互联网 类型
可以朗读 语音朗读
115千字 字数
2024-12-01 发行日期
展开全部

主编推荐语

助你掌握自动驾驶“登录”密码。

内容简介

本书由智能汽车领域实践型专家联合撰写，带你一次性学透BEV，实现快速落地与创新。在内容设计上，本书以BEV主流技术与工程实践为主线，系统分析介绍BEV算法的基本原理、关键技术和源码级实现方法，助你掌握自动驾驶感知系统的整体架构和设计理念。

全书共9章。第1章介绍BEV感知算法的核心概念和框架，强调其独特优势及挑战。第2章概述关键数据集，如KITTI、nuScenes和Waymo，并解释了评估算法性能的指标。第3章深入介绍特征提取技术，涵盖图像和激光雷达数据的提取方法。第4章探讨视角转换、注意力机制及Transformer在BEV感知算法中的应用。

第5章和第6章分别讲解显式和隐式视角转换下的BEV感知算法，如BEVDet系列和BEVFormer等。第7章和第8章通过实例介绍BEV感知算法的实现过程。第9章讨论大模型在自动驾驶领域的应用及面临的挑战。

目录

  • 版权信息
  • 前言
  • 第1章 快速了解BEV感知算法
  • 1.1 BEV感知算法解决的问题
  • 1.2 BEV感知算法的常见范式
  • 1.3 BEV感知算法的分类
  • 1.4 BEV感知算法的不足
  • 1.5 本章小结
  • 第2章 BEV感知算法的数据集
  • 2.1 KITTI数据集
  • 2.2 nuScenes数据集
  • 2.3 nuScenes数据集常用的评测指标及计算方法
  • 2.4 Waymo数据集
  • 2.5 不同数据集之间的对比
  • 2.6 本章小结
  • 第3章 BEV感知算法的特征提取
  • 3.1 图像模态
  • 3.2 激光雷达模态中点云目标检测的代表算法
  • 3.3 本章小结
  • 第4章 BEV感知算法的基本模块
  • 4.1 视角转换模块
  • 4.2 BEV感知算法中的注意力机制
  • 4.3 本章小结
  • 第5章 显式视角转换的BEV感知算法
  • 5.1 基于LSS方法的显式视角转换的BEV感知算法
  • 5.2 BEVDet中的视角转换过程
  • 5.3 BEVDet4D中的时序对齐
  • 5.4 本章小结
  • 第6章 隐式视角转换的BEV感知算法
  • 6.1 传统目标检测方法与DETR类方法
  • 6.2 主要的隐式视角转换的BEV感知算法
  • 6.3 DETR3D计算过程
  • 6.4 隐式转换DETR、DETR3D和PETR的主要差别
  • 6.5 本章小结
  • 第7章 BEVFusion实践
  • 7.1 原理详解
  • 7.2 代码详解
  • 7.3 环境搭建
  • 7.4 本章小结
  • 第8章 BEVFormer实践
  • 8.1 代码详解
  • 8.2 环境搭建
  • 8.3 模型部署
  • 8.4 本章小结
  • 第9章 大模型在自动驾驶领域的应用
  • 9.1 端到端的自动驾驶系统UniAD
  • 9.2 赋能自动驾驶数据生产和模型训练
  • 9.3 视觉大模型的难点
  • 9.4 本章小结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。