無人駕駛真的來了：第一本從技術面深入的實作書


	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。


	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