互联网 类型
可以朗读 语音朗读
172千字 字数
2025-10-01 发行日期
展开全部

主编推荐语

拆解多传感器融合的核心算法与落地细节，助你完成感知技术阶跃。

内容简介

本书由真正从事自动驾驶感知实践的资深专家撰写，由真实落地经验总结，系统讲解从3D目标检测到BEV融合感知的完整技术体系，内容涵盖基础理论、核心算法与工程实践，为读者进行感知系统开发提供全链路指导。

全书共7章。

第1章全面介绍摄像头、激光雷达、毫米波雷达与超声波雷达的硬件组成、工作原理及应用场景，奠定传感器技术基础。

第2章讲解针孔相机模型、畸变模型、鱼眼相机与双目相机模型，为图像处理与目标检测提供理论支撑。

第3章深入解析3D目标检测算法，包括单目测距、单目3D检测及基于点云的方法，如SMOKE、MonoFlex、MonoDETR、PointPillars和CenterPoint，展现其在自动驾驶中的关键作用。

第4章聚焦时间同步技术与摄像头、多传感器联合标定方法，确保多源数据的时空一致性，为数据融合提供保障。

第5章介绍卡尔曼滤波、匈牙利算法及其改进方法，结合后融合策略与Apollo平台的融合方案，系统讲解后融合感知的实际应用。

第6章围绕BEV融合感知技术，涵盖LSS、BEVDet、BEVDet4D、DETR3D、Sparse4D v1和BEVFormer等前沿算法，展示基于几何与网络变换的最新进展。

第7章关注BEV感知的工程化落地，结合开源数据集、TensorRT加速与BEVDet4D实战，提供从算法到部署的完整实现路径。

目录

  • 版权信息
  • Preface 前言
  • Chapter 1 第1章 传感器技术详解与应用
  • 1.1 车载摄像头
  • 1.1.1 摄像头的硬件组成
  • 1.1.2 车载摄像头的分类
  • 1.1.3 车载摄像头的性能要求
  • 1.1.4 车载摄像头的应用场景
  • 1.2 激光雷达
  • 1.2.1 探测采用的方法
  • 1.2.2 组成、硬件参数与应用场景
  • 1.3 毫米波雷达
  • 1.3.1 硬件结构
  • 1.3.2 信号处理流程
  • 1.3.3 FMCW雷达的工作原理
  • 1.3.4 毫米波雷达的应用
  • 1.4 超声波雷达
  • 1.4.1 测距原理
  • 1.4.2 二维测距与空间定位
  • 1.4.3 安装与应用
  • Chapter 2 第2章 相机与图像
  • 2.1 针孔相机模型
  • 2.2 畸变模型
  • 2.3 鱼眼相机模型
  • 2.4 双目相机模型
  • Chapter 3 第3章 3D目标检测
  • 3.1 单目测距算法
  • 3.1.1 相机坐标系与世界坐标系
  • 3.1.2 几何线索测距
  • 3.2 单目3D检测算法的原理与实现
  • 3.2.1 SMOKE算法
  • 3.2.2 MonoFlex算法
  • 3.2.3 MonoDETR算法
  • 3.3 基于点云的3D目标检测算法的原理与实现
  • 3.3.1 PointPillars算法
  • 3.3.2 CenterPoint算法
  • Chapter 4 第4章 融合感知：时间同步和标定
  • 4.1 多传感器时间同步
  • 4.1.1 时间同步的核心技术
  • 4.1.2 时间同步的主流方案
  • 4.2 摄像头标定
  • 4.2.1 摄像头内参标定
  • 4.2.2 摄像头外参标定
  • 4.2.3 摄像头在线标定
  • 4.3 多传感器联合标定
  • 4.3.1 激光雷达与摄像头联合标定
  • 4.3.2 激光雷达与IMU联合标定
  • Chapter 5 第5章 后融合感知方案
  • 5.1 卡尔曼滤波算法
  • 5.2 图论基本概念与匈牙利算法
  • 5.2.1 图论基本概念
  • 5.2.2 匈牙利算法
  • 5.2.3 改进的匈牙利算法：KM算法和MKM算法
  • 5.2.4 Apollo的MKM算法实现
  • 5.3 后融合策略
  • 5.3.1 无记忆策略和有记忆策略
  • 5.3.2 循环周期策略和触发式策略
  • 5.4 基于Apollo的后融合感知方案
  • 5.4.1 数据对齐
  • 5.4.2 数据关联
  • 5.4.3 轨迹更新
  • 5.4.4 特征融合
  • Chapter 6 第6章 BEV融合感知
  • 6.1 BEV感知算法的处理流程
  • 6.2 基于几何视图变换的方法
  • 6.2.1 LSS算法的原理与实现
  • 6.2.2 BEVDet算法的原理与实现
  • 6.2.3 BEVDet4D算法的原理
  • 6.3 基于网络变换的方法
  • 6.3.1 DETR3D算法的原理与实现
  • 6.3.2 Sparse4D v1算法的原理与实现
  • 6.3.3 BEVFormer算法的原理与实现
  • Chapter 7 第7章 BEV感知算法的工程化落地
  • 7.1 开源数据集介绍
  • 7.2 TensorRT应用
  • 7.3 BEVDet4D实战
  • 7.3.1 BEVDet4D模型训练
  • 7.3.2 BEVDet4D的TensorRT部署
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。