動畫視頻+全彩圖解人工智能與無人駕駛汽車

第1章 人工智能概述 001
1.1 人工智能的概念 002
1.2 弱人工智能和強人工智能 003
1.2.1 弱人工智能及其優(yōu)勢 003
1.2.2 強人工智能及其特點 005
1.3 人工智能的工作流程 007
1.4 人工智能的應用場景 008
1.4.1 交通運輸 008
1.4.2 安全系統(tǒng) 011
1.4.3 社會交流 011
1.4.4 服務系統(tǒng) 012
1.4.5 工業(yè)機器人 012
1.4.6 智能圍棋手 013
1.4.7 智能教育 013
1.4.8 智能穿戴 014
1.4.9 仿人通用機器人 014
第2章 人工智能驅動下的新型智能交通 015
2.1 智能交通系統(tǒng)概述 016
2.1.1 智能交通系統(tǒng)的概念 016
2.1.2 智能交通系統(tǒng)的應用范圍 016
2.1.3 智能交通系統(tǒng)的特點 017
2.1.4 智能交通系統(tǒng)的組成 018
2.2 車路云一體化 022
2.2.1 車路云一體化系統(tǒng)定位 022
2.2.2 車路云一體化融合控制系統(tǒng)架構 022
2.2.3 車路云一體化云控基礎平臺 024
2.2.4 車路云一體化云控應用平臺 025
2.2.5 車路云一體化路側基礎設施 025
2.2.6 車路云一體化通信網(wǎng) 026
2.2.7 車路云一體化車輛及其他交通參與者 027
2.2.8 車路云一體化相關支撐平臺 028
2.3 數(shù)據(jù)分析和預測 029
2.4 信息融合技術 031
2.4.1 交通運行與管控 031
2.4.2 優(yōu)化信號控制與車路協(xié)同 032
2.4.3 規(guī)劃環(huán)節(jié) 034
第3章 無人駕駛汽車 035
3.1 基本原理與核心技術組成 036
3.1.1 感知技術 037
3.1.2 決策與規(guī)劃技術 038
3.1.3 控制與執(zhí)行技術 038
3.1.4 人機交互技術 038
3.1.5 安全保障技術 039
3.2 總體構造及關鍵部件 039
3.2.1 車 040
3.2.2 線控系統(tǒng) 040
3.2.3 傳感器 042
3.2.4 計算單元 042
3.3 安全性和可靠性 043
3.4 相關法律法規(guī) 044
第4章 計算機視覺和視頻攝像頭——無人駕駛汽車的“眼” 061
4.1 計算機視覺與視頻攝像頭的含義 062
4.2 計算機視覺系統(tǒng)與視頻攝像頭的組成和工作原理 063
4.3 計算機視覺技術在無人駕駛汽車中的應用 067
4.3.1 環(huán)境感知 067
4.3.2 自主決策 068
4.3.3 路徑規(guī)劃 069
4.3.4 輔助駕駛 069
4.4 視頻攝像頭在無人駕駛汽車中的應用 070
第5章 語音識別——無人駕駛汽車的“耳” 071
5.1 智能語音識別技術 072
5.2 語音識別系統(tǒng)的組成 073
5.3 語音識別系統(tǒng)的工作原理 074
5.4 語音識別技術在無人駕駛汽車中的應用 075
第6章 自然語言處理——無人駕駛汽車的“口” 078
6.1 自然語言處理的含義 079
6.2 自然語言處理系統(tǒng)的組成 079
6.2.1 機器翻譯 079
6.2.2 語義理解 080
6.2.3 問答系統(tǒng) 080
6.3 自然語言處理系統(tǒng)的工作原理 081
6.3.1 語言模型 081
6.3.2 詞向量表示和語義分析 082
6.3.3 深度學習 082
6.4 自然語言處理技術在無人駕駛汽車中的應用 083
6.5 自然語言處理技術與無人駕駛汽車的融合 085
第7章 人機交互和問答——無人駕駛汽車的“血液” 087
7.1 人機交互和問答系統(tǒng)的含義 088
7.2 人機交互系統(tǒng)的主要組成 089
7.2.1 多模態(tài)輸入/輸出 089
7.2.2 智能接口代理 089
7.2.3 視覺獲取 089
7.2.4 視覺合成 090
7.2.5 對話系統(tǒng) 090
7.3 人機交互系統(tǒng)的工作原理 091
7.3.1 輸入設備 091
7.3.2 中央處理器 091
7.3.3 操作系統(tǒng)和應用軟件 092
7.3.4 輸出設備 092
7.4 問答系統(tǒng)的組成 093
7.5 問答系統(tǒng)的工作原理 094
7.6 人機交互和問答技術在無人駕駛汽車中的應用 095
第8章 激光雷達和激光測距器——無人駕駛汽車的“手” 098
8.1 激光雷達及其分類 099
8.1.1 按功能分類 099
8.1.2 按工作介質分類 100
8.1.3 按線數(shù)分類 101
8.1.4 按掃描方式分類 102
8.1.5 按探測方式分類 102
8.1.6 按載荷平臺分類 103
8.2 激光雷達的組成和工作原理 104
8.3 激光測距器及其工作原理 105
8.4 激光雷達在無人駕駛汽車中的應用 106
8.4.1 動靜態(tài)障礙物檢測與分類 107
8.4.2 道路邊緣檢測與道路特征識別 107
8.4.3 激光雷達用于地圖構建和定位 108
8.5 激光測距器在無人駕駛汽車中的應用 109
第9章 車聯(lián)網(wǎng)——無人駕駛汽車的“神經(jīng)” 111
9.1 車聯(lián)網(wǎng)的含義 112
9.2 車聯(lián)網(wǎng)系統(tǒng)的組成 113
9.3 車聯(lián)網(wǎng)系統(tǒng)的工作原理 120
9.4 車聯(lián)網(wǎng)技術在無人駕駛汽車中的應用 121
9.4.1 智能駕駛 121
9.4.2 車輛遠程監(jiān)控和管理 121
9.4.3 智能交通管理 122
9.4.4 車輛保險和車輛維修 123
9.4.5 V2X通信技術 123
9.4.6 射頻識別技術 125
9.4.7 DSRC通信技術 127
9.4.8 LTE-V通信技術 128
9.4.9 5G通信技術 128
第10章 精確定位——無人駕駛汽車的“腳” 131
10.1 精確定位的含義 132
10.2 精確定位系統(tǒng)的組成 132
10.3 精確定位系統(tǒng)的工作原理 133
10.4 精確定位技術在無人駕駛汽車中的應用 134
10.4.1 差分全球衛(wèi)星定位系統(tǒng) 135
10.4.2 GPS/DR組合導航定位系統(tǒng) 136
10.4.3 北斗衛(wèi)星導航定位系統(tǒng) 136
10.4.4 慣性導航系統(tǒng) 138
10.4.5 通信基站定位 140
第11章 大數(shù)據(jù)、機器學習和工控機——無人駕駛汽車的“大腦” 143
11.1 大數(shù)據(jù)、機器學習和工控機的含義 144
11.2 大數(shù)據(jù)的組成 145
11.3 大數(shù)據(jù)的工作原理 147
11.4 機器學習的組成 149
11.5 機器學習的工作原理 150
11.6 工控機的組成 151
11.7 工控機的工作原理 152
11.8 大數(shù)據(jù)技術在無人駕駛汽車中的應用 153
11.8.1 數(shù)據(jù)獲取 153
11.8.2 數(shù)據(jù)分析 154
11.8.3 數(shù)據(jù)應用 154
11.9 機器學習技術在無人駕駛汽車中的應用 155
11.10 工控機技術在無人駕駛汽車中的應用 157