【自动驾驶系列丛书学习】2.《自动驾驶汽车环境感知》学习笔记

《自动驾驶技术概论》学习笔记

致谢:作者:甄先通、黄坚、王亮、夏添


笔记目录


本书系统介绍了自动驾驶汽车环境感知技术。从自动驾驶环境感知概述开始,介绍了车载传感器及传感器标定、计算机视觉与神经网络、环境感知与识别、自动驾驶道路复杂场景语义理解,以及多传感器融合,并通过范例实践验证,可为具备一定基础的人员提供自动驾驶环境感知系统的开发指导。

清华大学出版社此书链接:http://www.tup.tsinghua.edu.cn/booksCenter/book_08301201.html

系列丛书

学习笔记只是随手记录一下阅读的心得,碰到感兴趣的技术要点详细记录,拓宽拓宽眼界,增长增长见识,从自动驾驶的概论到感知-定位-决策-控制,这几个方面学习学习自动驾驶啦~~

未读章节:不标记颜色

已读章节:底部标绿色

感兴趣点:底部标黄色


《自动驾驶技术概论》

目录

第一章自动驾驶环境感知概述

1.1自动驾驶环境感知介绍

1.2车载感知系统组成简介

第二章车载传感器介绍

2.1摄像头

2.1.1概述

2.1.2工作原理

2.1.3优缺点

2.1.4摄像头在自动驾驶汽车上的应用

2.2激光雷达

2.2.1概述

2.2.2工作原理

2.2.3优缺点

2.2.4激光雷达在自动驾驶汽车中的应用

2.3毫米波雷达

2.3.1概述

2.3.2工作原理

2.3.3优缺点

2.3.4毫米波雷达在自动驾驶汽车中的应用

2.4超声波雷达

2.4.1概述

2.4.2工作原理

2.4.3优缺点

2.4.4超声波雷达在自动驾驶汽车上的应用

2.5惯性导航

2.5.1概述

2.5.2工作原理

2.5.3优缺点

2.5.4惯性导航在自动驾驶汽车上的应用

2.6本章小结

参考文献

第三章传感器标定

3.1概述

3.2摄像头的标定

3.2.1摄像头内参数标定

3.2.2摄像头间外参的标定

3.3激光雷达的标定

3.3.1激光雷达与激光雷达之间的外参标定

3.3.2激光雷达与摄像机的标定

3.4联合标定实验

3.5本章小结

参考文献

第四章计算机视觉与神经网络

4.1无人驾驶与计算机视觉

4.1.1生物视觉

4.1.2边缘检测

4.1.3图像分割

4.1.4神经网络与深度学习

4.1.5深度学习与传统学习

4.1.6计算机视觉在自动驾驶中的应用

4.2深度前馈网络

4.2.1 神经元

4.2.2网络结构

4.2.3深度前馈网络

4.2.4参数学习

4.3卷积神经网络

4.3.1卷积的概念

4.3.2卷积神经网络的性质

4.3.3卷积神经网络基本结构

4.3.4典型卷积神经网络

参考文献

第五章环境感知与识别

5.1环境感知与识别概述

5.2障碍物检测

5.2.2基于激光雷达的障碍物检测

5.2.3基于视觉和激光雷达融合的障碍物检测

5.3车道线检测

5.3.1基于传统计算机视觉的车道线检测

5.3.2基于深度学习的车道线检测

5.3.3︰基于激光雷达的车道线检测

5.4红绿灯检测

5.4.1基于传统视觉方法的红绿灯检

5.4.2基于深度学习的红绿灯检测

5.4.3高精地图结合

5.5场景流

5.5.1概述

5.5.2深度估计

5.5.3光流估计

5.6基于V2X的道路环境感知技术

5.6.1V2X技术

5.6.2路侧感知技术

5.7红绿灯检测实验

5.7.1Apollo红绿灯数据集

5.7.2实验流程

5.8本章小结

参考文献

第六章自动驾驶道路复杂场景语义理解

6.1 ApolloScape数据集

6.2可行驶区域检测

6.2.1基于传统计算机视觉的可行驶区域检测

6.2.2基于深度学习的可行驶区域检测

6.3复杂场景理解

6.3.1问题分析与应用场景

6.3.2CNN+LSTM实现

6.4动态场景理解

6.4.1多目标跟踪

6.4.2路径实时预测

6.4.3行人手势识别

6.5基于PointNet的点云分类和语义分割实验

6.5.1应用模型介绍

6.5.2实验环境·

6.5.3PointNet++代码运行

6.6本章小结

参考文献

第七章多传感器融合

7.1概述

7.2多传感器信息融合基础理论

7.2.1多传感器信息融合概述

7.2.2多传感器融合结构

7.2.3多传感器融合算法

7.3多传感器后融合技术

7.3.1Ulm自动驾驶:模块化的融合方法

7.3.2FOP-MOC模型

7.4多传感器前融合技术

7.4.1MV3D

7.4.2AVOD

7.4.3F-PointNet

7.5本章小结

参考文献


---------------------------------------------------正在看书喵-----------------------------------------------------

2023.3.7

渝北仙桃数据谷

相关推荐
地平线开发者2 天前
让 AI Agent 和 征程6 台架高效、稳定、安全地协作
算法·安全·自动驾驶
地平线开发者4 天前
从 40% 到 0.92%:一次征程6 OTA 下载的硬件加速优化全记录
自动驾驶
地平线智能驾驶开发者11 天前
点云算法整理与常用计算模块:从数据到模型,再到工程与量化
自动驾驶·点云算法·地面分割
地平线开发者11 天前
点云算法整理与常用计算模块:从数据到模型,再到工程与量化
算法·自动驾驶
陈嘿萌16 天前
ECCV 2026 | CausalDrive:澳门大学×小米汽车,面向自动驾驶的实时因果世界模型
图像处理·人工智能·深度学习·计算机视觉·自动驾驶·学术研究与理论基础
亚远景aspice18 天前
亚远景 - 无方向盘 L4 车辆批量认证,ASPICE 过程证据成制造商安全举证底座
安全·自动驾驶·aspice·研发管理·亚远景科技·过程能力评估·aspice评估
地平线开发者19 天前
CLIP 的训练机制:从对比学习到图文对齐
深度学习·算法·自动驾驶
wdf808822 天前
重型车辆、矿山装备、汽车研发、CAE、自动驾驶和沃尔沃重型车辆研发工作站配置与本地AI部署指南
人工智能·自动驾驶·cfd·creo机械设计
论文复现现场23 天前
BEVFormer训练需要几张GPU?2张A100 80GB够不够,显存与云GPU成本分析
pytorch·自动驾驶·a100·bevformer
地平线开发者23 天前
QAT 实战:从 PyTorch 模型到 J6E 实板精度与延时验证
pytorch·算法·自动驾驶