相關主題
商品描述
本書由真正從事自動駕駛感知實踐的 專家 撰寫，由真實落地經驗總結，系統講解從3D目標檢 測到BEV融合感知的完整技術體系，內容涵蓋基礎理 論、核心算法與工程實踐，為讀者進行感知系統開 發提供全鏈路指導。 全書共7章。第1章全面介紹攝像頭、激光雷達 、毫米波雷達與超聲波雷達的硬件組成、工作原理 及應用場景，奠定傳感器技術基礎。第2章講解針孔 相機模型、畸變模型、魚眼相機與雙目相機模型， 為圖像處理與目標檢測提供理論支撐。第3章深入解 析3D目標檢測算法，包括單目測距、單目3D檢測及 基於點雲的方法，如SMOKE、MonoFlex、MonoDETR 、PointPillars和CenterPoint，展現其在自動駕 駛中的關鍵作用。第4章聚焦時間同步技術與攝像頭 、多傳感器聯合標定方法，確保多源數據的時空一 致性，為數據融合提供保障。第5章介紹卡爾曼濾波 、匈牙利算法及其改進方法，結合後融合策略與 Apollo平臺的融合方案，系統講解後融合感知的實 際應用。第6章圍繞BEV融合感知技術，涵蓋LSS、 BEVDet、BEVDet4D、DETR3D、Sparse4D v1和 BEVFormer等前沿算法，展示基於幾何與網絡變換 的 進展。第7章關註BEV感知的工程化落地，結 合開源數據集、TensorRT加速與BEVDet4D實戰，提 供從算法到部署的完整實現路徑。
作者簡介
高毅鵬，商用車安全領域龍頭企業自動駕駛項目負責人，長期專註於計算機視覺與深度學習在自動駕駛領域的研發與落地應用，致力於推動商用車智能駕駛系統的規模化應用。具備豐富的技術管理與跨領域協同經驗，主導完成多項L2-L4級自動駕駛系統的開發與優化工作。在多傳感器融合、BEV感知、3D目標檢測等核心技術方向具有深厚積累，曾獲多項計算機視覺相關專利及國家級競賽獎項。
目錄大綱
前言
第1章 傳感器技術詳解與應用
1.1 車載攝像頭
1.1.1 攝像頭的硬件組成
1.1.2 車載攝像頭的分類
1.1.3 車載攝像頭的性能要求
1.1.4 車載攝像頭的應用場景
1.2 激光雷達
1.2.1 探測采用的方法
1.2.2 組成、硬件參數與應用場景
1.3 毫米波雷達
1.3.1 硬件結構
1.3.2 信號處理流程
1.3.3 FMCW雷達的工作原理
1.3.4 毫米波雷達的應用
1.4 超聲波雷達
1.4.1 測距原理
1.4.2 二維測距與空間定位
1.4.3 安裝與應用
第2章 相機與圖像
2.1 針孔相機模型
2.2 畸變模型
2.3 魚眼相機模型
2.4 雙目相機模型
第3章 3D目標檢測
3.1 單目測距算法
3.1.1 相機坐標系與世界坐標系
3.1.2 幾何線索測距
3.2 單目3D檢測算法的原理與實現
3.2.1 SMOKE算法
3.2.2 MonoFlex算法
3.2.3 MonoDETR算法
3.3 基於點雲的3D目標檢測算法的原理與實現
3.3.1 PointPillars算法
3.3.2 CenterPoint算法
第4章 融合感知：時間同步和標定
4.1 多傳感器時間同步
4.1.1 時間同步的核心技術
4.1.2 時間同步的主流方案
4.2 攝像頭標定
4.2.1 攝像頭內參標定
4.2.2 攝像頭外參標定
4.2.3 攝像頭在線標定
4.3 多傳感器聯合標定
4.3.1 激光雷達與攝像頭聯合標定
4.3.2 激光雷達與IMU聯合標定
第5章 後融合感知方案
5.1 卡爾曼濾波算法
5.2 圖論基本概念與匈牙利算法
5.2.1 圖論基本概念
5.2.2 匈牙利算法
5.2.3 改進的匈牙利算法：KM算法和MKM算法
5.2.4 Apollo的MKM算法實現
5.3 後融合策略
5.3.1 無記憶策略和有記憶策略
5.3.2 循環周期策略和觸發式策略
5.4 基於Apollo的後融合感知方案
5.4.1 數據對齊
5.4.2 數據關聯
5.4.3 軌跡更新
5.4.4 特征融合
第6章 BEV融合感知
6.1 BEV感知算法的處理流程
6.2 基於幾何視圖變換的方法
6.2.1 LSS算法的原理與實現
6.2.2 BEVDet算法的原理與實現
6.2.3 BEVDet4D算法的原理
6.3 基於網絡變換的方法
6.3.1 DETR3D算法的原理與實現
6.3.2 Sparse4D v1算法的原理與實現
6.3.3 BEVFormer算法的原理與實現
第7章 BEV感知算法的工程化落地
7.1 開源數據集介紹
7.2 TensorRT應用
7.3 BEVDet4D實戰
7.3.1 BEVDet4D模型訓練
7.3.2 BEVDet4D的TensorRT部署
