科技 类型
可以朗读 语音朗读
162千字 字数
2023-04-01 发行日期
展开全部

主编推荐语

全面论述人工智能在自动驾驶中的应用。

内容简介

本书参照产业界自动驾驶技术研发的基本流程，充分借鉴了产业界在自动驾驶技术领域中的实际研发经验，以高性能的智能小车和高度仿真的车道沙盘为实验教具和运行环境，深入浅出地讲解自动驾驶技术的原理与实际应用，为初学者打开一扇通往人工智能世界的大门。

本书以帮助初学者如何从无到有地打造出具备自动驾驶功能的智能小车为主线，内容分为看车(了解自动驾驶)、造车(设计智能小车)、开车(收集训练数据)、写车(编写自动驾驶模型)、算车(训练和优化自动驾驶模型)、玩车(部署并验证自动驾驶模型)6章。初学者可以通过边学习理论知识边动手实践的方式，系统学习人工智能的算法理论和应用实例。

本书没有堆砌艰深晦涩的公式推导，力求将枯燥难解的算法原理及模型进行直观的讲解，希望读者在学习的过程中，了解现实中自动驾驶技术的发展并获得运用人工智能解决自动驾驶难题的乐趣。

目录

  • 版权信息
  • 内容简介
  • 主编简介
  • 序言
  • 序言
  • 前言
  • 视频目录
  • 第1章 看车：自动驾驶概述
  • 1.0 本章导读
  • 1.1 认识自动驾驶
  • 1.1.1 什么是自动驾驶
  • 1.1.2 自动驾驶的分级标准
  • 1.1.3 当前业界自动驾驶技术的主要进展
  • 1.2 自动驾驶的实现
  • 1.2.1 自动驾驶的核心问题
  • 1.2.2 自动驾驶的技术实现
  • 1.2.3 自动驾驶的研发流程
  • 1.3 自动驾驶中的人工智能
  • 1.3.1 实现自动驾驶的智能系统
  • 1.3.2 自动驾驶与人工智能
  • 1.4 自动驾驶面临的挑战
  • 1.4.1 技术层面上的挑战
  • 1.4.2 非技术层面上的挑战
  • 1.5 开放性思考
  • 1.6 本章小结
  • 第2章 造车：自动驾驶系统软硬件基础
  • 2.0 本章导读
  • 2.1 汽车底盘结构
  • 2.1.1 动力传动装置
  • 2.1.2 车辆悬架装置
  • 2.1.3 转向控制装置
  • 2.1.4 刹车制动装置
  • 2.2 汽车电子电气架构
  • 2.2.1 汽车线控底盘
  • 2.2.2 控制器架构模式的发展
  • 2.2.3 汽车开放系统架构
  • 2.3 自动驾驶汽车系统
  • 2.3.1 自动驾驶相关硬件
  • 2.3.2 自动驾驶系统框架
  • 2.3.3 自动驾驶系统研发
  • 2.4 智能小车系统
  • 2.4.1 智能小车整体架构
  • 2.4.2 智能小车硬件系统
  • 2.4.3 智能小车软件系统
  • 2.4.4 智能小车自动驾驶
  • 2.4.5 智能小车开发环境
  • 2.5 开放性思考
  • 2.6 本章小结
  • 第3章 开车：自动驾驶数据收集与预处理
  • 3.0 本章导读
  • 3.1 机器学习与数据集
  • 3.1.1 人工智能与机器学习
  • 3.1.2 机器学习数据集
  • 3.1.3 多种数据类型的数据标注
  • 3.1.4 高维数据可视化技术
  • 3.2 自动驾驶数据收集与处理
  • 3.2.1 自动驾驶数据特征
  • 3.2.2 自动驾驶传感器数据
  • 3.2.3 数据融合与车辆定位
  • 3.2.4 自动驾驶数据标注
  • 3.2.5 自动驾驶公开数据集
  • 3.3 智能小车数据收集与处理
  • 3.3.1 操控智能小车行驶
  • 3.3.2 智能小车行驶数据收集
  • 3.3.3 智能小车数据标注
  • 3.3.4 智能小车数据分析
  • 3.3.5 智能小车数据清洗
  • 3.3.6 智能小车数据可视化
  • 3.3.7 智能小车数据处理工具
  • 3.4 开放性思考
  • 3.5 本章小结
  • 第4章 写车：自动驾驶神经网络模型
  • 4.0 本章导读
  • 4.1 机器学习与神经网络
  • 4.1.1 数据驱动的学习过程
  • 4.1.2 人工神经网络
  • 4.2 自动驾驶中的卷积神经网络
  • 4.2.1 卷积的引入
  • 4.2.2 卷积神经网络
  • 4.2.3 经典的卷积神经网络结构
  • 4.3 自动驾驶中其他模型结构
  • 4.3.1 其他视觉感知任务
  • 4.3.2 激光雷达等传感器数据的处理
  • 4.3.3 多模态传感器数据的融合
  • 4.3.4 自动驾驶模型案例研究
  • 4.4 智能小车建模实战演练
  • 4.4.1 基于人工神经网络识别标志
  • 4.4.2 基于卷积的端到端自动驾驶网络
  • 4.5 开放性思考
  • 4.6 本章小结
  • 第5章 算车：自动驾驶模型训练与调优
  • 5.0 本章导读
  • 5.1 模型与训练参数
  • 5.1.1 模型训练数据
  • 5.1.2 智能小车CNN模型
  • 5.1.3 参数和超参数
  • 5.1.4 损失函数
  • 5.2 神经网络模型训练
  • 5.2.1 梯度下降迭代
  • 5.2.2 反向传播梯度计算
  • 5.2.3 训练参数调整实例分析
  • 5.3 模型超参数优化
  • 5.3.1 常见超参数优化方法
  • 5.3.2 超参数优化工具
  • 5.4 训练效率与推理效果
  • 5.4.1 离线计算与在线计算
  • 5.4.2 模型迁移
  • 5.4.3 硬件加速器
  • 5.5 开放性思考
  • 5.6 本章小结
  • 第6章 玩车：智能小车模型部署与系统调试
  • 6.0 本章导读
  • 6.1 智能小车主要工作流程
  • 6.2 智能小车系统部署实现
  • 6.2.1 自动驾驶模式的部署实现
  • 6.2.2 手动驾驶模式的部署实现
  • 6.2.3 模型训练模式的部署实现
  • 6.3 智能小车代码更改与性能调优
  • 6.3.1 模块级别的代码更改与性能调优
  • 6.3.2 系统级别的代码更改与性能调优
  • 6.4 智能小车系统问题调试与升级优化
  • 6.4.1 智能小车系统问题调试
  • 6.4.2 智能小车系统升级优化
  • 6.5 开放性思考
  • 6.6 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

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。