第一本无人驾驶技术书（第2版）

书籍作者：刘少山	ISBN：9787121364938
书籍语言：简体中文	连载状态：全集
电子书格式：pdf,txt,epub,mobi,azw3	下载次数：2910
创建日期：2021-02-14	发布日期：2021-02-14
运行环境：PC/Windows/Linux/Mac/IOS/iPhone/iPad/Kindle/Android/安卓/平板

内容简介

介绍无人驾驶这个庞当的AI综合体必备的技术点。在第一版的基础上，更新最近一两年的技术发展变化，并补充新的知识点，如高清激光雷达、对抗样本攻击等内容，辅以开源代码实践。

作者简介

刘少山，PerceptIn创始人，CEO。美国加州大学欧文分校（UC-Irvine）计算机博士，研究方向包括智能感知计算、系统软件、体系结构与异构计算。目前主要专注于机器人的核心SLAM与深度学习技术及其在智能硬件上的实现。

　　唐洁，华南理工大学计算机科学与工程学院副教授。北京理工大学计算机应用博士，美国加州大学欧文分校加州嵌入式系统研究中心博士。现主要从事面向无人驾驶和机器人的大数据计算与存储平台、面向人工智能的计算体系架构、面向机器视觉的嵌入式系统研究。

　　吴双，依图科技研究科学家，依图硅谷研究院负责人。研究方向包括计算机和生物视觉、互联网广告算法和语音识别，曾在NIPS等国际会议中发表文章。

　　李力耘，现任职于京东硅谷研发中心自动驾驶团队，担任主任架构师。在加盟京东硅谷研发中心前就职于百度美国硅谷无人驾驶团队。

　　焦加麟，Pony.ai资深软件工程师，美国密歇根大学电子工程硕士，在无人驾驶、高精地图、人工智能、机器学习、搜索、大数据等领域有多年从业经验。

　　鲍君威，美国加州大学伯克利分校博士。在光学精密测量仪器及传感器领域有近二十年工作和研发经验。2015年年底加入百度自动驾驶事业部，负责车载计算系统及传感器团队。

　　王超，美国南加州大学计算机硕士。2017年加入滴滴美国研发中心自动驾驶团队。

　　裴颂文，现任上海理工大学光电信息与计算机工程学院副教授，研究生导师。研究方向为异构计算、深度学习、无人驾驶汽车安全系统、云计算等。

　　陈辰，美国斯坦福大学电子工程博士。高精地图初创公司DeepMap创始工程师之一。目前在DeepMap负责多传感器数据融合、大规模分布式优化及三维数据机器学习算法开发工作。

　　邹亮，美国佐治亚大学地理信息科学硕士。2016年，作为创始工程师加入了DeepMap，负责高精地图的采集、制作、更新和维护整个流程及大中华地区的工程技术。

编辑推荐

适读人群：本书适合人工智能、深度学习、机器学习、强化学习、智能驾驶领域从业者阅读。
　　无人驾驶华语原创首着升级版！全面梳理无人驾驶技术必读之作！
　　增补内容超过50%|彩色插图|更多实例|
　　●无人驾驶技术概览
　　●深度剖析无人驾驶中的行为预测、感知、定位、决策、规划、控制技术等模块
　　●解析深度学习、强化学习、计算机视觉在无人驾驶中的应用
　　●无人驾驶高精地图、通信协议、模拟器技术、ROS系统、硬件平台、安全等多个主要技术点
　　适合对无人驾驶技术感兴趣的在校学生、工业从业者，以及相关人士阅读。

前言

　　笔者在年少时就很喜欢机器人，从求学阶段就开始专注于计算机科学，期待有朝一日可以从事机器人的研发工作。2007年，微软公司创始人比尔盖茨在《每个家庭都有一个机器人》（A Robot In Every Home）一文中预言：在不久的将来，每个家庭除了拥有计算机之外还会拥有一个机器人。这篇文章对笔者的启发很大，坚定了笔者从事机器人研发的决心。在美国攻读博士期间，笔者一直在机器人系统领域学习、研究；2009年夏，笔者在微软研究院（MSR Redmond）FPGA组实习期间的研究项目就是为机器人打造感知芯片。2014年，笔者有幸进入百度美国研究院，亲身经历了百度的无人驾驶事业从无到有、从单点技术到系统整合的整个过程，并在此过程中结识了一群顶尖的科技人才。在共事的过程中，大家互相学习，与无人驾驶行业共同成长。现在，笔者的大部分老同事已经在中国无人驾驶行业中各领风骚。
　　无人驾驶的场景特别复杂，技术挑战特别大，它因此被称为AI技术的圣杯。但是，笔者更愿意将无人驾驶归属于移动机器人的一个子类，而AI技术只是无人驾驶众多技术点中的一部分。正如本书详细介绍的那样，无人驾驶是一个系统工程，需要把众多的单点技术进行有效的整合。能否开发出一款好的无人驾驶产品取决于一个团队的全栈式工程能力与系统型整合能力，因此对整个无人驾驶架构的全面了解至关重要。
　　写作本书的初衷
　　虽然无人驾驶一直处于资本追逐的风口，但是整个无人驾驶行业的商业链条并不完备，尤其受限于人才储备不足。在日常的接触中，笔者发现许多工程师，甚至行业从业者对无人驾驶的理解存在许多偏差。例如，有人会觉得理解了某个深度学习算法就能利用它实现无人驾驶，或者只要有一个激光雷达就可以构建无人驾驶系统。笔者希望本书能够成为对无人驾驶有兴趣的同学们的基础入门书，能够通过解析无人驾驶架构帮助大家了解无人驾驶及每个技术点的具体作用。
　　本书的读者可以在掌握了整个无人驾驶技术架构后，再去深入挖掘一两个自己感兴趣的技术方向，由浅入深、由表及里地组织相关技术内容。只有这样，整个行业在每个单点技术的人才储备才会逐渐建立起来，无人驾驶才会有发展和繁荣的希望。
　　笔者一直认为，移动机器人，包括无人驾驶，主要集中在三个技术方向：感知、定位和决策。感知是无人车对当前环境的理解，从采集到的传感器原始数据中提取有意义的信息；定位是无人车对自身当前位置的理解，用来精确地控制无人车的行驶方向；而决策是无人车的大脑，根据感知与定位信息决定下一步的动作，为车辆的出行与到达提供安全可靠的规划。为了实现这三个技术模块的高效运行，我们需要一个适用于无人驾驶的边缘计算系统，这个系统由操作系统和硬件系统组成，将配合算法部分满足无人驾驶实时、可靠、安全、节能的要求。除了车载移动服务，我们还需要无人驾驶云平台提供离线的计算和存储功能以支持高精地图产生及大规模的深度学习模型训练等服务。
　　本书章节介绍
　　为了覆盖上述无人驾驶系统的内容，本书内容组织如下：
　　第1章将简单介绍无人驾驶系统架构。
　　第2章到第7章，将介绍无人驾驶中的感知定位技术模块。
　　第8章到第10章，将介绍无人驾驶中的决策与控制技术模块。
　　第11章到第15章，将介绍无人驾驶边缘计算系统的技术点。
　　最后，第16章到第20章，将介绍无人驾驶云平台的技术点。
　　每一章的最后一节都详细地列出了参考资料，以便读者对某个感兴趣的技术点进行深入探究。
　　刘少山，PerceptIn创始人兼CEO

第一本无人驾驶技术书（第2版）

内容简介

作者简介

编辑推荐

前言

目录

产品特色