无人驾驶：人工智能如何颠覆汽车

　　《无人驾驶：人工智能如何颠覆汽车（双色版）》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。《无人驾驶：人工智能如何颠覆汽车（双色版）》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。　《无人驾驶：人工智能如何颠覆汽车（双色版）》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。

　　刘少山博士是PerceptIn的主席和创始人之一，他的研究重点是计算机架构、大数据平台、深度学习基础框架和机器人技术，他曾担任百度硅谷无人驾驶系统团队负责人。 李力耘博士现于百度硅谷研究中心担任软件架构师。作为百度无人驾驶团队的早期成员之一，他一直在主导和推进其无人驾驶技术的开发，包括百度无人驾驶车辆的智能行为决策、运动规划和车辆控制等。 唐洁博士现担任华南理工大学计算机科学与工程学院副教授。 吴双博士现为Yitu公司科学家，曾担任百度硅谷人工智能实验室高级研究员，在百度USDC担任高级架构师。 琼卢克﹒高迪奥特（JeanLuc Gaudiot）博士目前担任加州大学欧文分校电子工程和计算机科学系教授，他曾担任IEEE内部多种职位，并于2017年当选为IEEE计算机协会主席。

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

２.１.１ＧＮＳＳ概述／０１５

２.１.２ＧＮＳＳ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

６.３.２ＰＩＤ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

７.２.１Ｑ?学习／１４０

７.２.２ＡＣＴＯＲ?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

８.２.１ＲＯＳ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

９.３.１ＢｉｎＰｉｐｅＲＤＤ／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Ｓ