掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
智能網聯汽車環境感知信號處理技術/先進信號處理系列 版權信息
- ISBN：9787115591715
- 條形碼：9787115591715 ; 978-7-115-59171-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
智能網聯汽車環境感知信號處理技術/先進信號處理系列 本書特色
本書主要針對智能汽車，內容新穎，符合熱點，講解透徹。闡述的雷達（尤其是現在熱門的毫米波雷達）信號處理技術實用，對研究趨勢把握準 確，講述的熱點應用為后續研究有很大的幫助。
智能網聯汽車環境感知信號處理技術/先進信號處理系列 內容簡介
本書圍繞智能網聯汽車環境感知部分的傳感器內容進行闡述，主要內容包括：緒論、信號處理的基本知識、毫米波雷達信號處理技術、激光雷達信號處理技術、視覺傳感器信號處理技術、車載定位傳感器信號處理技術、多傳感器融合技術和其他傳感器技術等。本書對智能網聯汽車的傳感器核心技術進行了梳理和總結，對關鍵技術的原理、核心算法及其在智能網聯汽車中的應用實例進行了論述，并對其優缺點展開了探討。 本書適合高等院校相關專業在校師生、智能網聯汽車領域的專業技術人員、車企研發人員閱讀和參考，希望能夠得到廣大讀者的認可并能為之提供有益的啟示。
智能網聯汽車環境感知信號處理技術/先進信號處理系列 目錄
第 1章 緒論 1
1．1 智能網聯汽車發展趨勢 1
1．1．1 自動駕駛歷史發展 2
1．1．2 自動駕駛行業——量的積累讓自動駕駛汽車開始邁向質的飛躍 3
1．1．3 國內外政策——多角度保障自動駕駛汽車安全落地 4
1．1．4 業界公司發展 6
1．2 車載傳感器概述與技術進程 7
1．2．1 毫米波雷達 8
1．2．2 激光雷達 8
1．2．3 超聲波傳感器 9
1．2．4 圖像傳感器 9
1．2．5 組合定位導航 9
1．3 小結 10
參考文獻 11
第 2章 信號處理的基本知識 12
2．1 信號采樣 12
2．1．1 信號、系統及信號處理 12
2．1．2 信號處理的一般過程 13
2．1．3 模擬信號的采樣過程 14
2．1．4 采樣定理 15
2．2 線性系統與非線性系統 16
2．2．1 系統的一般分類 16
2．2．2 線性系統與非線性系統的基本性質 17
2．2．3 線性系統的分析方法 18
2．3 傅里葉變換 19
2．3．1 傅里葉級數 19
2．3．2 連續非周期信號的傅里葉變換 20
2．3．3 離散時間傅里葉變換 21
2．3．4 離散時間周期信號的傅里葉級數 22
2．3．5 離散傅里葉變換和快速傅里葉變換 23
2．3．6 其他重要變換 27
2．4 矩陣代數基礎 28
2．4．1 行列式的性質 28
2．4．2 方陣的跡及其性質 29
2．4．3 逆矩陣 29
2．4．4 初等變換與秩 31
2．4．5 關于秩的一些重要結論 32
2．5 概率論基礎 32
2．5．1 分布函數 32
2．5．2 均值與方差 33
2．5．3 矩 33
2．5．4 隨機向量 34
2．6 濾波算法與濾波器 35
2．6．1 濾波器的分類 35
2．6．2 濾波器的技術要求 36
2．6．3 濾波器算法 37
參考文獻 40
第3章 毫米波雷達信號處理技術 41
3．1 毫米波雷達原理 41
3．1．1 雷達方程 41
3．1．2 雷達工作體制 42
3．2 車載雷達信號處理流程 47
3．3 脈沖壓縮技術 48
3．3．1 脈沖壓縮原理 49
3．3．2 脈沖壓縮基本方法 50
3．4 雷達雜波抑制 52
3．5 雷達目標檢測技術 55
3．5．1 雷達檢測的門限值 55
3．5．2 恒虛警檢測器原理 56
3．5．3 白噪聲背景下的恒虛警檢測器 56
3．5．4 有序統計恒虛警檢測器 58
3．6 雷達陣列信號處理 59
3．6．1 MIMO雷達工作原理 59
3．6．2 MIMO雷達信號處理流程 60
3．6．3 時分多路 62
3．7 多目標跟蹤與識別技術 64
3．7．1 多目標跟蹤技術 64
3．7．2 毫米波雷達目標識別系統 67
3．8 超寬帶的毫米波雷達三維成像算法 69
3．9 應用實例 72
3．9．1 4D毫米波雷達 72
3．9．2 車輛周圍障礙物的檢測 74
3．9．3 ADAS中的應用 74
3．9．4 基于微多普勒特征的行人、車輛的目標識別 75
參考文獻 77
第4章 激光雷達信號處理技術 79
4．1 激光雷達原理 79
4．1．1 激光產生的原理 79
4．1．2 激光測距原理 80
4．1．3 激光雷達作用距離方程 81
4．1．4 激光雷達掃描方式 82
4．2 激光雷達信號處理流程 88
4．2．1 激光雷達回波信號降噪 88
4．2．2 全波形信號處理 90
4．3 激光點云處理方法 91
4．3．1 點云濾波 91
4．3．2 點云特征描述與提取 92
4．3．3 點云分割 99
4．3．4 點云配準 106
4．4 激光三維成像研究 107
4．4．1 激光掃描點云成像 108
4．4．2 其他主動激光成像技術 111
4．5 應用實例 114
4．5．1 基于激光雷達點云的車輛檢測方法 114
4．5．2 基于激光雷達點云的車道線檢測方法 115
4．5．3 基于激光雷達的目標追蹤 116
4．5．4 三維場景重建 117
參考文獻 117
第5章 視覺傳感器信號處理技術 122
5．1 車載視覺傳感器原理 122
5．1．1 視覺傳感器基本組成 122
5．1．2 典型的視覺傳感器 123
5．2 數字圖像處理流程 127
5．2．1 圖像的采集和存儲 128
5．2．2 圖像預處理 128
5．2．3 圖像分割 129
5．2．4 圖像特征提取和選擇 130
5．3 圖像預處理技術 131
5．3．1 圖像灰度化 131
5．3．2 圖像幾何變換 132
5．3．3 圖像增強 132
5．4 圖像特征提取與分類 134
5．4．1 原始特征提取 135
5．4．2 特征降維 136
5．4．3 特征選擇 138
5．5 機器學習與深度學習方法 141
5．5．1 機器學習方法 141
5．5．2 深度學習方法 144
5．6 應用實例 146
5．6．1 車輛與行人識別和跟蹤 146
5．6．2 車道線識別 150
5．6．3 交通標志牌識別 153
參考文獻 155
第6章 車載定位傳感器信號處理技術 157
6．1 引言 157
6．2 車載定位傳感器信號簡介 157
6．2．1 GNSS信號 158
6．2．2 輪速信號 159
6．2．3 慣性傳感器信號 159
6．3 GNSS定位 162
6．3．1 單點定位 163
6．3．2 差分定位 164
6．3．3 精密單點定位 165
6．4 航跡推算定位系統 165
6．4．1 平面航跡推算定位系統 166
6．4．2 輪速信號的處理 168
6．5 慣性導航系統 170
6．5．1 慣性導航常用參考坐標系 171
6．5．2 慣性傳感器測量模型 171
6．5．3 姿態解算 172
6．5．4 速度解算 173
6．5．5 位置解算 173
6．6 應用實例——GNSS/INS/輪速傳感器松耦合組合定位系統 174
6．6．1 系統簡介 174
6．6．2 INS誤差狀態模型 174
6．6．3 基于誤差狀態卡爾曼濾波的信息融合 176
參考文獻 178
第7章 多傳感器融合技術 180
7．1 車載傳感器數據融合方法 180
7．1．1 多傳感器融合 180
7．1．2 多傳感器融合的基本原理 180
7．1．3 多傳感器的前融合與后融合技術 181
7．1．4 多傳感器數據融合算法 182
7．2 貝葉斯估計 184
7．2．1 貝葉斯估計基本概念 184
7．2．2 基于貝葉斯估計的數據融合算法 186
7．2．3 估計算法的局限性 187
7．3 擴展卡爾曼濾波 188
7．3．1 擴展卡爾曼濾波介紹 188
7．3．2 擴展卡爾曼濾波原理 189
7．3．3 擴展卡爾曼濾波在一維非線性系統中的應用 190
7．4 模糊決策 192
7．4．1 模糊決策基本概念 192
7．4．2 模糊一致關系 192
7．4．3 模糊一致矩陣 194
7．4．4 廣義去模糊機制 195
7．5 應用實例——多目標跟蹤 196
7．5．1 多目標跟蹤方法分類 197
7．5．2 多目標跟蹤算法 198
參考文獻 200
第8章 其他傳感器技術 201
8．1 超聲波雷達 201
8．1．1 超聲波雷達的工作原理 201
8．1．2 超聲波雷達的類型 202
8．1．3 超聲波雷達的數學模型 203
8．1．4 超聲波雷達的優勢與劣勢 203
8．1．5 超聲波雷達的技術特點 204
8．2 紅外傳感器 204
8．2．1 紅外線 205
8．2．2 紅外傳感器分類 205
8．2．3 紅外傳感器相關技術 207
8．3 其他車身狀態傳感器 211
8．3．1 車身高度傳感器 211
8．3．2 碰撞傳感器 212
參考文獻 213
名詞索引 215
1．1 智能網聯汽車發展趨勢 1
1．1．1 自動駕駛歷史發展 2
1．1．2 自動駕駛行業——量的積累讓自動駕駛汽車開始邁向質的飛躍 3
1．1．3 國內外政策——多角度保障自動駕駛汽車安全落地 4
1．1．4 業界公司發展 6
1．2 車載傳感器概述與技術進程 7
1．2．1 毫米波雷達 8
1．2．2 激光雷達 8
1．2．3 超聲波傳感器 9
1．2．4 圖像傳感器 9
1．2．5 組合定位導航 9
1．3 小結 10
參考文獻 11
第 2章 信號處理的基本知識 12
2．1 信號采樣 12
2．1．1 信號、系統及信號處理 12
2．1．2 信號處理的一般過程 13
2．1．3 模擬信號的采樣過程 14
2．1．4 采樣定理 15
2．2 線性系統與非線性系統 16
2．2．1 系統的一般分類 16
2．2．2 線性系統與非線性系統的基本性質 17
2．2．3 線性系統的分析方法 18
2．3 傅里葉變換 19
2．3．1 傅里葉級數 19
2．3．2 連續非周期信號的傅里葉變換 20
2．3．3 離散時間傅里葉變換 21
2．3．4 離散時間周期信號的傅里葉級數 22
2．3．5 離散傅里葉變換和快速傅里葉變換 23
2．3．6 其他重要變換 27
2．4 矩陣代數基礎 28
2．4．1 行列式的性質 28
2．4．2 方陣的跡及其性質 29
2．4．3 逆矩陣 29
2．4．4 初等變換與秩 31
2．4．5 關于秩的一些重要結論 32
2．5 概率論基礎 32
2．5．1 分布函數 32
2．5．2 均值與方差 33
2．5．3 矩 33
2．5．4 隨機向量 34
2．6 濾波算法與濾波器 35
2．6．1 濾波器的分類 35
2．6．2 濾波器的技術要求 36
2．6．3 濾波器算法 37
參考文獻 40
第3章 毫米波雷達信號處理技術 41
3．1 毫米波雷達原理 41
3．1．1 雷達方程 41
3．1．2 雷達工作體制 42
3．2 車載雷達信號處理流程 47
3．3 脈沖壓縮技術 48
3．3．1 脈沖壓縮原理 49
3．3．2 脈沖壓縮基本方法 50
3．4 雷達雜波抑制 52
3．5 雷達目標檢測技術 55
3．5．1 雷達檢測的門限值 55
3．5．2 恒虛警檢測器原理 56
3．5．3 白噪聲背景下的恒虛警檢測器 56
3．5．4 有序統計恒虛警檢測器 58
3．6 雷達陣列信號處理 59
3．6．1 MIMO雷達工作原理 59
3．6．2 MIMO雷達信號處理流程 60
3．6．3 時分多路 62
3．7 多目標跟蹤與識別技術 64
3．7．1 多目標跟蹤技術 64
3．7．2 毫米波雷達目標識別系統 67
3．8 超寬帶的毫米波雷達三維成像算法 69
3．9 應用實例 72
3．9．1 4D毫米波雷達 72
3．9．2 車輛周圍障礙物的檢測 74
3．9．3 ADAS中的應用 74
3．9．4 基于微多普勒特征的行人、車輛的目標識別 75
參考文獻 77
第4章 激光雷達信號處理技術 79
4．1 激光雷達原理 79
4．1．1 激光產生的原理 79
4．1．2 激光測距原理 80
4．1．3 激光雷達作用距離方程 81
4．1．4 激光雷達掃描方式 82
4．2 激光雷達信號處理流程 88
4．2．1 激光雷達回波信號降噪 88
4．2．2 全波形信號處理 90
4．3 激光點云處理方法 91
4．3．1 點云濾波 91
4．3．2 點云特征描述與提取 92
4．3．3 點云分割 99
4．3．4 點云配準 106
4．4 激光三維成像研究 107
4．4．1 激光掃描點云成像 108
4．4．2 其他主動激光成像技術 111
4．5 應用實例 114
4．5．1 基于激光雷達點云的車輛檢測方法 114
4．5．2 基于激光雷達點云的車道線檢測方法 115
4．5．3 基于激光雷達的目標追蹤 116
4．5．4 三維場景重建 117
參考文獻 117
第5章 視覺傳感器信號處理技術 122
5．1 車載視覺傳感器原理 122
5．1．1 視覺傳感器基本組成 122
5．1．2 典型的視覺傳感器 123
5．2 數字圖像處理流程 127
5．2．1 圖像的采集和存儲 128
5．2．2 圖像預處理 128
5．2．3 圖像分割 129
5．2．4 圖像特征提取和選擇 130
5．3 圖像預處理技術 131
5．3．1 圖像灰度化 131
5．3．2 圖像幾何變換 132
5．3．3 圖像增強 132
5．4 圖像特征提取與分類 134
5．4．1 原始特征提取 135
5．4．2 特征降維 136
5．4．3 特征選擇 138
5．5 機器學習與深度學習方法 141
5．5．1 機器學習方法 141
5．5．2 深度學習方法 144
5．6 應用實例 146
5．6．1 車輛與行人識別和跟蹤 146
5．6．2 車道線識別 150
5．6．3 交通標志牌識別 153
參考文獻 155
第6章 車載定位傳感器信號處理技術 157
6．1 引言 157
6．2 車載定位傳感器信號簡介 157
6．2．1 GNSS信號 158
6．2．2 輪速信號 159
6．2．3 慣性傳感器信號 159
6．3 GNSS定位 162
6．3．1 單點定位 163
6．3．2 差分定位 164
6．3．3 精密單點定位 165
6．4 航跡推算定位系統 165
6．4．1 平面航跡推算定位系統 166
6．4．2 輪速信號的處理 168
6．5 慣性導航系統 170
6．5．1 慣性導航常用參考坐標系 171
6．5．2 慣性傳感器測量模型 171
6．5．3 姿態解算 172
6．5．4 速度解算 173
6．5．5 位置解算 173
6．6 應用實例——GNSS/INS/輪速傳感器松耦合組合定位系統 174
6．6．1 系統簡介 174
6．6．2 INS誤差狀態模型 174
6．6．3 基于誤差狀態卡爾曼濾波的信息融合 176
參考文獻 178
第7章 多傳感器融合技術 180
7．1 車載傳感器數據融合方法 180
7．1．1 多傳感器融合 180
7．1．2 多傳感器融合的基本原理 180
7．1．3 多傳感器的前融合與后融合技術 181
7．1．4 多傳感器數據融合算法 182
7．2 貝葉斯估計 184
7．2．1 貝葉斯估計基本概念 184
7．2．2 基于貝葉斯估計的數據融合算法 186
7．2．3 估計算法的局限性 187
7．3 擴展卡爾曼濾波 188
7．3．1 擴展卡爾曼濾波介紹 188
7．3．2 擴展卡爾曼濾波原理 189
7．3．3 擴展卡爾曼濾波在一維非線性系統中的應用 190
7．4 模糊決策 192
7．4．1 模糊決策基本概念 192
7．4．2 模糊一致關系 192
7．4．3 模糊一致矩陣 194
7．4．4 廣義去模糊機制 195
7．5 應用實例——多目標跟蹤 196
7．5．1 多目標跟蹤方法分類 197
7．5．2 多目標跟蹤算法 198
參考文獻 200
第8章 其他傳感器技術 201
8．1 超聲波雷達 201
8．1．1 超聲波雷達的工作原理 201
8．1．2 超聲波雷達的類型 202
8．1．3 超聲波雷達的數學模型 203
8．1．4 超聲波雷達的優勢與劣勢 203
8．1．5 超聲波雷達的技術特點 204
8．2 紅外傳感器 204
8．2．1 紅外線 205
8．2．2 紅外傳感器分類 205
8．2．3 紅外傳感器相關技術 207
8．3 其他車身狀態傳感器 211
8．3．1 車身高度傳感器 211
8．3．2 碰撞傳感器 212
參考文獻 213
名詞索引 215
展開全部
智能網聯汽車環境感知信號處理技術/先進信號處理系列 作者簡介
畢欣 同濟大學汽車學院研究員、博士生導師，2014年麻省理工學院（MIT）訪問學 者、ISO/TC204-WG14專 家成員、SAC/TC268委員、SAE International技術委員會委員、上海市人工智能技術協會專委會委員。從事信號與信息處理、機器人和無人系統環境感知技術研究與開發，主要涉及自主無人系統與智能網聯汽車融合感知與仿真測評技術?？萍汲晒麖V泛應用于智能汽車主動安 全與無人駕駛、車路協同感知與規劃、軌道交通主動安 全，無人機自主避障以及工業智能測控等領域。發表SCI/EI論文60余篇，授權專利40余項，專著3部。田煒 同濟大學汽車學院助理教授、碩士生導師，上海市浦江人才計劃入選者，主持國家自然科學基金青年科學基金項目、上海市自然科學基金面上項目等橫縱向課題，曾擔任國際會議IEEE ITSC2015、FUSION2021、CVCI2021分會場主席，主要研究方向為面向智能駕駛的環境目標感知技術和軌跡預測技術，發表智能駕駛領域SCI/EI論文近40篇，專著1部。高樂天 博士，2016年于同濟大學汽車學院獲學士學位，2021年12月于同濟大學汽車學院獲得博士學位，研究方向為智能電動汽車狀態估計、組合定位、運動控制等。2015年赴德國達姆施塔特工業大學進行交換，2019—2020年于加拿大滑鐵盧大學機械與機電工程系聯合培養。近年來發表論文（含SCI/EI論文）十余篇，申請發明專利十余項，已授權兩項。作為主要參與人參與國家重點研發計劃項目、國家自然科學基金項目及多項校企合作項目。在車輛位姿估計及運動控制領域的研究成果得到了廣泛應用。馮雨 中國礦業大學煤炭大數據研究院院長、中國煤炭市場網總裁、中國煤炭運銷協會副理事長、中國煤炭學會經濟管理專業委員會委員、煤炭市場營銷專 家委員會副主任、中國工業大獎審定委員會委員，2021以“數字賦能傳統產業”被評為北京“豐澤計劃”拔尖人才。主要研究領域為能源產業數字化與智慧運銷。
書友推薦
- >
煙與鏡
- >
唐代進士錄
- >
經典常談
- >
羅曼·羅蘭讀書隨筆-精裝
- >
我與地壇
- >
山海經
- >
隨園食單
- >
月亮虎
本類暢銷
