

首页  思维导图  详情



第一本无人驾驶技术书

2020-03-16 14:16:12   1  举报





AI智能生成

第一本无人驾驶技术书

读书笔记

模版推荐

作者其他创作

大纲/内容

7 无人驾驶的规划与控制

7.1 规划与控制简介

7.2 路由寻径

7.2.1 无人车Routing的有向带权图抽象

7.2.2 典型无人车路由寻径算法

7.2.3 路由寻径cost设置和强弱路由寻径

7.3 行为决策

7.3.1 有限状态马尔可夫决策过程

7.3.2 基于场景划分和规则的行为决策设计

7.4 动作规划

7.4.1 轨迹规划

7.4.2 速度规划

7.5 反馈控制

7.5.1 自行车模型

7.5.2 PID反馈控制

7.6 无人车规划控制结语

7.7 参考资料

8 基于ROS的无人驾驶系统

8.1 无人驾驶：多种技术的集成

8.2 机器人操作系统（ROS）简介

8.2.1 ROS中的基本组成

8.2.2 ROS 1.0 Vs．ROS 2.0

8.3 系统可靠性

8.3.1 去中心化

8.3.2 实时监控和报警

8.3.3 节点宕机状态恢复

8.4 系统通信性能提升

8.5 系统资源管理与安全性

8.6 结论

8.7 参考资料

9 无人驾驶的硬件平台

9.1 无人驾驶：复杂系统

9.2 传感器平台

9.2.1 激光雷达

9.2.2 毫米波雷达

9.2.3 车载摄像头

9.2.4 GPS/IMU

9.2.5 V2X通信传感

9.2.6 传感器小结

9.3 计算平台

9.3.1 计算平台实现

9.3.2 现有的计算解决方案

9.3.3 计算平台体系结构设计探索

9.4 控制平台

9.4.1 电子控制单元

9.4.2 通信总线

9.5 结论

9.6 参考资料

10 无人驾驶系统安全

10.1 针对无人驾驶的安全威胁

10.2 无人驾驶传感器的安全

10.3 无人驾驶操作系统的安全

10.4 无人驾驶控制系统的安全

10.5 车联网通信系统的安全性

10.6 安全模型校验方法

10.7 参考资料

11 基于Spark与ROS的分布式无人驾驶模拟平台

11.1 无人驾驶模拟技术

11.1.1 模拟器的组成元素

11.1.2 模拟器的应用

11.1.3 模拟器面临的问题

11.2 基于ROS的无人驾驶模拟器

11.2.1 Rosbag

11.2.2 模拟测试数据集

11.2.3 计算量的挑战

11.3 基于Spark的分布式的模拟平台

11.3.1 二进制文件流式管道处理

11.3.2 Rosbag缓存数据读取

11.3.3 性能评估

11.4 结论

11.5 参考资料

12 无人驾驶中的高精度地图

12.1 电子地图分类

12.1.1 传统电子地图

12.1.2 高精度电子地图

12.2 高精度地图的特点

12.2.1 数据特征类型

12.2.2 数据量估计

12.3 高精度地图的生产

12.3.1 高精度地图需要的传感器种类

12.3.2 高精度地图计算模型

12.4 无人驾驶场景中的应用

12.4.1 定位

12.4.2 导航与控制

12.5 高精度地图的现状与结论

12.6 参考资料

13 无人驾驶的未来

13.1 无人驾驶的商业前景

13.1.1 新的运输模式：TaaS 2.0

13.1.2 无人驾驶的商业发展方向

13.2 无人车面临的障碍

13.2.1 恶劣天气

13.2.2 行车安全

13.2.3 隐私保护

13.2.4 基础设施不完善

13.2.5 频谱不足

13.2.6 5G通信尚未成熟

13.2.7 事故追责

13.2.8 行车立法

13.3 无人驾驶产业

13.3.1 产业现状

13.3.2 产业发展

13.4 全球化下的无人驾驶

13.4.1 无人驾驶在中国

13.4.2 无人驾驶在欧洲

13.4.3 无人车在日韩

13.4.4 无人驾驶在美国

13.5 无人驾驶发展对策

13.5.1 制定国家政策

13.5.2 改善高速公路基础设施

13.5.3 允许道路测试和精准道路绘图

13.5.4 制定技术标准

13.6 可预见的未来

13.6.1 无人驾驶的黎明：现在—2020年

13.6.2 混合模式的时代：2020—2040年

13.6.3 无人驾驶时代：始于2040年

13.7 参考资料

好评袭来

1 无人车：正在开始的未来

1.1 正在走来的无人驾驶

1.2 自动驾驶的分级

1.3 无人驾驶系统简介

1.3.1 无人驾驶算法

1.3.2 用户端系统

1.3.3 云平台

1.4 序幕刚启

1.5 参考资料

2 光学雷达在无人驾驶技术中的应用

2.1 无人驾驶技术简介

2.2 光学雷达基础知识

2.2.1 工作原理

2.2.2 什么是点云

2.3 LiDAR在无人驾驶技术中的应用领域

2.3.1 高清地图的绘制

2.3.2 基于点云的定位

2.3.3 障碍物检测

2.4 LiDAR技术面临的挑战

2.4.1 技术挑战：空气中的悬浮物

2.4.2 计算性能的挑战：计算量大

2.4.3 成本的挑战：造价昂贵

2.5 展望未来

2.6 参考资料

3 GPS及惯性传感器在无人驾驶中的应用

3.1 无人驾驶定位技术

3.2 GPS简介

3.2.1 三边测量法定位

3.2.2 距离测量与精准时间戳

3.2.3 差分GPS

3.2.4 多路径问题

3.3 惯性传感器简介

3.3.1 加速度计

3.3.2 角速度计

3.3.3 惯性传感器的问题

3.4 GPS和惯性传感器的融合

3.4.1 卡尔曼滤波器简介

3.4.2 多传感器融合

3.5 结论

3.6 参考资料

4 基于计算机视觉的无人驾驶感知系统

4.1 无人驾驶的感知

4.2 KITTI数据集

4.3 计算机视觉能帮助无人车解决的问题

4.4 Optical Flow和立体视觉

4.5 物体的识别与追踪

4.6 视觉里程计算法

4.7 结论

4.8 参考资料

5 卷积神经网络在无人驾驶中的应用

5.1 CNN简介

5.2 无人驾驶双目3D感知

5.2.1 MC-CNN

5.2.2 FlowNet

5.3 无人驾驶物体检测

5.3.1 RPN

5.3.2 Fast R-CNN

5.3.3 MS-CNN

5.3.4 SSD

5.4 结论

5.5 参考资料

6 增强学习在无人驾驶中的应用

6.1 增强学习简介

6.2 增强学习算法

6.2.1 REINFORCE算法

6.2.2 Deep Q-Learning

6.3 使用增强学习帮助决策

6.4 无人驾驶的决策介绍

6.4.1 无人驾驶模拟器

6.4.2 增强学习在无人驾驶中的应用和展望

6.5 参考资料

 Collect

Get Started

定期一本通查询

 Collect

Get Started

第一本无人驾驶技术书

 Collect

Get Started

生命密码：你的第一本基因科普书

 Collect

Get Started

定期一本通支取





0 条评论

下一页