新书推荐 |自动驾驶系统开发

《自动驾驶系统开发》

ISBN：9787302658603

作者：黄浴、杨子江

定价：136.00元

内容简介

本书系统地介绍当今自动驾驶领域前沿的技术理论，从自动驾驶的背景知识开始，对软硬件平台、感知、地图、定位、规划决策、控制、仿真和安全等方面展开深入讨论，并介绍自动泊车系统和车联网技术的应用。

全书共15章：第1章是自动驾驶系统的概述(开发结构、场景分类和数据闭环等)；第2章简要介绍自动驾驶的基础理论，即计算机视觉和深度学习等；第3、4章是自动驾驶的软硬件平台分析，包括传感器、计算平台、软件架构和操作系统等；第5~9章分别介绍自动驾驶的感知、地图、定位、规划和控制模块；第10章重点介绍自动驾驶的仿真模拟模块；第11章讨论自动驾驶的安全模型；第12章讨论自动驾驶的一个特例——自动泊车系统；第13章介绍车联网技术(车路协同和车辆编队)；第14、15章分别介绍最近自动驾驶相关的两个技术热点，即3D场景的神经渲染(以NeRF为主)和扩散模型的内容生成。

本书适合有一定基础的读者阅读，如具备在计算机视觉和机器学习(甚至深度学习)方面的理论基础和实践经验。本书提供大量自动驾驶前沿技术的第一手资料，涉及开发自动驾驶的多方面。希望本书能够启发和触动自动驾驶一线的开发人员，在遇到问题和困难时开阔思路并发现解决问题的方法。

作

者

简

介

展开全文

黄浴

曾任上汽零束科技智驾计算平台首席科学家、黑芝麻智能科技自动驾驶技术研究副总裁和奇点汽车美国研究与创新首席科学家兼总裁、深信科创首席科学家。在百度美研、Intel公司、华为美研、三星美研等工作多年。共发表40多篇国际学术论文，获得17项欧美专利。在西安交通大学、西安电子科技大学和北京交通大学分别获得工学学士、硕士和博士学位，曾是清华大学计算机系博士后，德国洪堡研究学者和美国UIUC贝克曼研究所黄熙涛（T.S.Huang）教授博士后研究员。

杨子江

深信科创创始人，西安交通大学教授及图灵交叉信息科学研究中心主任。在中国科学技术大学、赖斯大学和宾夕法尼亚大学分别获得学士、硕士和博士学位。曾任美国西密歇根大学计算机科学系教授及密歇根大学电子工程与计算机科学系访问教授。学术兼职包括IEEE国际电动与无人车技术委员会共同主席、IEEE自动驾驶标准工作组副主席、中国电动汽车百人会理事、AI百人会副会长，担任2020-2023年IEEE国际自动驾驶软件会议共同主席、2019年IEEE国际软件测试及验证大会共同主席。发表论文百余篇及数十项中美专利，获得ACM SIGSOFT杰出论文奖,ACMTODAES最佳期刊论文奖。

序言

汽车是人类社会“衣”“食”“住”“行”四大基本需求中“行”的重要载体。多年以来，汽车工业的蓬勃发展给人类的交通带来了巨大便利，但随着汽车保有量增长的同时，也导致交通事故频发、能源消耗过度、环境污染严重等社会问题产生。

在新一轮科技革命和产业变革的推动下，汽车已经从单纯由人工控制的交通工具，转变为机械、电子、计算机、人工智能、信息通信等多领域交叉的综合性智慧移动空间和运载出行系统。基于交叉学科，多领域融合的新技术，研发新一代智能网联汽车(也称为网联式自动驾驶汽车)，以解决当前交通社会存在的各种问题，已成为国内外研究机构及汽车企业的共识。随着汽车智能化、电动化技术的不断成熟，智能化、网联化的清洁能源汽车可以提供更安全、更节能、更环保、更便捷的出行方式和综合解决方案。进一步地，随着新兴的汽车电子技术、通信技术、大数据平台等技术的进步和应用，融合网联化的新一代智能网联汽车及相关技术得到了广泛的关注和研究，也是国际公认的未来发展方向和关注焦点。

本书作者具有丰富的、深厚的计算机视觉和机器学习工作经验，并在自动驾驶汽车领域深耕多年，是这个新兴领域的一线研发工作者，这也使得本书具有难得的系统性知识体系和深刻的自动驾驶技术观点，相信能够给这个领域的读者或从业者带来启迪和收获。

——李克强 清华大学车辆与运载学院教授，中国工程院院士

来自学者的推荐

黄浴博士与杨子江教授是自动驾驶及相关领域的顶级科学家。这部著作对此领域，从基础理论到研究前沿，进行了全面并深刻的阐述。在自动驾驶科技发展的关键时刻，本书的出版恰逢其时。对有科技基础的读者，特别是有志从事自动驾驶研发的科技人员，本书将是不可或缺的宝典。我强烈推荐！

——姚期智 清华大学交叉信息研究院院长，2000年图灵奖获得者，中国科学院院士

自动驾驶是人工智能、软件、能源、机械等学科的交汇，对推动科研发展有巨大的促进作用。黄浴博士及杨子江教授的著作深入探讨了自动驾驶的基础理论和最新成果，我推荐这本优秀的参考书。

——管晓宏 西安交通大学电信学部主任，中国科学院院士

黄浴博士与杨子江教授的著作，从基础理论到具体实践，深入浅出地系统讲述了新一代自动驾驶领域的核心技术。两位学者在学术界和工业界都有很深的造诣。本书对于无人驾驶领域的初学者或资深从业者来说，都是不可多得的好书。本人强烈推荐给读者！

——杨强 加拿大皇家科学院院士，加拿大工程院院士，香港科技大学计算机科学系讲座教授，微众银行首席人工智能官

来自企业家的推荐

互联网行业再到智能汽车行业，我的创业经历让我相信自动驾驶技术将赋予汽车新的产品定义，带来更多创新，成为诸多新兴技术的载体和连接点。希望黄浴博士和杨子江教授的这本大作，能够在智能汽车产业向自动驾驶方向发展的艰难道路上，为更多人增添力量。念念不忘，必有回响。

——李想 理想汽车创始人、董事长兼CEO

依靠新一代芯片和软件，让自动驾驶成为现实，这将改变人类的出行方式，但相关技术创新和实现尚在起步阶段。希望黄浴博士和杨子江教授这部联袂著作可以吸引更多科技人员奔赴自动驾驶的星辰大海。

——余凯 地平线创始人兼CEO

中国新能源汽车异军突起，正在走向世界，但是以智能驾驶为核心的汽车产业技术革新和产品变现才刚刚开始。这本书无疑为这个新技术领域的从业者提供了进阶指导，希望能助推汽车产业吸引更多优秀的科技人员。

——韩三楚 大众集团(中国)董事会成员、执行副总裁、Cariad中国CEO

自动驾驶的大幕已经开启，前沿技术的发展日新月异，黄浴博士与杨子江教授合著的《自动驾驶系统开发》，对自动驾驶的基础理论、实践经验以及前沿发展，进行了系统而深入的阐述，内容贴近一线，非常适合从业人员阅读，可以开阔思路、拓展认知。我强烈推荐！

——徐雷 纽励科技创始人兼CEO、CTO

黄浴博士与杨子江教授长期在自动驾驶前沿进行技术研发，他们的这部著作对自动驾驶研发从业人员来说是很好的技术参考书，希望能够推动这个行业的进一步发展。

——韩旭 文远知行CEO兼联合创始人

来自一线技术专家的推荐

黄浴博士与杨子江教授长期从事自动驾驶研发的前沿工作，是行业的顶级专家。这部著作详尽地涵盖了当前自动驾驶的相关技术模块，从感知到规划控制，从软件平台到硬件，系统地介绍了自动驾驶研发的相关技术，同时对最新技术，如神经渲染、扩散模型等有清晰的介绍。这部著作对自动驾驶研发从业人员和对自动驾驶技术感兴趣的读者，都是不可多得的参考书和实践教材。我强烈推荐！

——陈学文 广汽研究院首席科学家兼任xlab主任

黄浴博士与杨子江教授长期专研自动驾驶前沿技术与量产实践，是不可多得的顶级专家。这部著作凝聚了两位科学家在自动驾驶领域的丰富开发经验和深刻理论理解。无论是自动驾驶研发从业人员，还是对自动驾驶技术感兴趣的读者，都能从本著作中收获良多。我强烈推荐！

——陈光 一汽红旗南京科技开发公司CTO

近年来自动驾驶技术飞速发展，在新能源汽车赛道已经落地开花，为我们带来了崭新的出行体验。黄浴博士和杨子江教授在自动驾驶领域耕耘多年，成绩斐然。本书系统地介绍了自动驾驶基本原理、软硬件、方法论和发展方向，是一本不可多得的理论结合实战的佳作。

——董远强 小鹏汽车自动驾驶工程高级总监

黄浴博士与杨子江教授是自动驾驶及相关领域的顶级科学家和经验丰富的业界实践者。这部著作从理论到实践、从硬件到软件，全面系统地介绍了自动驾驶各个方向的核心技术，提供了很多自动驾驶前沿技术的第一手探索、实践和思考的经验和资料，是无人驾驶业界的科研人员的一部不容错过的佳作。本人强烈推荐！

——罗琦 英伟达自动驾驶工程总监

目录

向上滑动阅览

第1章自动驾驶系统概论

1．1自动驾驶的分级

1．2模块化开发结构

1．3端到端开发结构

1．4自动驾驶场景

1．5数据闭环

1．6小结

参考文献

第2章自动驾驶的基础理论

2．1计算机视觉

2．1．1计算机视觉底层

2．1．2计算机视觉中层

2．1．3计算机视觉高层

2．2图像处理

2．2．1图像信号处理器

2．2．2图像滤波

2．2．3图像增强

2．3优化理论

2．4机器学习

2．4．1支持向量机

2．4．2随机森林

2．5深度学习

2．5．1卷积神经网络

2．5．2生成对抗网络

2．5．3递归神经网络

2．5．4Transformer网络

2．6神经网络模型压缩和加速

2．6．1参数修剪和共享

2．6．2低秩分解

2．6．3转移/致密卷积滤波器

2．6．4知识蒸馏

2．6．5MobileNets

2．7小结

参考文献

第3章自动驾驶的硬件平台

3．1传感器

3．1．1摄像头

3．1．2激光雷达

3．1．3毫米波雷达

3．1．4超声波雷达

3．1．5惯导

3．1．6GPS

3．1．7车联网

3．2车体控制

3．2．1VCU/ECU/MCU/HCU

3．2．2CAN总线

3．2．3ESP

3．2．4EPS

3．3计算平台

3．3．1NVIDIADriveAGXXavier和Orin

3．3．2Mobileye的EQ-x

3．3．3TI公司的TDA4VM

3．3．4Qualcomm公司的骁龙Ride

3．4线控底盘

3．5电子电气架构

3．6小结

参考文献

第4章自动驾驶的软件平台

4．1AUTOSAR

4．2软件开发V-模型

4．3aSPICE软件开发流程

4．4ISO26262软件开发流程

4．5NVIDIADriveWorks软件平台

4．6车载操作系统

4．6．1ROS

4．6．2QNX

4．6．3BOSCH冰羚

4．6．4DORA

4．7自动驾驶云平台

4．7．1开源分布式深度学习框架

4．7．2自动驾驶云的实例架构

4．8DevOps和MLOps

4．9小结

参考文献

第5章自动驾驶的感知模块

5．1传感器标定

5．1．1摄像头标定

5．1．2激光雷达标定

5．1．3手-眼标定

5．1．4摄像头-GPS/IMU标定

5．1．5激光雷达-摄像头标定

5．1．6摄像头-雷达标定

5．1．7激光雷达-IMU标定

5．2单目视觉的障碍物测距

5．3单目视觉的深度图估计

5．3．1传统方法

5．3．2深度学习方法

5．4单目视觉的3D障碍物检测

5．5障碍物跟踪

5．5．1单目标

5．5．2多目标

5．5．3基于深度学习的目标跟踪

5．6传感器融合

5．6．1数据级

5．6．2任务级

5．7车道线检测

5．8交通标志检测识别

5．9交通信号灯检测识别

5．10可驾驶区域分割

5．11双目视觉感知

5．11．1立体匹配

5．11．2双目在线标定

5．11．3双目视觉感知系统

5．11．4深度学习的双目视差估计

5．12人体姿态估计

5．13驾驶人监控系统

5．14BEV的视觉感知系统

5．14．1基于单应变换的BEV

5．14．2基于深度的BEV

5．14．3基于MLP的BEV

5．14．4基于Transformer的BEV

5．14．5BEV框架的扩展

5．14．6BEV存在的问题

5．15小结

参考文献

第6章自动驾驶的高清地图

6．1高清地图

6．2语义地图

6．3基于车道线的高清地图

6．4基于深度学习的SLAM方法

6．5小结

参考文献

第7章自动驾驶的定位模块

7．1基于车道线地图的定位

7.2基于激光雷达的定位

7．2．1正态分布变换定位

7．2．2粒子滤波定位

7．2．3直方图滤波器定位

7．3基于传感器融合的定位

7．4基于深度学习的定位方法

7．5小结

参考文献

第8章自动驾驶的规划模块

8．1基本规划理论

8．1．1Frenet坐标系

8．1．2EM规划器

8．2驾驶行为模型和预测

8．2．1驾驶行为预测

8．2．2驾驶行为学习

8．3行人行为模型和预测

8．4驾驶行为克隆

8．5小结

参考文献

第9章自动驾驶的控制模块

9．1车辆的运动学和动力学模型

9．2传统控制算法

9．2．1经典PID控制

9．2．2LQR控制

9．2．3模型预测控制

9．3路径和轨迹稳定的控制方法

9．3．1路径稳定的控制

9．3．2轨迹稳定的控制

9．4基于深度学习的车辆控制

9．4．1端到端的自动驾驶控制

9．4．2基于机器学习的运动控制

9．5小结

参考文献

第10章自动驾驶的仿真模拟模块

10．1传感器

10．1．1摄像头

10．1．2激光雷达

10．1．3毫米波雷达

10．1．4其他传感器

10．2交通模型

10．3车辆和行人模型

10．4数据可视化模型

10．4．1XVIZ

10．4．2streetscape．gl

10．5道路网络仿真

10．5．1道路与环境建模

10．5．2可定制的道具和标志

10．5．3功能性道路网络

10．6场景库的建设和自动驾驶测试

10．6．1场景定义

10．6．2仿真测试方法分类

10．6．3场景库建设

10．6．4场景描述语言OpenSCENARIO

10．7基于数字孪生的安全-紧要场景泛化

10．8小结

参考文献

第11章安全模型

11．1基本概念

11．2NHTSA

11．3ISO26262

11．4ISO/PAS21448SOTIF

11．5IntelMobileyeRSS安全模型

11．6网络安全

11．7自动驾驶系统的安全解决方案

11．8自动驾驶的V&V技术

11．9小结

参考文献

第12章自动和自主泊车

12．1自动泊车系统的基本介绍

12．2环视视觉系统标定

12．3鱼眼摄像头的感知系统

12．4泊车位检测

12．5泊车的运动规划

12．6泊车中的传感器融合

12．7自动代客泊车

12．8泊车场的语义地图和定位

12．9自动泊车的深度学习规划技术

12．10小结

参考文献

第13章车联网

13．1智能网联汽车

13．2车载网络与社交物联网

13．3边缘计算

13．4车辆-路端的协同技术

13．5自动驾驶的协同感知

13．6编组车队的协同规划和控制

13．7小结

参考文献

第14章神经渲染技术

14．1原始NeRF

14．2NeRF的加速方法

14．2．1AutoInt

14．2．2PlenOctree

14．2．3Plenoxel

14．3动态场景的渲染

14．4NeRF重打光技术

14．5NeRF的泛化技术

14．5．1GRAF

14．5．2GIRAFFE

14．6质量改进的技术

14．6．1Mip-NeRF

14．6．2NeRF-in-the-dark

14．7小结

参考文献

第15章扩散模型

15．1基于分数生成网络

15．2去噪扩散概率模型

15．3DDIM

15．4SDE

15.5图像/视频合成

15．5．1图像

15．5．2视频

15．5．3新视图合成

15．6图像-图像翻译

15．7文本-图像/视频的合成

15．8扩散模型的改进

15．9小结

参考文献

附录

精彩样章

向上滑动阅览