相關主題
商品描述
本書系統梳理了自動駕駛的核心技術框架，並以開源遊戲 SuperTuxKart 為基礎開發了一套虛擬環境，讓讀者可以跟隨書中的理論講解和配套的開源代碼，零成本上手實戰，在充滿趣味性的賽車遊戲中快速掌握和深刻理解自動駕駛算法的知識。本書內容包括自動駕駛的定義、技術發展歷程以及主流技術架構；基礎環境構建，打造端到端自動駕駛大模型；感知、預測、規劃、控制等自動駕駛核心算法模塊；自動駕駛的安全性、法律法規，對社會、經濟、倫理的影響，以及行業展望和就業指南。本書適合車輛工程、自動化、計算機等相關專業的學生，以及工程師和行業研究者閱讀。
目錄大綱
第1章 自動駕駛概述 1
1.1 自動駕駛的定義 2
1.2 自動駕駛技術的發展歷程 6
1.3 自動駕駛的應用場景 11
第2章 自動駕駛技術架構 15
2.1 車輛平臺 19
2.2 傳感器 21
2.3 車載計算機 23
2.4 操作系統和通信中間件 26
2.5 地圖和定位 28
2.6 感知 30
2.7 預測 33
2.8 規劃 35
2.9 控制 37
2.10 端到端自動駕駛大模型 39
2.11 離線基礎設施 41
第3章 我們的“自動駕駛遊樂場” 45
3.1 基礎環境 48
3.2 通信中間件 53
3.3 傳感器 55
3.4 線控 56
3.5 第一個自動駕駛算法 57
第4章 端到端自動駕駛大模型 59
4.1 使用Bazel進行Python項目管理 60
4.2 模型設計 62
4.3 數據收集 65
4.4 模型訓練 67
4.5 模型部署 69
4.6 優化疊代 72
4.7 其他改進方向 78
第5章 感知模塊詳解 81
5.1 模塊設計 82
5.2 代碼實戰 84
5.2.1 使用OpenCV進行BEV透視變換 84
5.2.2 使用OpenCV進行道路檢測 92
5.2.3 使用YOLO進行障礙物識別 95
5.2.4 使用YOLO執行圖像分割、目標跟蹤等處理任務 99
5.2.5 完成感知模塊 102
5.3 前沿研究 105
第6章 預測模塊詳解 109
6.1 模塊設計 110
6.2 代碼實戰 111
6.2.1 路徑估計 111
6.2.2 速度估計 113
6.2.3 完成預測模塊 115
6.3 前沿研究 116
第7章 規劃模塊詳解 119
7.1 模塊設計 120
7.2 代碼實戰 122
7.2.1 選擇路徑規劃器 122
7.2.2 可行性判定 126
7.2.3 選擇最優軌跡 128
7.2.4 完成規劃模塊 129
7.3 前沿研究 130
第8章 控制模塊詳解 133
8.1 模塊設計 134
8.2 代碼實戰 135
8.2.1 PID控制器 135
8.2.2 LQR控制器 136
8.2.3 MPC控制器 137
8.2.4 完成控制模塊 139
8.3 前沿研究 142
第9章 自動駕駛中的其他問題 145
9.1 單車智能與車聯網 146
9.1.1 多車協同（Vehicle to Vehicle，V2V） 146
9.1.2 車雲協同（Vehicle to Cloud，V2C） 147
9.1.3 車路協同（Vehicle to Infrastructure，V2I） 148
9.2 安全 148
9.2.1 功能安全 149
9.2.2 網絡安全 149
9.2.3 人工智能安全 150
9.3 法律法規 151
9.3.1 立法進展 151
9.3.2 標準化進展 152
9.4 社會與經濟 153
9.5 倫理 154
第10章 自動駕駛行業就業指南 155
10.1 自動駕駛技術展望 156
10.2 自動駕駛行業的核心崗位 158
10.2.1 感知算法工程師 158
10.2.2 預測算法工程師 160
10.2.3 規劃算法工程師 162
10.2.4 控制算法工程師 163
10.2.5 離線基礎設施工程師 165
10.2.6 端到端自動駕駛大模型工程師 167
10.3 寫在最後 169
