勾勒無人駕駛系統版圖，揭開無人駕駛技術的神秘面紗
逐層剖析無人駕駛核心技術（深度學習、強化學習、電腦視覺等）
適用：工業界相關技術人員、對無人駕駛技術感興趣者。
作者簡介：
劉少山 PerceptIn聯合創始人。主要研究機器人的核心SLAM與深度學習技術，以及其在智慧硬體上的實現。
唐潔 華南理工大學電腦科學與工程學院副教授。主要從事無人駕駛和機器人的大數據計算與存儲平台、人工智慧的計算體系架構、機器視覺的嵌入式系統研究。
吳雙 依圖科技研究科學家，依圖矽谷研究院負責人。研究方向包括電腦和生物視覺，互聯網廣告演算法和語音辨識。
李力耘 百度美國研發中心無人駕駛高級架構師，負責無人車行為預測方向的系統架構及演算法優化。
各界推薦
名人推薦：
專家推薦
本書深入淺出地呈現無人駕駛這個複雜的系統。書中包含無人駕駛定位與感知演算法、無人駕駛決策與控制演算法、深度學習在無人駕駛的應用、無人駕駛系統、無人駕駛雲端平台、無人駕駛安全等章節，既巨觀地呈現無人駕駛技術的架構，又極佳地深入到無人駕駛有關的每個技術點。我相當同意書中的觀點：無人駕駛並不是一個技術點，而是許多技術點的集合。無人車上路行駛的前提是每一個技術點都要做得很好，這就代表在每個技術點上都有很好的創新機會。舉例來說，在無人駕駛晶片的設計上，使用低耗電的ARM 架構加上不同的加速晶片（GPU、FPGA、DSP、ASIC）在效能與耗電上有很大優勢。我仔細讀完本書後，對整個無人駕駛系統架構有了很好的認識，當我想更深入地了解一個技術點時，本書也提供很好的文獻資訊讓我深入學習。毫不誇張地說，本書讓我在短時間內對無人駕駛技術有了很好的了解。
ARM 董事會成員、全球副總裁、中國區總裁吳雄昂
作為一名科技企業的從業者，我有幸近距離觀察許多所謂的顛覆性技術的生命週期。我的感受是人們會將一項技術的近期作用無限誇大，對這項技術的長期演化常常估計不足。這一次大家對「無人駕駛」的態度也一樣，大多數人僅把「無人駕駛」看成一項技術，認為只要搞定演算法、感測器、雲與端的傳輸等就萬事大吉，我們就進入了完全自動駕駛的時代。我認為這種想法很危險，首先，這是一種發明家而非創新家、投機者而非創業者的心態；其次，這些人沒有充分意識到「無人駕駛」具有相當大的安全屬性與社會屬性，他們可能會談到政府管制的問題，但很少考慮人口結構及其背後的消費心理及消費習慣問題。這種拿著錘子找釘子的做法對「無人駕駛」的落實很不利。
作為從業者之一，我堅定看好「無人駕駛」這一產業的長期趨勢及其極大的經濟與社會效益，但在短期內，除了做好技術準備外，更應該把眼光放長遠，虛心地研究市場、使用者、監管者、利益相關方，腳踏實地一步一腳印，共同實現「無人駕駛」這一可預見的未來。本書是我讀過的有關「無人駕駛」最系統、最嚴謹的著作，值得有志於從事此企業的朋友認真閱讀。
舜宇光學科技（集團）有限公司總裁、執行董事孫泱
劉少山帶領的是一個專業而高效的矽谷菁英團隊！感謝他們的努力，將神秘高階的無人駕駛技術拉下神壇，並以庖丁解牛般的專業功力逐層剖析。這本誕生於工業界的無人駕駛圖書，將相當大地縮短開發者、同好，以及相關人士迅速切入，並深入學習和投身於人工智慧無人駕駛這一熱點領域的進程，實屬可貴。
CSDN &《程式設計師》總編孟迎霞
很高興看到本書書稿， 我認為這是一本無人駕駛方面的專業書籍，對技術發展現狀和工業實現都進行很好的描述，並對未來做出了展望。書中內容包含了各個層面面臨的技術挑戰和可能的技術解決方案，特別是在決策控制部分有精彩的描述。本書對在校學生、研究所學生，以及工業界相關技術人員都有所幫助！
清華大學教授、博士生導師樊平毅
名人推薦：專家推薦
本書深入淺出地呈現無人駕駛這個複雜的系統。書中包含無人駕駛定位與感知演算法、無人駕駛決策與控制演算法、深度學習在無人駕駛的應用、無人駕駛系統、無人駕駛雲端平台、無人駕駛安全等章節，既巨觀地呈現無人駕駛技術的架構，又極佳地深入到無人駕駛有關的每個技術點。我相當同意書中的觀點：無人駕駛並不是一個技術點，而是許多技術點的集合。無人車上路行駛的前提是每一個技術點都要做得很好，這就代表在每個技術點上都有很好的創新機會。舉例來說，在無人駕駛晶片的設計上，使用低耗電的ARM 架構加上不同的加速...
目錄
01 無人車：正在開始的未來
1.1 正在進行的無人駕駛
1.2 自動駕駛的分級
1.3 無人駕駛系統簡介
1.4 序幕剛啟
1.5 參考資料
02 光達在無人駕駛技術中的應用
2.1 無人駕駛技術簡介
2.2 光達基礎知識
2.3 LiDAR 在無人駕駛技術中的應用領域
2.4 LiDAR 技術面臨的挑戰
2.5 展望未來
2.6 參考資料
03 GPS 及慣性感測器在無人駕駛中的應用
3.1 無人駕駛定位技術
3.2 GPS 簡介
3.3 慣性感測器簡介
3.4 GPS 和慣性感測器的融合
3.5 結論
3.6 參考資料
04 以電腦視覺為基礎的無人駕駛感知系統
4.1 無人駕駛的感知
4.2 KITTI 資料集
4.3 電腦視覺能幫助無人車解決的問題
4.4 Optical Flow 和立體視覺
4.5 物體的識別與追蹤
4.6 視覺里程計算法
4.7 結論
4.8 參考資料
05 旋積神經網路在無人駕駛中的應用
5.1 CNN 簡介
5.2 無人駕駛二元3D 感知
5.3 無人駕駛物體檢測
5.4 結論
5.5 參考資料
06 增強學習在無人駕駛中的應用
6.1 增強學習簡介
6.2 增強學習演算法
6.3 使用增強學習幫助決策
6.4 無人駕駛的決策介紹
6.5 參考資料
07 無人駕駛的規劃與控制
7.1 規劃與控制簡介
7.2 路由尋徑
7.3 行為決策
7.4 動作規劃
7.5 回饋控制
7.6 無人車規劃控制結語
7.7 參考資料
08 以ROS 為基礎的無人駕駛系統
8.1 無人駕駛：多種技術的整合
8.2 機器人作業系統（ROS）簡介
8.3 系統可用性
8.4 系統通訊效能提升
8.5 系統資源管理與安全性
8.6 結論
8.7 參考資料
09 無人駕駛的硬體平台
9.1 無人駕駛：複雜系統
9.2 感測器平台
9.3 計算平台
9.4 控制平台
9.5 結論
9.6 參考資料
10 無人駕駛系統安全
10.1 針對無人駕駛的安全威脅
10.2 無人駕駛感測器的安全
10.3 無人駕駛作業系統的安全
10.4 無人駕駛控制系統的安全
10.5 車聯網通訊系統的安全性
10.6 安全模型驗證方法
10.7 參考資料
11 以Spark 與ROS 為基礎的分散式無人駕駛模擬平台
11.1 無人駕駛模擬技術
11.2 以ROS 為基礎的無人駕駛模擬器
11.3 以Spark 為基礎的分散式的模擬平台
11.4 結論
11.5 參考資料
12 無人駕駛中的高精度地圖
12.1 電子地圖分類
12.2 高精度地圖的特點
12.3 高精度地圖的生產
12.4 無人駕駛場景中的應用
12.5 高精度地圖的現狀與結論
12.6 參考資料
13 無人駕駛的未來
13.1 無人駕駛的商業前景
13.2 無人車面臨的障礙
13.3 無人駕駛產業
13.4 全球化下的無人駕駛
13.5 無人駕駛發展對策
13.6 可預見的未來
13.7 參考資料
01 無人車：正在開始的未來
1.1 正在進行的無人駕駛
1.2 自動駕駛的分級
1.3 無人駕駛系統簡介
1.4 序幕剛啟
1.5 參考資料
02 光達在無人駕駛技術中的應用
2.1 無人駕駛技術簡介
2.2 光達基礎知識
2.3 LiDAR 在無人駕駛技術中的應用領域
2.4 LiDAR 技術面臨的挑戰
2.5 展望未來
2.6 參考資料
03 GPS 及慣性感測器在無人駕駛中的應用
3.1 無人駕駛定位技術
3.2 GPS 簡介
3.3 慣性感測器簡介
3.4 GPS 和慣性感測器的融合
3.5 結論
3.6 參考資料
04 以電腦視覺為基礎的無人駕駛感知系統
4.1 無人駕駛...
TAAZE 讀冊生活
樂天書城
五南文化廣場網路書店
iRead灰熊愛讀書
