教育>本科研究生>计算机类
低速无人驾驶技术实战  

低速无人驾驶技术实战  "

作者:刘元盛
ISBN:9787121433672
定价:¥66.0
字数:483千字
页数:304
出版时间:2022-05
开本:16开
版次:01-01
装帧:
出版社:电子工业出版社
简介

本书是基于北京联合大学"旋风智能车”团队多年来在无人驾驶技术领域的积累而编写的面向本科层次的无人驾驶技术实践类教材。 全书共5章,第1章介绍无人驾驶技术及本书所用的无人驾驶教学系统与实验平台的基本情况和使用规范。第2章主要介绍无人驾驶技术感知层中各种传感器的基本应用实验,包括单目相机、双目相机、毫米波雷达、多维激光雷达、超声波雷达、差分导航基准站等常用设备的安装、标定和常用算法的实现。第3章 介绍通过CAN总线控制线控车辆底盘完成自动转向、自动速度控制和自动辅助信号控制的基本方法。第4章为无人车综合应用实验,包含轨迹跟踪、多传感器融合、定速巡航、自适应巡航和激光雷达SLAM建图等核心实验。第5章是基于深度学习的图像检测方法综合实验,以YOLOv3算法为例,完成了基于计算机视觉的交通信号灯检测与识别。 本书中的实验基于Ubuntu系统和ROS框架完成,配有示例代码和部分教学视频。本书适合从事无人驾驶技术研发工作的工程技术人员阅读,可作为高等学校无人驾驶实践课程的教材。

前言

前 言 进入20世纪90年代后,无人驾驶技术在国内外得到了快速的发展,但是无人驾驶技术涉及面广,相关技术人才紧缺,也缺乏完备的人才培养体系及相关教材。随着国家高等学校“新工科”和“双高计划”建设的全面实施,以无人驾驶技术为切入点,对接科技发展趋势,以技术积累为纽带,建设集人才培养、团队建设、技术服务于一体,资源共享、机制灵活、产出高效的人才培养与技术创新平台,打造高水平的专业教学资源显得尤为重要。 北京联合大学“旋风智能车”团队成立于2014年,是在人工智能专家、中国工程院院士李德毅的指导下,由北京联合大学机器人学院刘元盛教授带领,专注于特定环境下低速无人驾驶应用的科研、教学一体化团队。团队以“科学研究带动人才培养”为核心理念,自2017年起推出一系列无人驾驶技术人才培养建设方案,其内容涵盖无人驾驶技术的基础理论课程和实践教学平台,并已在全国近30所高校得到初步应用。 2019年,团队出版的专著《低速无人驾驶原理及应用》已经成为整个培养方案的核心理论教材,而本书的内容则侧重于无人驾驶的实践教学环节。本书以北京联合大学“旋风智能车”团队的无人驾驶实验平台为例,基于Ubuntu系统和ROS框架,针对无人驾驶的感知层、认知决策层和车辆控制层的核心技术开展相关实验教学。本所设计的实验内容均基于科研团队多年的技术积累,并根据高等学校的教学特点进行了优化,书中实验案例均提供较为完整的示例代码和部分教学视频,使初学者更容易理解和掌握。本书的配套资源可在华信教育资源网(www.hxedu.com.cn)免费下载. 本书主编刘元盛负责制定本书的编写大纲和全书的统稿工作。刘元盛编写了第1、5章,第2章的2.1、2.8、2.9、2.13、2.14节,第3章的3.1、3.2节及第4章的4.4、4.5节;张军编写了第2章的2.5、2.6、2.7节及第4章的4.2、4.3节;杨建锁编写了第2章的2.12节,第3章的3.3、3.4、3.5节及第4章的4.6节;郭笑笑编写了第2章的2.10、2.11节和第4章的4.1节;娄海涛编写了第2章的2.2、2.3、2.4节。 在本书的编写和出版过程中,得到了中国工程院院士李德毅的大力支持与指正,在此深表感谢。北京联合大学无人驾驶科研团队的马楠教授、韩玺老师、路铭老师、徐志军教授和北京交通大学的李维敏老师对本书提出了宝贵建议,在此一并感谢。同时还要感谢参与本书实验验证的李中道、常飞翔、张鑫辰、任丽军、钟科娣、谢龙洋、宁强、王程、刘子建和宋庆鹏。 本书的编写和出版得到了北京市科学技术委员会“科技创新基地培育与发展工程第二部分”项目和“北京联合大学人才强校优选计划”项目(BPHR2020BZ01)经费的资助。无人驾驶技术在飞速的发展中,由于作者水平有限,书中难免存在错误及不足之处,敬请广大读者批评指正。 作者的电子信箱是:yuansheng@buu.edu.cn。 刘元盛 于北京联合大学

目录

目 录 第1章 无人驾驶技术及教学系统与 实验平台 1 1.1 无人驾驶技术 1 1.1.1 感知层 1 1.1.2 认知决策层 1 1.1.3 车辆控制层 2 1.2 无人驾驶教学系统说明 2 1.2.1 无人驾驶教学系统的需求 2 1.2.2 无人驾驶教学系统的构成 2 1.2.3 课程资源 3 1.3 无人驾驶实验平台介绍 4 1.3.1 旋风4座智能车 5 1.3.2 旋风小AI智能车 5 1.4 无人驾驶实验平台安全使用 说明 6 1.4.1 安全警示 6 1.4.2 对使用人员的要求 7 1.4.3 使用前的检查 7 1.4.4 使用中的要求 7 1.4.5 使用后的要求 7 1.4.6 车辆充电的要求 7 第2章 无人车传感器基本实验 8 2.1 实验软件环境概述 8 2.1.1 ROS环境安装及相关配置 8 2.1.2 工程开发示例简介 19 2.2 单目相机的安装与标定 26 2.2.1 实验背景与原理 26 2.2.2 实验目的 27 2.2.3 实验环境 27 2.2.4 实验内容 28 2.2.5 实验步骤 28 2.3 单目相机的应用 32 2.3.1 基本背景与原理 32 2.3.2 实验目的 32 2.3.3 实验环境 32 2.3.4 实验内容 33 2.3.5 实验步骤 33 2.3.6 实验结果与分析 39 2.4 双目相机的标定 42 2.4.1 实验背景与原理 42 2.4.2 实验目的 44 2.4.3 实验环境 44 2.4.4 实验内容 44 2.4.5 实验步骤 45 2.5 毫米波雷达的数据解析与测试 50 2.5.1 实验背景与原理 50 2.5.2 实验目的 52 2.5.3 实验环境 52 2.5.4 实验内容 52 2.5.5 实验步骤 53 2.5.6 实验结果与分析 58 2.6 多维激光雷达的安装、标定与 数据解析 63 2.6.1 实验背景与原理 63 2.6.2 实验目的 71 2.6.3 实验环境 71 2.6.4 实验内容 72 2.6.5 实验步骤 72 2.6.6 实验结果与分析 76 2.7 多维激光雷达点云聚类 77 2.7.1 实验背景与原理 77 2.7.2 实验目的 79 2.7.3 实验环境 79 2.7.4 实验内容 79 2.7.5 实验步骤 79 2.7.6 实验结果与分析 82 2.8 超声波雷达的数据解析 84 2.8.1 实验背景与原理 84 2.8.2 实验目的 86 2.8.3 实验环境 86 2.8.4 实验内容 86 2.8.5 实验步骤 86 2.8.6 实验结果与分析 87 2.9 差分导航基准站的架设与 配置 89 2.9.1 实验背景与原理 89 2.9.2 实验目的 90 2.9.3 实验环境 91 2.9.4 实验内容 91 2.9.5 实验步骤 91 2.9.6 实验结果与分析 96 2.9.7 实验内容扩展 96 2.10 差分定位系统解析 96 2.10.1 实验背景与原理 96 2.10.2 实验目的 100 2.10.3 实验环境 100 2.10.4 实验内容 100 2.10.5 实验步骤 101 2.10.6 实验结果与分析 109 2.11 差分导航规划 111 2.11.1 实验背景与原理 111 2.11.2 实验目的 115 2.11.3 实验环境 115 2.11.4 实验内容 115 2.11.5 实验步骤 116 2.11.6 实验结果与分析 120 2.12 IMU的安装与标定 123 2.12.1 实验背景与原理 123 2.12.2 实验目的 124 2.12.3 实验环境 124 2.12.4 实验内容 124 2.12.5 实验步骤 125 2.13 UWB的安装与测试 131 2.13.1 实验背景与原理 131 2.13.2 实验目的 136 2.13.3 实验环境 136 2.13.4 实验内容 136 2.13.5 实验步骤 136 2.13.6 实验内容扩展 138 2.14 UWB的数据解析及定位 140 2.14.1 实验背景与原理 140 2.14.2 实验目的 141 2.14.3 实验环境 141 2.14.4 实验内容 141 2.14.5 实验步骤 142 2.14.6 实验结果与分析 147 第3章 线控车辆控制应用实验 150 3.1 线控车辆技术概述 150 3.1.1 线控车辆的基本结构 150 3.1.2 CAN总线通信基本知识 151 3.1.3 CAN总线通信协议实例 153 3.1.4 CAN模块的选择和使用 方法 155 3.1.5 CAN模块的安装方法 156 3.1.6 UDP通信协议 156 3.1.7 线控底盘实验平台介绍 156 3.2 CAN总线调试实验 157 3.2.1 实验背景与原理 157 3.2.2 实验目的 160 3.2.3 实验环境 161 3.2.4 实验内容 161 3.2.5 实验步骤 161 3.2.6 实验结果与分析 167 3.3 线控转向实验 170 3.3.1 实验背景与原理 170 3.3.2 实验目的 171 3.3.3 实验环境 171 3.3.4 实验内容 171 3.3.5 实验步骤 171 3.3.6 实验结果与分析 176 3.4 线控挡位与速度实验 179 3.4.1 实验背景与原理 179 3.4.2 实验目的 179 3.4.3 实验环境 179 3.4.4 实验内容 180 3.4.5 实验步骤 180 3.4.6 实验结果与分析 185 3.5 线控辅助信号实验 187 3.5.1 实验背景与原理 187 3.5.2 实验目的 190 3.5.3 实验环境 190 3.5.4 实验内容 190 3.5.5 实验步骤 190 3.5.6 实验结果与分析 196 第4章 无人车综合应用实验 198 4.1 基于GNSS导航的轨迹跟踪 实验 198 4.1.1 实验背景与原理 198 4.1.2 实验目的 198 4.1.3 实验环境 198 4.1.4 实验内容 199 4.1.5 实验步骤 199 4.1.6 实验结果与分析 212 4.2 毫米波与激光雷达的数据融合 实验 214 4.2.1 实验背景与原理 214 4.2.2 实验目的 216 4.2.3 实验环境 216 4.2.4 实验内容 217 4.2.5 实验步骤 217 4.2.6 实验结果与分析 227 4.3 视觉与激光雷达的联合标定 实验 229 4.3.1 实验背景与原理 229 4.3.2 实验目的 230 4.3.3 实验环境 230 4.3.4 实验内容 231 4.3.5 实验步骤 231 4.3.6 实验结果与分析 237 4.4 车辆定速巡航实验 238 4.4.1 实验背景与原理 238 4.4.2 实验目的 239 4.4.3 实验环境 239 4.4.4 实验内容 239 4.4.5 实验步骤 239 4.4.6 实验结果与分析 244 4.5 车辆自适应巡航仿真实验 246 4.5.1 实验背景与原理 246 4.5.2 实验目的 247 4.5.3 实验环境 247 4.5.4 实验内容 247 4.5.5 实验步骤 247 4.5.6 实验结果与分析 250 4.6 激光雷达SLAM建图实验 252 4.6.1 实验背景与原理 252 4.6.2 实验目的 255 4.6.3 实验环境 255 4.6.4 实验内容 255 4.6.5 实验步骤 255 4.6.6 实验结果与分析 258 第5章 基于深度学习的图像检测方法 综合实验 263 5.1 原理概述 263 5.1.1 基于图像的目标检测方法 263 5.1.2 交通信号灯检测与识别 方法 264 5.1.3 YOLOv3算法介绍 264 5.2 实验内容 268 5.2.1 基本流程 268 5.2.2 实验目的 269 5.2.3 实验环境 269 5.3 实验步骤 270 5.3.1 数据样本采集与预处理 270 5.3.2 数据样本标注 275 5.3.3 数据集划分 277 5.3.4 搭建深度学习环境 280 5.3.5 深度学习模型的应用 285 5.3.6 深度学习实验结果检测 289 5.4 实验结果与分析 290 5.4.1 检测结果 290 5.4.2 检测结果分析 292 5.5 实验内容扩展 293

作者简介

编辑推荐

作者寄语

电子资料

http://www.hxedu.com.cn/hxedu/fg/book/bookinfo.html?code=G0433670

www.luweidong.cn

下一个