无人驾驶：人工智能如何颠覆汽车？

无人驾驶汽车工程技术人员入门书

百度硅谷一线资深工程师、IEEE计算机协会主席Jean-Luc Gaudiot教授联袂编著

图书信息

书名：《无人驾驶——人工智能如何颠覆汽车》

书号：978-7-111-61117-2

作者：【中】刘少山、李力耘、唐洁、吴双 著

【美】琼卢克·高迪特奥

译者：史津竹、安靖雅、代凯、葛林鹤 译

主审：马芳武

定价：￥79.00

出版时间：2019年1月

内容简介

《无人驾驶：人工智能如何颠覆汽车》是为从事无人驾驶车辆(智能网联汽车)开发相关工作人员的入门技术书。作者分享了他们打造无人驾驶车辆系统的实践经验。本书由9章组成，第1章概述了无人驾驶系统；第2章着重介绍无人驾驶车辆定位技术；第3章讨论了传统的环境感知技术；第4章讨论基于深度学习的环境感知技术；第5章介绍了行为预测和路径规划技术；第6章着重介绍运动决策、规划与控制子系统的反馈控制；第7章介绍基于增强学习的规划和控制技术；第8章深入研究无人驾驶客户端系统的设计细节；第9章详细介绍了无人驾驶云平台。

本书对在校学生、研究人员和相关从业人员都大有益处。无论你是本科生还是研究生，只要对无人驾驶感兴趣，都可以在这里找到无人驾驶技术的全面介绍。

权威推荐

无人驾驶技术是当今最为火热的技术之一。随着智能汽车上路逐渐成为现实，越来越多的研究者参与其中，普通大众也对其津津乐道。的确，正如本书的作者所言，无人驾驶正处于曙光时期。然而，无人驾驶汽车技术涉及诸多领域，包括计算机软硬件、人工智能、信息技术、车辆工程、自动控制等，对于入门者而言过于庞杂，让人迷茫不知所措。如果无法对无人驾驶汽车技术全局有个初步的认识，就不知道各个领域发展的最新现状，也无法找到最适合自己的研究领域。本书正好解决了上述痛点。

本书的作者们在各自的领域造诣深厚，有着丰富的无人驾驶汽车技术研究开发经验。它深入浅出，引人入胜，很适合作为无人驾驶汽车技术入门和总览图书阅读。我非常荣幸能够向中国读者推荐这本书，让更多的同行了解无人驾驶汽车技术。

马芳武

FISITA技术委员会主席/SAEFellow/吉林大学教授

图书目录

拖动右侧滚动条可以查看全目录▼

第１ 章无人驾驶系统简介

１.１　无人驾驶技术概述／ ００２

１.２　无人驾驶算法／ ００２

１.２.１　传感／ ００３

１.２.２　感知／ ００４

１.２.３　目标识别与跟踪／ ００６

１.２.４　决策／ ００６

１.３　无人驾驶客户端系统／ ００８

１.３ １　机器人操作系统／ ００８

１.３ ２　硬件平台／ ０１１

１.４　无人驾驶云平台／ ０１１

１.４.１　仿真模拟／ ０１１

１.４.２　高精度地图生成／ ０１２

１.４.３　深度学习模型训练／ ０１３

１.５　一切刚刚开始／ ０１４

第２ 章无人驾驶车辆的定位系统

２.１　采用全球导航卫星系统定位／ ０１５

２.１.１　ＧＮＳＳ 概述／ ０１５

２.１.２　ＧＮＳＳ 误差分析／ ０１７

２.１.３　星基增强系统／ ０１８

２.１.４　载波相位差分技术和差分ＧＮＳＳ ／ ０１９

２.１.５　精确点定位／ ０２０

２.１.６　全球定位系统和惯性导航系统的融合／ ０２２

２.２　采用激光雷达和高精度地图定位／ ０２３

２.２.１　激光雷达概述／ ０２３

２.２.２　高精度地图概述／ ０２６

２.２.３　激光雷达和高精度地图定位／ ０３０

２.３　视觉里程计／ ０３４

２.３.１　立体视觉里程计／ ０３５

２.３.２　单目视觉里程计／ ０３６

２.３.３　视觉惯性里程计／ ０３６

２.４　航位推算和轮式里程计／ ０３８

２.４.１　轮式编码器／ ０３８

２.４.２　轮式里程计误差／ ０３９

２.４.３　减少轮式里程计误差／ ０４０

２.５　多传感器融合／ ０４２

２.５.１　卡内基梅隆大学无人驾驶城市挑战赛车Ｂｏｓｓ ／ ０４２

２.５.２　斯坦福大学无人驾驶城市挑战赛车Ｊｕｎｉｏｒ ／ ０４４

２.５.３　梅赛德斯－奔驰无人驾驶车Ｂｅｒｔｈａ ／ ０４５

参考文献／ ０４７

第３ 章无人驾驶的感知系统

３.１　概述／ ０５１

３.２　数据集／ ０５２

３.３　目标识别／ ０５４

３.４　语义分割／ ０５６

３.５　立体视觉、光流和场景流／ ０５８

３.５.１　立体视觉与深度信息／ ０５８

３.５.２　光流／ ０５９

３.５.３　场景流／ ０５９

３.６　目标跟踪／ ０６１

３.７　总结／ ０６３

参考文献／ ０６４

第４ 章深度学习在无人驾驶感知系统中的应用

４.１　卷积神经网络／ ０６８

４.２　目标检测／ ０６９

４.３　语义分割／ ０７２

４.４　立体视觉和光流／ ０７５

４.４.１　立体视觉／ ０７５

４.４.２　光流／ ０７６

４.５　总结／ ０７９

参考文献／ ０８０

第５ 章预测与路径规划

５.１　规划与控制模块概览／ ０８２

５.１.１　架构： 广义上的规划与控制／ ０８２

５.１.２　各个模块的范围：以模块的方式解决问题／ ０８４

５.２　交通预测／ ０８７

５.２.１　将行为预测作为分类问题／ ０８８

５.２.２　车辆轨迹生成／ ０９３

５.３　车道级的路径规划／ ０９４

５.３.１　为路径规划创建权重有向图／ ０９６

５.３.２　典型的路径规划算法／ ０９８

５.３.３　规划图损失： 强弱路径规划／ １０２

５.４　总结／ １０３

参考文献／ １０３

第６ 章决策、规划和控制

６.１　行为决策／ １０５

６.１.１　马尔可夫决策过程方法／ １０７

６.１.２　基于场景的分治法／ １０９

６.２　运动规划／ １１６

６.２.１　车辆模型、道路模型、ＳＬ 坐标系／ １１８

６.２.２　划分为路径规划和速度规划的运动规划／ １１９

６.２.３　划分为纵向规划和横向规划的运动规划／ １２６

６.３　反馈控制／ １３０

６.３.１　自行车模型／ １３０

６.３.２　ＰＩＤ 控制／ １３２

６ ４　总结／ １３３

参考文献／ １３４

第７ 章基于增强学习的规划和控制

７.１　概述／ １３６

７.２　增强学习／ １３８

７.２.１　Ｑ⁃学习／ １４０

７.２.２　ＡＣＴＯＲ⁃ＣＲＩＴＩＣ 方法／ １４４

７.３　无人驾驶中基于学习的规划和控制／ １４６

７.３.１　行为决策中的增强学习／ １４７

７.３.２　基于增强学习的规划和控制／ １４７

７.４　总结／ １５０

参考文献／ １５０

第８ 章无人驾驶客户端系统

８.１　无人驾驶系统： 一个复杂的系统／ １５２

８.２　无人驾驶的操作系统／ １５４

８.２.１　ＲＯＳ 综述／ １５４

８.２.２　系统可靠性／ １５６

８.２.３　性能优化／ １５７

８.２.４　资源管理与安全性／ １５７

８.３　计算平台／ １５８

８.３.１　计算平台的实现／ １５８

８.３.２　现有的计算解决方案／ １５９

８.３.３　计算机体系结构设计的探索／ １６０

参考文献／ １６４

第９ 章无人驾驶云平台

９.１　概述／ １６５

９.２　基础架构／ １６６

９.２.１　分布式计算框架／ １６７

９.２.２　分布式存储／ １６７

９.２.３　异构计算／ １６８

９.３　仿真模拟／ １７０

９.３.１　ＢｉｎＰｉｐｅＲＤＤ ／ １７１

９.３.２　连接ＲＯＳ 与Ｓｐａｒｋ 引擎／ １７２

９.３ ３　性能表现／ １７３

９.４　模型训练／ １７３

９.４.１　为什么使用Ｓｐａｒｋ 引擎／ １７４

９.４.２　训练平台架构／ １７５

９.４.３　异构计算／ １７６

９.５　高精度地图生成／ １７６

９.５.１　高精度地图／ １７７

９.５.２　云端地图生成／ １７８

９.６　总结／ １７９

参考文献／ １７９

图书样章