[Все 3 тома] Подлинная книга без водителя: как подобрать автомобиль+принцип и практика без водителя+без водителя: будущее большого изменения автомобилей без водителя без водителя будущих путешествий и образа жизни
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
| 【Все 3 тома】 Вождение беспилотного вождения: как искусственный интеллект подрывает автомобили + беспилотные принципы и практики вождения + беспилотное вождение: большие изменения в будущих путешествиях и образе жизни | ||
 | Ценообразование | 207.00 |
| Кодирование ISBN | 9787111611172 | |
| Принцип и практика вождения без водителя | ||
 | Ценообразование | 69.00 |
| Издатель | Машиностроительная промышленность Пресса | |
| Опубликованная дата | Декабрь 2018 года | |
| формат | 16 | |
| автор | Шэнь Цзэбан Юн Биньбинь Чжоу Цинго Ли Лян Ли Гуаньцзин | |
| Количество страниц | 256 | |
| Кодирование ISBN | 9787111614999 | |
Введение
Беспилотная система вождения включает в себя широкий спектр технических аспектов, широкий спектр содержимого и множество типов и пролетов.На этом этапе есть две основные идеи для реализации беспилотных систем вождения: одна - традиционная идея робототехники, а другая - метод глубокого обучения.Оба типа технологий постоянно развиваются, а автомобильные компании и технологические компании без водителя часто интегрируют эти два типа технологий.Эта книга будет интегрировать эти два типа технологий, чтобы подробно объяснить ключевые технологии, применяемые к автомобильным системам без водителя от принципов до практики, и заложить прочную основу для читателей, которые намерены начать работу в области автомобилей без водителя. После прочтения этой книги у читателей будет возможность войти в передовое поле автомобилей без водителя и провести более глубокое исследование.
Оглавление
Хвалить эту книгу
последовательность
Предисловие
Совет
Глава 1 Я знаю систему без водителя
1 1 Что без водителя
1 1 1 1 Стандарты классификации для беспилотного вождения
1 1 2 Насколько сложно ездить без мужчины
1 2 Почему без водителя
1 2 1 Улучшение безопасности дорожного движения
1 2 2 снять заторы городского движения
1 2 3 повысить эффективность путешествий
1 2 4 Опустите порог для водителей
1 3 Основные рамки беспилотных систем вождения
1 3 1 Восприятие окружающей среды
1 3 2 позиционирование
1 3 3 Планирование задач
1 3 4 Планирование поведения
1 3 5 Планирование действий
1 3 6 Система управления
1 3 7 Сводка
1 4 Конфигурация среды разработки
1 4 1 Простая установка среды
1 4 2ROS Установка
1 4 3opencv Установка
1 5 Ссылки на эту главу
ГЛАВА 2 ROS Начало работы
2 1ROS ВВЕДЕНИЕ
2 1 1ROS
2 1 2ROS ИСТОРИЯ
2 1 3ROS функции
2 2ros Core Concept
2 3Catkin Create System
2 Структура организации проекта в 4RO
2 5 Практика на основе эмулятора хаски
2 6ROS Основное программирование
2 6 1ROS C ++ Программирование
2 6 2 Написание простых публикаций и программы подписки
2 6 3ROS Service Service
2 6 4 небольших случая на основе роботов хаски
2 7ROS Service
2 8ROS Action
2 9 общих инструментов в АФК
2 9 1Rviz
2 9 2rqt
2 9 3TF Система преобразования координат
2 9 4URDF и SDF
2 10 Список литературы на эту главу
Глава 3 Метод позиционирования системы без водителя
3 1 Принцип реализации позиционирования
3 2 Итерация #Алгоритм достойной точки
3 3 нормальное распределение преобразования
3 3 1NDT Алгоритм введение
3 3 основных этапов алгоритма NDT
3 3 Преимущества алгоритма 3NDT
3 3 4NDT пример алгоритма
3 4 Система позиционирования на основе GPS+ инерционная комбинированная навигация
3 4 1 Принцип позиционирования
3 4 2 позиционирование и слияние различных датчиков
3 5 Система позиционирования на основе Slam
3 5 1slam Principing
3 5 2SLAM применение
3 6 Ссылки на эту главу
Глава 4. Оценка состояния и объединение датчиков
4 1 Фильтрация Калмана и оценка состояния
4 1 1 Фоновые знания
4 1 2 фильтрация Калмана
4 1 3 Применение фильтрации Калмана в модуле восприятия автомобилей без водителя
4 2 High# Motion Model и расширенная фильтрация Калмана
4 2 1 High # Motion Model, применяемая к отслеживанию транспортных средств
4 2 2 расширенная фильтрация Калмана
4 3 фильтрация калмана без потерь.
4 3 1 Модель движения
4 3 2 Нелинейная модель процесса и модель измерения
4 3 3 Трансформация без потерь
4 3 4 Прогноз
4 3 5 Обновления измерений
4 3 6 Сводка
4 4 Ссылки на эту главу
ГЛАВА 5 Основы машинного обучения и нейронной сети
5 1 Основные концепции машинного обучения
5 2 контролируемого обучения
5 2 1 Ознакомьтесь с риском#минимизировать
5 2 2 моделей, переживание и поддержание
5 2 3&Ldquo; определенные алгоритмы”——
5 2 4 Резюме
5 3 Основы нейронной сети
5 3 1 Основная структура нейронной сети
5 3 2 неограниченная емкость—— подгонять любую функцию
5 3 3 Прямая передача
5 3 4 Стохастический градиент спуск
5 4 Использование керас для внедрения нейронных сетей
5 4 1 Подготовка данных
5 4 2 небольшие изменения в трехслойной сети—— Глубокая нейронная сеть с прямой связью
5 4 3 Сводка
5 5 Ссылки на эту главу
Глава 6 Глубокое обучение и беспилотное восприятие видения
6 1 Глубокая нейронная сеть.—— Зачем тебе быть глубоким
6 1 1 модели эффективность обучения в рамках больших данных
6 1 2 означает обучение
6 2 Технология регуляризации применяется к глубоким нейронным сетям
6 2 1 Улучшение набора данных
6 2 2 Раннее прекращение
6 2 3 Штраф Норма параметра
6 2 4 -й технологии
6 3 Практический бой—— распознавание логотипа трафика
6 3 1belgiumts набор данных
6 3 2 Предварительная обработка данных
6 3 3 Конструкция и обучение глубоких сетей прямой связи с использованием кераса
6 4 Введение в сверточные нейронные сети
6 4 1 Что такое свертка и мотивация для свертки
6 4 2 редких взаимодействий
6 4 3 Обмен параметрами
6 4 4
6 4 5 Свожденная нейронная сеть
6 4 6 Некоторые детали свертки
6 5 Проверка автомобиля на основе YOLO
6 5 1 Предварительно обученная классификационная сеть
6 5 2 Сеть обнаружения обучения
6 5 3 Yoolo функция потери
6 5 4 Тест
6 5 5 Обнаружение транспортного средства на основе YOLO и пешеходов
6 6 Ссылки на эту главу
ГЛАВА 7 ПЕРЕДАЧА
7 1 Трансферный обучение
7 2 сквозного беспилотного вождения
7 3 сквозного автономного моделирования вождения
7 3 1 Выбор симулятора
7 3 2 Получение и обработку данных
7 3 3 Строительство модели глубокой нейронной сети
7 4 Резюме главы
7 5 Ссылки на эту главу
Глава 8 Введение в беспилотное планирование вождения
8 1 Планирование пути беспилотного транспортного средства и* алгоритм
8 1 1 направленный график
8 1 2 Алгоритм поиска в ширину
8 1 3 Структуры данных.
8 1 4 Как генерировать маршруты
8 1 5 Поиск по направлению (эвристика)
8 1 6dijkstra алгоритм
8 1 7a* алгоритм
8 2-х слоя конечно-государственной машины и планирование поведения автомобилей беспилотных транспортных средств
8 2 1 Руководство по проектированию для беспилотной системы планирования решений транспортными средствами
8 2 2 конечный штат Машина
8 2 3 слоистой конечному состоянию
8 2 4 Использование государственных машин в планировании поведения
8 3 Генерация путей беспилотного транспортного средства на основе свободной границы кубической сплайновой интерполяции
8 3 1 Кубическая интерполяция сплайна
8 3 2 кубический алгоритм интерполяции сплайна
8 3 3 Используйте Python для реализации интерполяции кубической сплайны для генерации пути
8 4 Метод планирования действий на беспилотном транспортном средстве на основе траектории оптимизации Frenet
8 4 1 Зачем использовать систему координат Frenet
8 4 2jerk# Минимизация и полиномиальная раствор 5-х порядка
8 4 3 избегание столкновений
8 4 4 Примеры планирования действий беспилотных транспортных средств на основе траектории оптимизации Frenet
8 5 Ссылки на эту главу
Глава 9 Модель транспортного средства и управление высоким уровнем#
9 1 Кинематическая модель велосипеда и динамическая модель велосипеда
9 1 1 модель велосипеда
9 1 2 кинематическая модель велосипеда
9 1 3 Динамическая модель велосипеда
9 2 Введение в управление беспилотным транспортным средством
9 2 1 Зачем теорию контроля необходима
9 2 2PID управление
9 3 Контроль прогнозирования модели на основе кинематической модели
9 3 1 Проблемы при применении управления пидом к управлению рулевым управлением
9 3 2 Прогнозирующая модель
9 3 3 Оптимизация онлайн -прокрутки
9 3 4 Коррекция обратной связи
9 4 отслеживание треков
9 5 Ссылки на эту главу
Глава 10 Обучение глубокому подкреплению и его применение в автономном вождении
10 1 Обзор обучения подкрепления
10 2 Принципы и процессы обучения подкрепляют
10 2 1 Процесс принятия решений Марков
10 2 2 Цели обучения подкрепления и элементов агентов
10 2 Функция 3 значения
10 3 Приблизительная функция стоимости
10 4 Глубокий Q-Value Algorithm
10 4 1q_learning Алгоритм
10 4 2DQN Алгоритм
10 5 Политических градиентов
10 6 Глубокий детерминированный градиент стратегии и контроль игр Torcs
10 6 1TORCS ИГРА ВВЕДЕНИЕ
10 6 2TORCS Игровая среда
10 6 3 Алгоритм градиента глубокого детерминированного стратегии
10 7 Резюме этой главы
10 8 Ссылки на эту главу
| БЕСПЛАТНЫЙ: Как подорвать автомобиль искусственного интеллекта | ||
 | Ценообразование | 79.00 |
| Издатель | Машиностроительная промышленность Пресса | |
| Опубликованная дата | Декабрь 2018 года | |
| формат | 16 | |
| автор | [Китайский] Лю Шаошан Ли Лиюн | |
| Количество страниц | 180 | |
| Кодирование ISBN | 9787111611172 | |
Введение
«Вождение: как подобрать искусственный интеллект» - это книга технологий въезда для разработки связанных сотрудников в разработке транспортных средств без водителя (интеллектуальные соединенные автомобили).Автор поделился своим практическим опытом в создании системы транспортных средств без водителя.Эта книга состоит из главы 9 «Глава 1» описывает систему без водителя; глава 2 фокусируется на внедрении технологии позиционирования беспилотного транспортного средства; в главе 3 обсуждаются традиционные технологии экологического восприятия; технология; глава 5 вводит поведенческие прогнозы и технологии планирования пути; глава 6 фокусируется на Управление обратной связи с решениями о принятии решений о движении, подсистемах планирования и управления; детали дизайна клиентской системы вождения человека; глава 9 подробно описана облачная платформа без водителя.
Эта книга очень полезна для студентов, исследователей и связанных с ними практикующих.Независимо от того, являетесь ли вы студентом или аспирантом, если вы заинтересованы в беспилотном вождении, вы можете найти всеобъемлющее введение в технологии без водителя здесь.
об авторе
Доктор Лю Шаошан является председателем и основателем Perceptin. Его исследования посвящены компьютерной архитектуре, платформам больших данных, глубокому обучению основных структур и робототехнике. Он служил главой команды по систем беспилотной системы в Силиконовой долине Байду.
Доктор Ли Лиюн в настоящее время работает архитектором программного обеспечения в исследовательском центре Baidu Silicon Valley.Будучи одним из ранних членов команды по вождению без водителя Baidu, он руководил и продвигает разработку своей технологии без водителя, включая интеллектуальное принятие поведенческих решений, планирование движения и контроль автомобилей автомобилей Baidu без водителя.
Доктор Тан Цзе в настоящее время является доцентом в Школе компьютерных наук и инженерии, Университет Технологии Южно -Китай.
Доктор Ву Шуан в настоящее время является ученым в Yitu.Он работал в качестве исследователя с высоким уровнем в Лаборатории искусственного интеллекта в Силиконовой долине Байду и архитектором с высоким уровнем# в Baidu USDC.
Джоан Люк﹒ Доктор Жан-Люк Гаудио в настоящее время является профессором кафедры электронного инженера и компьютерных наук в Калифорнийском университете в Ирвинге.Он занимал различные должности в IEEE и был избран президентом компьютерного общества IEEE в 2017 году.
Оглавление
Глава 1 Введение в систему беспилотного вождения
1.1 Обзор технологий без водителя / 2002
1.2 Алгоритм без водителя / 1002
1.2.1 Датчик / 003
1.2.2 Восприятие / 004
1.2.3 Распознавание и отслеживание цели / 006
1.2.4 Решение / 006
1.3 беспилотная клиентская система / 008
1.3?
1.3 ?? 2 Аппаратная платформа / 011
1.4 Беспилотная облачная платформа / 011
1.4.1 Моделирование моделирования / 011
1.4.2 Высокая генерация карт / 012
1.4.3 Обучение модели глубокого обучения / 013
1.5 Все только началось / 014
Система позиционирования главы 2 беспилотных транспортных средств
2.1 позиционирование глобальной навигационной спутниковой системы / 015
2.1.1 Обзор GNSS / 015
2.1.2 Анализ ошибок GNSS / 017
2.1.3 Система улучшения на основе звезды / 018
2.1.4 Технология дифференциальной фазы носителей и дифференциальные GNSS / 019
2.1.5 Точное позиционирование / 020
2.1.6 Слияние системы глобального позиционирования и инерционной навигационной системы / 022
2.2 Используйте лазерное радиолокационное и высокое местоположение карты / 023
2.2.1 Обзор LIDAR / 023
2.2.2 Обзор карты с высокой точки зрения / 026
2.2.3 Лидар -радар и высокий уровень позиционирования карты / 030
2.3 Измеритель визуального пробега / 034
2.3.1 S Трехмумерный измеритель визуального пробега / 035
2.3.2 Один визуальный счетчик пробега / 036
2.3.3 Визуальный счетчик инерционного пробега / 036
2.4 Локальный расчет и измеритель пробега колеса / 038
2.4.1 Круглый энкодер / 038
2.4.2 Ошибка измерителя пробега Heeed / 039
2.4.3 Уменьшите ошибку измерителя пробега колеса / 040
2.5 Multi -Sensor Fusion / 042
2.5.1 Университет Канеки Меллон без лампочка City Challenge Boss / 042
2.5.2 Стэнфордский университет без ласина City Challenge Car Junior / 044
2.5.3 Mercedes -mercedes -Benz Car Baretha / 045
Ссылки / 047
Глава 3 Система автономного восприятия
3.1 Обзор / 051
3.2 Набор данных / 052
3.3 распознавание цели / 054
3.4 Семантическая сегментация / 056
3.5 Стерео -зрение, поток света и поток сцены / 058
3.5.1 S Трехмумерное зрение и информация о глубине / 058
3.5.2 Световой поток / 059
3.5.3 Flow / 059
3.6 Отслеживание цели / 061
3.7 Сводка / 063
Ссылки / 064
Глава 4 Применение глубокого обучения в системе беспилотного восприятия
4.1 Служба нейронная сеть / 068
4.2 Целевой тест / 069
4.3 Семантическая сегментация / 072
4.4 Stereo Vision и Light Flow / 0755
4.4.1 Stereo Vision / 0755
4.4.2 Световой поток / 076
4.5 Сводка / 079
Ссылки / 080
Глава 5 Прогнозирование и планирование пути
5.1 Обзор модуля планирования и управления / 082
5.1.1 Строительство: планирование и контроль в широком смысле / 082
5.1.2 Область каждого модуля: решить проблему в модуле / 084
5.2 Прогноз трафика / 087
5.2.1 Используйте поведенческие прогнозы в качестве задач классификации / 088
5.2.2 Генерация траектории транспортного средства / 093
5.3 Планирование пути дорожки -094
5.3.1 Для планирования пути сила творения имеет правильное направление / 096
5.3.2 Типичный алгоритм планирования пути / 098
5.3.3.
5.4 Сводка / 103
Ссылки / 103
Глава 6 Решение, планирование и контроль
6.1 поведение решений / 105
6.1.1 Метод процесса принятия решения Малкова / 107
6.1.2 Отделение лечения на основе сцены / 109
6.2 План движения / 116
6.2.1 Модель транспортного средства, модель дороги, SL System / 118
6.2.2 Планирование движения, разделенное на планирование пути и планирование скорости / 119
6.2.3 разделен на планирование движения вертикального планирования и горизонтального планирования / 126
6.3 Управление обратной связи / 130
6.3.1 Велосипедная модель / 130
6.3.2 Контроль PID / 132
6 ?? 4 Резюме / 133
Ссылки / 134
Глава 7 Планирование и контроль на основе расширенного обучения
7.1 Обзор / 136
7.2 Улучшенное обучение / 138
7.2.1 Q? ИССЛЕДОВАНИЕ/140
7.2.2 Актер? Метод критики/ 144
7.3 Планирование и контроль обучения в беспилотном вождении / 146
7.3.1 Улучшенное обучение в поведенческих решениях / 147
7.3 ??.
7.4 Сводка / 150
Ссылки / 150
Глава 8 Клиентская система без водителя
8.1 Система без водителя: сложная система / 152
8.2 Операционная система вождения без водителя / 154
8.2.1 ROS Review / 154
8.2.2 Системная надежность / 156
8.2.3 Оптимизация производительности / 157
8.2.4 Управление ресурсами и безопасность / 157
8.3 Платформа расчета / 158
8.3.1 Рассчитайте реализацию платформы / 158
8.3.2 Существующее расчетное решение / 159
8.3.3 Исследование проектирования компьютерной архитектуры / 160
Ссылки / 164
Глава 9 Платформа для вождения
9.1 Обзор / 165
9.2 Инфраструктура / 166
9.2.1 Распределенная структура распределения / 167
9.2.2 Распределенное хранилище / 167
9.2.3 Гетерогенный расчет / 168
9.3 моделирование симуляции / 170
9.3.1 Binpiperdd / 171
9.3.2 Подключите AS и Spark Engine / 172
9.3?
9.4 Обучение модели / 173
9.4.1 Зачем использовать Spark Engine / 174
9.4.2 Архитектура тренировочной платформы / 175
9.4.3 Гетерогенный расчет / 176
9,5 Высокая генерация карт / 176
9.5.1 Высокая карта / 177
9.5.2 Генерация карты облачных карт / 178
9.6 Резюме / 179
Ссылки / 179
| БЕСПЛАТНЫЙ: будущие путешествия и изменения образа жизни | ||
 | Ценообразование | 59.00 |
| Издатель | Машиностроительная промышленность Пресса | |
| Опубликованная дата | Май 2019 | |
| формат | 32 | |
| автор | Автор: [ирландцы] Дэвид&Миддот; Дэвид Керриган | |
| Количество страниц | 304 | |
| Кодирование ISBN | 9787111621430 | |
Введение
Вождение - это одно из самых опасных мероприятий в мире, а число людей, убитых с каждым годом, достигает одного миллиона.Только в Соединенных Штатах количество автомобильных аварий каждый год составляет почти 40 000, что эквивалентно смерти, вызванной пассажирским самолетом Boeing 737, полными пассажиров, каждый год.
Беспилотное вождение - это оружие для решения проблемы безопасности вождения. Скорее всего, оно произойдет в ближайшие десять лет.Это окажет огромное влияние на нашу транспортировку, экономику и даже мировую структуру власти и богатства, тем самым изменив наш обычный образ жизни.
об авторе
Дэйвид&Миддот; Дэвид Керриган
Технические аналитики и лучшие писатели, авторы, авторы «Мобильные телефоны могут спасти вашу жизнь», «Беспилотиное вождение: большое изменение будущих путешествий и жизни», а также недавно опубликованные «Как скопировать мир ускоряющихся изменений» и других работ.
Оглавление
Предисловие
Глава 1 Введение
Глава 2 Измените мировую машину
Глава 3 Автомобиль без водителя: Правда?
Глава 4 Безопасность
Глава 5 Все изменилось
Глава 6 Задача
Глава 7 Надзор и принятие
Глава 8, управляемый бонус
Рекомендуемое чтение
Рекомендации