控制系統(tǒng)的安全 163
10.5 車聯(lián)網(wǎng)通信系統(tǒng)的安全性 165
10.6 安全模型校驗(yàn)方法 168
10.7 參考資料 169
11 基于Spark與ROS的分布式無人駕駛模擬平臺(tái) 171
11.1 無人駕駛模擬技術(shù) 171
11.2 基于ROS的無人駕駛模擬器 173
11.3 基于Spark的分布式的模擬平臺(tái) 175
11.4 結(jié)論 178
11.5 參考資料 178
12 無人駕駛中的高精地圖 180
12.1 電子地圖分類 180
12.2 高精地圖的特點(diǎn) 183
12.3 高精地圖的生產(chǎn) 185
12.4 無人駕駛場景中的應(yīng)用 188
12.5 高精地圖的現(xiàn)狀與結(jié)論 190
12.6 參考資料 191
13 無人駕駛的未來 192
13.1 無人駕駛的商業(yè)前景 192
13.2 無人駕駛汽車面臨的障礙 194
13.3 無人駕駛產(chǎn)業(yè) 198
13.4 全球化下的無人駕駛 203
13.5 無人駕駛發(fā)展對(duì)策 205
13.6 可預(yù)見的未來 207
13.7 參考資料 208
新書資訊