基于人工智能的無(wú)人駕駛車(chē)輛路面識(shí)別技術(shù)

定　價(jià)：￥69.90

作　者：	王世峰著
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787111606956	出版時(shí)間：	2018-10-01	包裝：	精裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	137	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《基于人工智能的無(wú)人駕駛車(chē)輛路面識(shí)別技術(shù)》在借鑒國(guó)內(nèi)外相關(guān)科研成果的基礎(chǔ)上，結(jié)合無(wú)人駕駛車(chē)輛的新技術(shù)，對(duì)無(wú)人駕駛車(chē)輛路面識(shí)別技術(shù)涉及的關(guān)鍵問(wèn)題進(jìn)行了詳盡講解。本書(shū)全面闡述了無(wú)人駕駛車(chē)輛路面識(shí)別技術(shù)的基本概念、分析方法及相關(guān)應(yīng)用，全書(shū)共分6章，包括車(chē)載激光雷達(dá)、地面機(jī)器人路面識(shí)別技術(shù)、基于機(jī)器學(xué)習(xí)及馬爾科夫隨機(jī)場(chǎng)的路面識(shí)別技術(shù)、基于圖像數(shù)據(jù)的路面類(lèi)型分類(lèi)、基于激光雷達(dá)的路面類(lèi)型分類(lèi)及馬爾科夫隨機(jī)場(chǎng)的多傳感器融合路面類(lèi)型分類(lèi)。此外，本書(shū)還淺嘗輒止地探討了無(wú)人駕駛車(chē)輛路面識(shí)別技術(shù)面臨的挑戰(zhàn)及其發(fā)展方向。本書(shū)既可作為從事無(wú)人駕駛車(chē)輛相關(guān)研究的科研及工程技術(shù)人員，以及從事地面機(jī)器人相關(guān)研究的工程技術(shù)人員的參考書(shū)，也可作為普通高等院校人工智能、車(chē)輛工程、自動(dòng)化、計(jì)算機(jī)等相關(guān)專(zhuān)業(yè)師生的參考教材。同時(shí)，還可作為廣大對(duì)無(wú)人駕駛技術(shù)感興趣的讀者朋友的科普讀物。

作者簡(jiǎn)介

暫缺《基于人工智能的無(wú)人駕駛車(chē)輛路面識(shí)別技術(shù)》作者簡(jiǎn)介

圖書(shū)目錄

目錄
前言
第１章車(chē)載激光雷達(dá) １
１.１概述１
１.２激光測(cè)距技術(shù) ２
１.２.１脈沖測(cè)距２
１.２.２相位測(cè)距３
１.２.３三角測(cè)距４
１.３激光雷達(dá)在自動(dòng)駕駛中的應(yīng)用５
１.４激光雷達(dá)的分類(lèi) ６
１.４.１單線(xiàn)激光雷達(dá) ６
１.４.２多線(xiàn)激光雷達(dá) ７
１.４.３激光雷達(dá)的技術(shù)發(fā)展１４
第２章地面機(jī)器人路面識(shí)別技術(shù) １６
２.１基于加速度傳感器的地形判別１６
２.２基于相機(jī)圖像的地形視覺(jué)判別２６
２.３基于激光雷達(dá)的地形識(shí)別３７
２.４多種傳感器的融合４７
第３章基于機(jī)器學(xué)習(xí)及馬爾科夫隨機(jī)場(chǎng)的路面識(shí)別技術(shù) ６４
３.１路面輪廓估計(jì) ６４
３.１.１加速度（ａｃｃ－ｔ）６４
３.１.２四分之一車(chē)輛模型（ａｃｃ－ｔｔｏｙ－ｔ）６５
３.１.３垂直位移（ｙ－ｔ）６７
３.１.４速度（ｖ－ｔ）６８
３.１.５速度到位移（ｖ－ｔｔｏｘ－ｔ）６８
３.１.６路面輪廓（ｙ－ｘ）６８
３.２特征提取７０
３.２.１從路面輪廓（ｙ－ｘ）中提取的ＦＦＴ特征７２
３.２.２從加速度（ａｃｃ－ｔ）中提取的ＦＦＴ特征７５
３.２.３從加速度（ａｃｃ－ｔ）和路面輪廓（ｙ－ｘ）中提取的
快速小波變換特征（ＦＷＴ）７５
３.３歸一化７６
３.４主成分分析ＰＣＡ７７
３.５Ｋ－ｆｏｌｄ交叉驗(yàn)證７７
３.６其他分類(lèi)器的嘗試７７
３.６.１樸素貝葉斯分類(lèi)器７８
３.６.２神經(jīng)網(wǎng)絡(luò)分類(lèi)器７８
３.６.３支持向量機(jī)分類(lèi)器８０
３.７實(shí)驗(yàn) ８１
３.７.１概述８１
３.７.２關(guān)于加速度的平臺(tái)實(shí)驗(yàn) ８３
３.８實(shí)驗(yàn)結(jié)果８５
３.８.１特征選擇８５
３.８.２速度獨(dú)立性測(cè)試８６
３.８.３分類(lèi)器選擇８８
３.８.４加速度實(shí)驗(yàn)結(jié)果８９
３.９總結(jié) ９２
第４章基于圖像數(shù)據(jù)的路面類(lèi)型分類(lèi) ９３
４.１圖像紋理特征９４
Ⅵ 基于人工智能的無(wú)人駕駛車(chē)輛路面識(shí)別技術(shù)
４.２建立圖像特征矩陣９５
４.２.１灰度共生矩陣９５
４.２.２特征提取和特征矩陣信息９６
４.３實(shí)驗(yàn)驗(yàn)證９９
４.３.１實(shí)驗(yàn)平臺(tái) ９９
４.３.２基于圖像的實(shí)驗(yàn) ９９
４.４實(shí)驗(yàn)結(jié)果１００
４.５結(jié)論１０５
第５章基于激光雷達(dá)的路面類(lèi)型分類(lèi) １０６
５.１激光雷達(dá)的掃描方式１０６
５.２道路表面重建１０７
５.２.１距離數(shù)據(jù)的處理１０７
５.２.２速度數(shù)據(jù)的處理１０８
５.２.３道路表面１０８
５.３特征矩陣１０９
５.４實(shí)驗(yàn) １１０
５.４.１實(shí)驗(yàn)平臺(tái) １１０
５.４.２實(shí)驗(yàn)結(jié)果１１１
５.５結(jié)論１１５
第６章馬爾科夫隨機(jī)場(chǎng)的多傳感器融合路面類(lèi)型分類(lèi) １１６
６.１前置激光雷達(dá)的預(yù)測(cè) １１６
６.２馬爾科夫隨機(jī)場(chǎng)算法（ＭＲＦ）１１８
６.２.１條件獨(dú)立性１１８
６.２.２分解特性１２０
６.３馬爾科夫隨機(jī)場(chǎng)的建立１２１
６.３.１馬爾科夫隨機(jī)場(chǎng)中的節(jié)點(diǎn) １２２
目錄 Ⅶ
６.３.２馬爾科夫隨機(jī)場(chǎng)中節(jié)點(diǎn)的隨機(jī)變量１２２
６.３.３馬爾科夫隨機(jī)場(chǎng)中的節(jié)點(diǎn) １２３
６.３.４馬爾科夫隨機(jī)場(chǎng)中的節(jié)點(diǎn)值１２３
６.３.５能量函數(shù) １２４
６.３.６最優(yōu)化１２５
６.４實(shí)驗(yàn) １２５
６.４.１實(shí)驗(yàn)平臺(tái) １２５
６.４.２基于多傳感器融合的實(shí)驗(yàn) １２５
６.５實(shí)驗(yàn)結(jié)果１２５
６.６結(jié)論１２９
后記回顧與展望１３０
參考文獻(xiàn) １３２