×
暂无评论
图文详情
  • ISBN:9787302632139
  • 装帧:平装-胶订
  • 册数:暂无
  • 重量:暂无
  • 开本:其他
  • 页数:208
  • 出版时间:2023-06-01
  • 条形码:9787302632139 ; 978-7-302-63213-9

本书特色

人工智能对我们的未来至关重要。本书以产业界在自动驾驶技术领域中的实际研发经验为基础,以高性能的智能小车和高度仿真的车道沙盘为教学工具,为初学者打开一扇通往人工智能世界的大门。书中既没有艰深的原理讲解,也没有编写晦涩的算法,而是通过引导读者亲身感受并参与自动驾驶技术真实研发的各个环节,帮助他们找到运用人工智能方法解决自动驾驶技术挑战问题的乐趣。本书一方面系统介绍了人工智能及其在自动驾驶中的作用,另一方面通过开放性思考引发读者学习人工智能的兴趣。本书通过“看车”“造车”“开车”“写车”“算车”“玩车”等六个环节,引导读者完整“研发”出一套自动驾驶系统。书中给出了读者研发自动驾驶技术所涉及的核心知识领域,重点内容如下: 1. 看车:自动驾驶的基本概念与理论; 2. 造车:自动驾驶系统的软硬件知识; 3. 开车:自动驾驶数据采集与预处理; 4. 写车:神经网络解决自动驾驶问题; 5. 算车:自动驾驶的模型训练与调优; 6. 玩车:小车模型的部署与系统调试。 教学资源 1. 微课视频 2. 程序代码 3. 教学大纲 4. 教学课件 注:微课视频在本书文中扫码即可观看,其他文件可到清华大学出版社网站本书页面(或“人工智能科学与技术”微信公众号)获取下载。

内容简介

本书参照产业界自动驾驶技术研发的基本流程,充分借鉴了产业界在自动驾驶技术领域中的实际研 发经验,以高性能的智能小车和高度仿真的车道沙盘为实验教具和运行环境,深入浅出地讲解自动驾驶技 术的原理与实际应用,为初学者打开一扇通往人工智能世界的大门。本书以帮助初学者如何从无到有地 打造出具备自动驾驶功能的智能小车为主线,内容分为看车(了解自动驾驶)、造车(设计智能小车)、开车 (收集训练数据)、写车(编写自动驾驶模型)、算车(训练和优化自动驾驶模型)、玩车(部署并验证自动驾驶 模型)6章。初学者可以通过边学习理论知识边动手实践的方式,系统学习人工智能的算法理论和应用实 例。本书没有堆砌艰深晦涩的公式推导,力求将枯燥难解的算法原理及模型进行直观的讲解,希望读者在 学习的过程中,了解现实中自动驾驶技术的发展并获得运用人工智能解决自动驾驶难题的乐趣。 本书适合作为高等院校智能科学与技术、人工智能相关专业的教材,也适合作为人工智能研究人员、 开发人员的参考书。

目录

第1章看车: 自动驾驶概述 1.0本章导读 1.1认识自动驾驶 1.1.1什么是自动驾驶 1.1.2自动驾驶的分级标准 1.1.3当前业界自动驾驶技术的主要进展 1.2自动驾驶的实现 1.2.1自动驾驶的核心问题 1.2.2自动驾驶的技术实现 1.2.3自动驾驶的研发流程 1.3自动驾驶中的人工智能 1.3.1实现自动驾驶的智能系统 1.3.2自动驾驶与人工智能 1.4自动驾驶面临的挑战 1.4.1技术层面上的挑战 1.4.2非技术层面上的挑战 1.5开放性思考 1.6本章小结 第2章造车: 自动驾驶系统软硬件基础 2.0本章导读 2.1汽车底盘结构 2.1.1动力传动装置 2.1.2车辆悬架装置 2.1.3转向控制装置 2.1.4刹车制动装置 2.2汽车电子电气架构 2.2.1汽车线控底盘 2.2.2控制器架构模式的发展 2.2.3汽车开放系统架构 2.3自动驾驶汽车系统 2.3.1自动驾驶相关硬件 2.3.2自动驾驶系统框架 2.3.3自动驾驶系统研发 2.4智能小车系统 2.4.1智能小车整体架构 2.4.2智能小车硬件系统 2.4.3智能小车软件系统 2.4.4智能小车自动驾驶 2.4.5智能小车开发环境 2.5开放性思考 2.6本章小结 第3章开车: 自动驾驶数据收集与预处理 3.0本章导读 3.1机器学习与数据集 3.1.1人工智能与机器学习 3.1.2机器学习数据集 3.1.3多种数据类型的数据标注 3.1.4高维数据可视化技术 3.2自动驾驶数据收集与处理 3.2.1自动驾驶数据特征 3.2.2自动驾驶传感器数据 3.2.3数据融合与车辆定位 3.2.4自动驾驶数据标注 3.2.5自动驾驶公开数据集 3.3智能小车数据收集与处理 3.3.1操控智能小车行驶 3.3.2智能小车行驶数据收集 3.3.3智能小车数据标注 3.3.4智能小车数据分析 3.3.5智能小车数据清洗 3.3.6智能小车数据可视化 3.3.7智能小车数据处理工具 3.4开放性思考 3.5本章小结 第4章写车: 自动驾驶神经网络模型 4.0本章导读 4.1机器学习与神经网络 4.1.1数据驱动的学习过程 4.1.2人工神经网络 4.2自动驾驶中的卷积神经网络 4.2.1卷积的引入 4.2.2卷积神经网络 4.2.3经典的卷积神经网络结构 4.3自动驾驶中其他模型结构 4.3.1其他视觉感知任务 4.3.2激光雷达等传感器数据的处理 4.3.3多模态传感器数据的融合 4.3.4自动驾驶模型案例研究 4.4智能小车建模实战演练 4.4.1基于人工神经网络识别标志 4.4.2基于卷积的端到端自动驾驶网络 4.5开放性思考 4.6本章小结 第5章算车: 自动驾驶模型训练与调优 5.0本章导读 5.1模型与训练参数 5.1.1模型训练数据 5.1.2智能小车CNN模型 5.1.3参数和超参数 5.1.4损失函数 5.2神经网络模型训练 5.2.1梯度下降迭代 5.2.2反向传播梯度计算 5.2.3训练参数调整实例分析 5.3模型超参数优化 5.3.1常见超参数优化方法 5.3.2超参数优化工具 5.4训练效率与推理效果 5.4.1离线计算与在线计算 5.4.2模型迁移 5.4.3硬件加速器 5.5开放性思考 5.6本章小结 第6章玩车: 智能小车模型部署与系统调试 6.0本章导读 6.1智能小车主要工作流程 6.2智能小车系统部署实现 6.2.1自动驾驶模式的部署实现 6.2.2手动驾驶模式的部署实现 6.2.3模型训练模式的部署实现 6.3智能小车代码更改与性能调优 6.3.1模块级别的代码更改与性能调优 6.3.2系统级别的代码更改与性能调优 6.4智能小车系统问题调试与升级优化 6.4.1智能小车系统问题调试 6.4.2智能小车系统升级优化 6.5开放性思考 6.6本章小结 参考文献 视 频 名 称时长/分钟位置 微课视频01第1章前言1第1章章首 微课视频02第1章导读261.0节节首 微课视频03什么是自动驾驶121.1.1节节首 微课视频04自动驾驶分级131.1.2节节首 微课视频05自动驾驶当前主要进展121.1.3节节首 微课视频06自动驾驶的核心问题91.2.1节节首 微课视频07自动驾驶的技术实现121.2.2节节首 微课视频08自动驾驶的研发流程111.2.3节节首 微课视频09实现自动驾驶的智能系统101.3.1节节首 微课视频10人工智能在自动驾驶场景中的应用81.3.2节节首 微课视频11技术层面上的挑战121.4.1节节首 微课视频12非技术层面上的挑战91.4.2节节首 微课视频13第1章开放性思考41.5节节首 微课视频14第1章小结21.6节节首 微课视频15第2章前言4第2章章首 微课视频16第2章导读62.0节节首 微课视频17动力传动装置202.1.1节节首 微课视频18车辆悬架装置102.1.2节节首 微课视频19转向控制装置82.1.3节节首 微课视频20刹车制动装置152.1.4节节首 微课视频21汽车线控底盘112.2.1节节首 微课视频22控制器架构模式的发展82.2.2节节首 微课视频23汽车开放系统架构52.2.3节节首 微课视频24自动驾驶相关硬件322.3.1节节首 微课视频25自动驾驶系统框架162.3.2节节首 微课视频26自动驾驶系统研发152.3.3节节首 微课视频27智能小车系统42.4节节首 微课视频28第2章开放性思考42.5节节首 微课视频29第2章小结32.6节节首 微课视频30第3章前言2第3章章首 微课视频31第3章导读93.0节节首 微课视频32人工智能与机器学习103.1.1节节首 微课视频33机器学习数据集173.1.2节节首 微课视频34数据集标注143.1.3节节首 微课视频35高维数据可视化173.1.4节节首 微课视频36自动驾驶数据特征133.2.1节节首 微课视频37自动驾驶传感器数据93.2.2节节首 微课视频38数据融合与车辆定位303.2.3节节首 微课视频39自动驾驶数据标注63.2.4节节首 微课视频40自动驾驶公开数据集123.2.5节节首 微课视频41控制智能小车行驶63.3.1节节首 微课视频42智能小车行驶数据收集33.3.2节节首 微课视频43智能小车数据分析23.3.4节节首 微课视频44智能小车数据处理33.3.5节节首 微课视频45第3章开放性思考63.4节节首 微课视频46第3章小结23.5节节首 微课视频47第4章前言3第4章章首 微课视频48第4章导读54.0节节首 微课视频49数据驱动与学习214.1.1节节首 微课视频50人工神经网络84.1.2节节首 微课视频51卷积的引入144.2.1节节首 微课视频52卷积神经网络124.2.2节节首 微课视频53经典的卷积神经网络124.2.3节节首 微课视频54其他视觉任务84.3.1节节首 微课视频55激光雷达等传感器数据的处理24.3.2节节首 微课视频56多模态传感器数据的融合34.3.3节节首 微课视频57自动驾驶模型案例研究44.3.4节节首 微课视频58智能小车建模实战演练34.4节节首 微课视频59开放性思考44.5节节首 微课视频60第4章小结24.6节节首 微课视频61第5章前言2第5章章首 微课视频62第5章导读15.0节节首 微课视频63模型训练数据55.1.1节节首 微课视频64智能小车CNN模型45.1.2节节首 微课视频65参数、损失函数和超参数85.1.3节节首 微课视频66梯度下降迭代115.2.1节节首 微课视频67反向传播梯度计算105.2.2节节首 微课视频68训练参数调整实例分析35.2.3节节首 微课视频69常见超参数优化方法105.3.1节节首 微课视频70超参数优化工具35.3.2节节首 微课视频71离线计算与在线计算25.4.1节节首 微课视频72模型迁移35.4.2节节首 微课视频73硬件加速器55.4.3节节首 微课视频74第5章开放性思考15.5节节首 微课视频75第5章小结15.6节节首 微课视频76第6章前言1第6章章首 微课视频77第6章导读76.0节节首 微课视频78自动驾驶汽车的研发流程 26.1节节首 微课视频79智能小车的工作流程 106.1节节尾 微课视频80智能小车的三种工作模式 116.2节节首 微课视频81mycar服务器软件系统与模型训练过程306.2.1节节首 微课视频82mycar软件系统介绍266.2.1节节尾 微课视频83mycar软件的数据收集与标签过程46.2.2节节首 微课视频84mycar软件的模型部属与推理过程286.2.3节节首 微课视频85动手定制mycar_server软件86.3节节首 微课视频86动手定制——增加传感器76.3.1节节首 微课视频87动手定制——创建独立线程对象76.3.2节节首 微课视频88智能小车常见问题与解决思路86.4节节首 微课视频89多传感器融合——使用景深摄像头66.4.2节【例6-1】处 微课视频90多传感器融合——使用激光传感器36.4.2节【例6-2】处 微课视频91增加车联网V2X技术56.4.22节处 微课视频92第6章开放性思考56.5节节首 微课视频93第6章小结26.6节节首
展开全部

相关资料

★在智能交通领域,研发可以自主驾驶的车辆是全世界都关注的方向。利用多传感器和人工智能算法实现实时决策,这将改变交通成本,使人们的出行更加灵活与便利。长期来看,自动驾驶甚至会改变人们对于物理世界中“移动”与“固定”的观念。设想一下,可以重新规划未来城市的功能,或者用在过去难以想象的方式自动提供各种上门服务……这一切都源自人工智能驱动的交通系统。《自动驾驶——人工智能理论与实践》为人工智能的研究人员、开发人员和学生提供了实践案例和相关理论基础。
——John Roese 戴尔科技集团全球总裁兼首席技术官
  
★新形态教材的基础是课程,《自动驾驶一一人工智能理论与实践》教材中遴选的内容是复旦大学与戴尔科技集团深度产教融合的成熟课程成果。很多学校都准备开设相关的课程,但缺乏影响力大且具有丰富实验案例的教材,所以这本教材的编写非常及时,意义深远,尤其是围绕新形态教材还可以进一步开展多种协作学习、分时学习、线上线下全时空教学等实践探索。
——程文青 教育厅高等学校电子信息类专业教学指导委员会委员,华中科技大学电子信息与通信
学院副院长,电工电子国家级实验教学示范中心主任
  
★《自动驾驶一一人工智能理论与实践》是对具有“教”“学”“评”等各个环节的新型教学模式进行探索的一种体现。该书通过教学模式的创新,把人工智能和自动驾驶有机地结合起来,学生在学习中能够以教材为纽带,将人工智能理论和智能小车实践相互印证,不但可以基于自己的兴趣有选择地深入学习和·实践,还可以把小车的设计、车内的电子系统、驾驶路线规划算法实现等与机械、控制、建模和算法等自动驾驶方面的知识进行有机融合。
方向忠上海交通大学电子工程系教授,上海市数字媒体处理与传输重点实验室常务副主任
  
★《自动驾驶——人工智能理论与实践》为自动驾驶场景下人工智能的教学实践提供了完善和清晰的教学体系,形成了可复制、可扩展的模式,保证了教学的标准化和规范化。书中理论与实践相结合,全面覆盖了自动驾驶行业所关注的问题,具有一定的开放性。通过数字化的新形态教材形式,可以不断更新该书的技术和实践案例资源,而且用虚拟仿真平台能更好地帮助学生完成教学实践目标。
——宋大雷 中国海洋大学创新教育实践中心主任,教育厅首批国家级一流本科课程负责人,山东省普通本科教育课程思政示范课程负责人

作者简介

胡波 复旦大学教授、博士生导师。担任工业与信息化部IMT-2030(6G)推进组专家组成员、教育厅电子信息类专业教学指导委员会委员、华为无线通信接入技术国家重点实验室学术委员会委员、上海市电子学会副理事长等学术职务。先后主持教育厅新工科研究与实践项目、产教协同育人项目及上海市教改项目多项。主要从事智能信息处理与传输、未来无线通信技术、智能传感网的参数估计与跟踪、智能图像与视频处理、基于视频的目标检测与跟踪、智能信息处理系统(图像、视频)设计与实现等方面研究。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航