自動駕駛——人工智能理論與實踐

本書參照產業界自動駕駛技術研發的基本流程,充分借鑒了產業界在自動駕駛技術領域中的實際研 發經驗,以高性能的智能小車和高度模擬的車道沙盤為實驗教具和運行環境,深入淺出地講解自動駕駛技 術的原理與實際應用,為初學者打開一扇通往人工智能世界的大門。本書以幫助初學者如何從無到有地 打造出具備自動駕駛功能的智能小車為主線,內容分為看車(瞭解自動駕駛)、造車(設計智能小車)、開車 (收集訓練數據)、寫車(編寫自動駕駛模型)、算車(訓練和優化自動駕駛模型)、玩車(部署並驗證自動駕駛 模型)6章。初學者可以通過邊學習理論知識邊動手實踐的方式,系統學習人工智能的算法理論和應用實 例。本書沒有堆砌艱深晦澀的公式推導,力求將枯燥難解的算法原理及模型進行直觀的講解,希望讀者在 學習的過程中,瞭解現實中自動駕駛技術的發展並獲得運用人工智能解決自動駕駛難題的樂趣。 本書適合作為高等院校智能科學與技術、人工智能相關專業的教材,也適合作為人工智能研究人員、 開發人員的參考書。

目錄

 

 

 

第1章看車： 自動駕駛概述

 

1.0本章導讀

 

1.1認識自動駕駛

 

1.1.1什麽是自動駕駛

 

1.1.2自動駕駛的分級標準

 

1.1.3當前業界自動駕駛技術的主要進展

 

1.2自動駕駛的實現

 

1.2.1自動駕駛的核心問題

 

1.2.2自動駕駛的技術實現

 

1.2.3自動駕駛的研發流程

 

1.3自動駕駛中的人工智能

 

1.3.1實現自動駕駛的智能系統

 

1.3.2自動駕駛與人工智能

 

1.4自動駕駛面臨的挑戰

 

1.4.1技術層面上的挑戰

 

1.4.2非技術層面上的挑戰

 

1.5開放性思考

 

1.6本章小結

 

第2章造車： 自動駕駛系統軟硬件基礎

 

2.0本章導讀

 

2.1汽車底盤結構

 

2.1.1動力傳動裝置

 

2.1.2車輛懸架裝置

 

2.1.3轉向控制裝置

 

2.1.4剎車制動裝置

 

2.2汽車電子電氣架構

 

2.2.1汽車線控底盤

 

2.2.2控制器架構模式的發展

 

2.2.3汽車開放系統架構

 

2.3自動駕駛汽車系統

 

2.3.1自動駕駛相關硬件

 

2.3.2自動駕駛系統框架

 

2.3.3自動駕駛系統研發

 

2.4智能小車系統

 

2.4.1智能小車整體架構

 

2.4.2智能小車硬件系統

 

2.4.3智能小車軟件系統

 

2.4.4智能小車自動駕駛

 

2.4.5智能小車開發環境

 

2.5開放性思考

 

2.6本章小結

 

第3章開車： 自動駕駛數據收集與預處理

 

3.0本章導讀

 

3.1機器學習與數據集

 

3.1.1人工智能與機器學習

 

3.1.2機器學習數據集

 

3.1.3多種數據類型的數據標註

 

3.1.4高維數據可視化技術

 

3.2自動駕駛數據收集與處理

 

3.2.1自動駕駛數據特徵

 

3.2.2自動駕駛傳感器數據

 

3.2.3數據融合與車輛定位

 

3.2.4自動駕駛數據標註

 

3.2.5自動駕駛公開數據集

 

3.3智能小車數據收集與處理

 

3.3.1操控智能小車行駛

 

3.3.2智能小車行駛數據收集

 

3.3.3智能小車數據標註

 

3.3.4智能小車數據分析

 

3.3.5智能小車數據清洗

 

3.3.6智能小車數據可視化

 

3.3.7智能小車數據處理工具

 

3.4開放性思考

 

3.5本章小結

 

第4章寫車： 自動駕駛神經網絡模型

 

4.0本章導讀

 

4.1機器學習與神經網絡

 

4.1.1數據驅動的學習過程

 

4.1.2人工神經網絡

 

4.2自動駕駛中的捲積神經網絡

 

4.2.1捲積的引入

 

4.2.2捲積神經網絡

 

4.2.3經典的捲積神經網絡結構

 

4.3自動駕駛中其他模型結構

 

4.3.1其他視覺感知任務

 

4.3.2激光雷達等傳感器數據的處理

 

4.3.3多模態傳感器數據的融合

 

4.3.4自動駕駛模型案例研究

 

4.4智能小車建模實戰演練

 

4.4.1基於人工神經網絡識別標志

 

4.4.2基於捲積的端到端自動駕駛網絡

 

4.5開放性思考

 

4.6本章小結

 

第5章算車： 自動駕駛模型訓練與調優

 

5.0本章導讀

 

5.1模型與訓練參數

 

5.1.1模型訓練數據

 

5.1.2智能小車CNN模型

 

5.1.3參數和超參數

 

5.1.4損失函數

 

5.2神經網絡模型訓練

 

5.2.1梯度下降迭代

 

5.2.2反向傳播梯度計算

 

5.2.3訓練參數調整實例分析

 

5.3模型超參數優化

 

5.3.1常見超參數優化方法

 

5.3.2超參數優化工具

 

5.4訓練效率與推理效果

 

5.4.1離線計算與在線計算

 

5.4.2模型遷移

 

5.4.3硬件加速器

 

5.5開放性思考

 

5.6本章小結

 

第6章玩車： 智能小車模型部署與系統調試

 

6.0本章導讀

 

6.1智能小車主要工作流程

 

6.2智能小車系統部署實現

 

6.2.1自動駕駛模式的部署實現

 

6.2.2手動駕駛模式的部署實現

 

6.2.3模型訓練模式的部署實現

 

6.3智能小車代碼更改與性能調優

 

6.3.1模塊級別的代碼更改與性能調優

 

6.3.2系統級別的代碼更改與性能調優

 

6.4智能小車系統問題調試與升級優化

 

6.4.1智能小車系統問題調試

 

6.4.2智能小車系統升級優化

 

6.5開放性思考

 

6.6本章小結

 

參考文獻

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

視 頻 名 稱時長/分鐘位置

微課視頻01第1章前言1第1章章首

微課視頻02第1章導讀261.0節節首

微課視頻03什麽是自動駕駛121.1.1節節首

微課視頻04自動駕駛分級131.1.2節節首

微課視頻05自動駕駛當前主要進展121.1.3節節首

微課視頻06自動駕駛的核心問題91.2.1節節首

微課視頻07自動駕駛的技術實現121.2.2節節首

微課視頻08自動駕駛的研發流程111.2.3節節首

微課視頻09實現自動駕駛的智能系統101.3.1節節首

微課視頻10人工智能在自動駕駛場景中的應用81.3.2節節首

微課視頻11技術層面上的挑戰121.4.1節節首

微課視頻12非技術層面上的挑戰91.4.2節節首

微課視頻13第1章開放性思考41.5節節首

微課視頻14第1章小結21.6節節首

微課視頻15第2章前言4第2章章首

微課視頻16第2章導讀62.0節節首

微課視頻17動力傳動裝置202.1.1節節首

微課視頻18車輛懸架裝置102.1.2節節首

微課視頻19轉向控制裝置82.1.3節節首

微課視頻20剎車制動裝置152.1.4節節首

微課視頻21汽車線控底盤112.2.1節節首

微課視頻22控制器架構模式的發展82.2.2節節首

微課視頻23汽車開放系統架構52.2.3節節首

微課視頻24自動駕駛相關硬件322.3.1節節首

微課視頻25自動駕駛系統框架162.3.2節節首

微課視頻26自動駕駛系統研發152.3.3節節首

微課視頻27智能小車系統42.4節節首

微課視頻28第2章開放性思考42.5節節首

微課視頻29第2章小結32.6節節首

微課視頻30第3章前言2第3章章首

微課視頻31第3章導讀93.0節節首

微課視頻32人工智能與機器學習103.1.1節節首

微課視頻33機器學習數據集173.1.2節節首

微課視頻34數據集標註143.1.3節節首

微課視頻35高維數據可視化173.1.4節節首

微課視頻36自動駕駛數據特徵133.2.1節節首

微課視頻37自動駕駛傳感器數據93.2.2節節首

微課視頻38數據融合與車輛定位303.2.3節節首

微課視頻39自動駕駛數據標註63.2.4節節首

微課視頻40自動駕駛公開數據集123.2.5節節首

微課視頻41控制智能小車行駛63.3.1節節首

微課視頻42智能小車行駛數據收集33.3.2節節首

微課視頻43智能小車數據分析23.3.4節節首

微課視頻44智能小車數據處理33.3.5節節首

微課視頻45第3章開放性思考63.4節節首

微課視頻46第3章小結23.5節節首

微課視頻47第4章前言3第4章章首

微課視頻48第4章導讀54.0節節首

微課視頻49數據驅動與學習214.1.1節節首

微課視頻50人工神經網絡84.1.2節節首

微課視頻51捲積的引入144.2.1節節首

微課視頻52捲積神經網絡124.2.2節節首

微課視頻53經典的捲積神經網絡124.2.3節節首

微課視頻54其他視覺任務84.3.1節節首

微課視頻55激光雷達等傳感器數據的處理24.3.2節節首

微課視頻56多模態傳感器數據的融合34.3.3節節首

微課視頻57自動駕駛模型案例研究44.3.4節節首

微課視頻58智能小車建模實戰演練34.4節節首

微課視頻59開放性思考44.5節節首

微課視頻60第4章小結24.6節節首

微課視頻61第5章前言2第5章章首

微課視頻62第5章導讀15.0節節首

微課視頻63模型訓練數據55.1.1節節首

微課視頻64智能小車CNN模型45.1.2節節首

微課視頻65參數、損失函數和超參數85.1.3節節首

微課視頻66梯度下降迭代115.2.1節節首

微課視頻67反向傳播梯度計算105.2.2節節首

微課視頻68訓練參數調整實例分析35.2.3節節首

微課視頻69常見超參數優化方法105.3.1節節首

微課視頻70超參數優化工具35.3.2節節首

微課視頻71離線計算與在線計算25.4.1節節首

微課視頻72模型遷移35.4.2節節首

微課視頻73硬件加速器55.4.3節節首

微課視頻74第5章開放性思考15.5節節首

微課視頻75第5章小結15.6節節首

微課視頻76第6章前言1第6章章首

微課視頻77第6章導讀76.0節節首

微課視頻78自動駕駛汽車的研發流程  26.1節節首  

微課視頻79智能小車的工作流程  106.1節節尾   

微課視頻80智能小車的三種工作模式 116.2節節首

微課視頻81mycar服務器軟件系統與模型訓練過程306.2.1節節首

微課視頻82mycar軟件系統介紹266.2.1節節尾

微課視頻83mycar軟件的數據收集與標簽過程46.2.2節節首

微課視頻84mycar軟件的模型部屬與推理過程286.2.3節節首

微課視頻85動手定製mycar_server軟件86.3節節首

微課視頻86動手定製——增加傳感器76.3.1節節首

微課視頻87動手定製——創建獨立線程對象76.3.2節節首

微課視頻88智能小車常見問題與解決思路86.4節節首

微課視頻89多傳感器融合——使用景深攝像頭66.4.2節【例61】處

微課視頻90多傳感器融合——使用激光傳感器36.4.2節【例62】處

微課視頻91增加車聯網V2X技術56.4.22節處

微課視頻92第6章開放性思考56.5節節首

微課視頻93第6章小結26.6節節首