万本电子书0元读

万本电子书0元读

顶部广告

自动驾驶BEV感知算法指南电子书

1)智能汽车领域实践型专家联合撰写,一次性学透BEV,实现快速落地与创新2)以BEV主流技术与工程实践为主线,系统分析介绍BEV算法的基本原理、关键技术和源码级实现方法,掌握自动驾驶感知系统的整体架构和设计理念3)初学者友好、理论与实践结合,获得多位业界专家极力推荐

售       价:¥

纸质售价:¥74.30购买纸书

0人正在读 | 0人评论 6.5

作       者:易显维,虞凡

出  版  社:机械工业出版社

出版时间:2024-12-10

字       数:11.4万

所属分类: 科技 > 计算机/网络 > 计算机理论与教程

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书由智能汽车领域实践型专家联合撰写,带你一次性学透BEV,实现快速落地与创新。在内容设计上,本书以BEV主流技术与工程实践为主线,系统分析介绍BEV算法的基本原理、关键技术和源码级实现方法,助你掌握自动驾驶感知系统的整体架构和设计理念。本书共9章。第1章介绍BEV感知算法的核心概念和框架,强调其独特优势及挑战。第2章概述关键数据集,如KITTI、nuScenes和Waymo,并解释了评估算法性能的指标。第3章深介绍特征提取技术,涵盖图像和激光雷达数据的提取方法。第4章探讨视角转换、注意力机制及Transformer在BEV感知算法中的应用。第5章和第6章分别讲解显式和隐式视角转换下的BEV感知算法,如BEVDet系列和BEVFormer等。第7章和第8章通过实例介绍BEV感知算法的实现过程。第9章讨论大模型在自动驾驶领域的应用及面临的挑战。<br/>【推荐语】<br/>1)智能汽车领域实践型专家联合撰写,一次性学透BEV,实现快速落地与创新2)以BEV主流技术与工程实践为主线,系统分析介绍BEV算法的基本原理、关键技术和源码级实现方法,掌握自动驾驶感知系统的整体架构和设计理念3)初学者友好、理论与实践结合,获得多位业界专家极力推荐<br/>【作者】<br/>易显维:易智数维的创始人、中国地质大学硕士。10余年研发经验,曾先后任职于建行数据中心、科大讯飞研究院以及百分科技集团认知智能实验室。长期为东风集团提供技术支持与方案咨询,在实车感知算法与机器人视觉项目方面拥有丰富且宝贵的经验。其研究方向涵盖机器视觉、自然语言处理、结构化数据挖掘等多个领域。曾在各种竞赛中获奖20余次。 虞凡:东风畅行公司首席出行官、西安交通大学计算机软件科学技术博士。拥有10余年工作经验,曾于清华大学软件学院行博士后研究工作,现负责东风畅行公司的Robotaxi商业探索、平台软件工程效率提升、网络出行平台算法设计等工作,也曾联合创建网约车平台公司。他发表高水平论文10余篇,获得发明专利授权10余项,获得武汉市车谷英才称号。其研究方向包括软件工程中的形式化方法和AI算法,专注于大数据分析、知识图谱、网络出行平台和出行算法设计。<br/>
目录展开

前言

第1章 快速了解BEV感知算法

1.1 BEV感知算法解决的问题

1.2 BEV感知算法的常见范式

1.3 BEV感知算法的分类

1.4 BEV感知算法的不足

1.5 本章小结

第2章 BEV感知算法的数据集

2.1 KITTI数据集

2.2 nuScenes数据集

2.3 nuScenes数据集常用的评测指标及计算方法

2.4 Waymo数据集

2.5 不同数据集之间的对比

2.6 本章小结

第3章 BEV感知算法的特征提取

3.1 图像模态

3.2 激光雷达模态中点云目标检测的代表算法

3.3 本章小结

第4章 BEV感知算法的基本模块

4.1 视角转换模块

4.2 BEV感知算法中的注意力机制

4.3 本章小结

第5章 显式视角转换的BEV感知算法

5.1 基于LSS方法的显式视角转换的BEV感知算法

5.2 BEVDet中的视角转换过程

5.3 BEVDet4D中的时序对齐

5.4 本章小结

第6章 隐式视角转换的BEV感知算法

6.1 传统目标检测方法与DETR类方法

6.2 主要的隐式视角转换的BEV感知算法

6.3 DETR3D计算过程

6.4 隐式转换DETR、DETR3D和PETR的主要差别

6.5 本章小结

第7章 BEVFusion实践

7.1 原理详解

7.2 代码详解

7.3 环境搭建

7.4 本章小结

第8章 BEVFormer实践

8.1 代码详解

8.2 环境搭建

8.3 模型部署

8.4 本章小结

第9章 大模型在自动驾驶领域的应用

9.1 端到端的自动驾驶系统UniAD

9.2 赋能自动驾驶数据生产和模型训练

9.3 视觉大模型的难点

9.4 本章小结

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部