（1）作者经验丰富：作者是吉咖智能的感知算法总监，在再能驾驶视觉感知领域有丰富的工程项目经验。 （2）内容深度聚焦：专注于智能驾驶视觉感知及其后处理上，从工程化量产角度深度阐述视觉感知后处理的技术原理、算法实现和各种视觉缺陷的解决方案。 （3）业界学界共荐：多位来自高校和企业的智能驾驶领域的资深学者和技术专家联袂推荐。 （4）良好阅读体验：语言简练、重点突出；用大量图表实现可视化呈现，降低理解难度；全彩印刷，提升阅读体验。
售 价：¥
纸质售价：¥96.70购买纸书
6.5
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
前言
第1章 智能驾驶与视觉感知后处理
1.1 智能驾驶概述
1.1.1 智能驾驶的发展
1.1.2 智能驾驶系统的分级
1.1.3 智能驾驶系统的发展趋势
1.2 视觉感知在智能驾驶中的应用
1.2.1 计算机视觉概述
1.2.2 计算机视觉原理
1.2.3 计算机视觉在智能驾驶中的应用
1.2.4 视觉后处理与智能驾驶
1.2.5 视觉感知在智能驾驶中的发展趋势
第2章 摄像头硬件系统
2.1 摄像头的硬件组成和工作原理
2.2 摄像头时间戳
2.3 摄像头在自动驾驶中的应用
2.4 摄像头关键参数
2.5 车规级摄像头性能要求
第3章 摄像头标定
3.1 摄像头标定数学知识
3.1.1 外积
3.1.2 欧氏变换
3.1.3 旋转矩阵与旋转向量
3.1.4 变换矩阵和齐次坐标
3.1.5 欧拉角
3.1.6 四元数
3.2 坐标系概述
3.2.1 世界坐标系到摄像头坐标系的转换
3.2.2 摄像头坐标系到图像坐标系的转换
3.2.3 图像坐标系到像素坐标系的转换
3.3 摄像头成像模型
3.3.1 针孔摄像头成像模型
3.3.2 鱼眼摄像头成像模型
3.4 摄像头标定方法
3.4.1 张正友标定法
3.4.2 产线EoL标定法
3.4.3 售后标定法
3.4.4 行车自标定法
3.4.5 消失点标定法
3.4.6 基于车道线宽度假设标定法
第4章 车道线检测及后处理
4.1 车道线检测
4.1.1 基于传统图像算法的车道线检测方法
4.1.2 基于深度学习的车道线检测方法
4.2 车道线曲线拟合
4.2.1 常用的拟合算法
4.2.2 车道线曲线模型
4.3 车道线跟踪
4.3.1 车道线关联
4.3.2 滤波跟踪原理
4.3.3 车道线跟踪的运动模型
4.3.4 基于扩展卡尔曼滤波的车道线跟踪
4.3.5 车道线结构化假设
4.4 车道线与辅助驾驶功能
4.4.1 C-NCAP2021与车道线
4.4.2 车道线偏离预警
4.4.3 常见问题以及解决方法
第5章 视觉障碍物后处理
5.1 视觉障碍物检测
5.1.1 基于传统图像算法的障碍物检测方法
5.1.2 基于深度学习的障碍物检测方法
5.2 障碍物测距
5.2.1 车辆测距
5.2.2 行人、骑行人、两轮车测距
5.3 基于视觉的目标跟踪
5.3.1 目标跟踪方法
5.3.2 多目标跟踪方法
5.4 红绿灯与交通标识牌的视觉后处理
5.4.1 红绿灯视觉后处理
5.4.2 交通标识牌视觉后处理
5.5 视觉后处理与辅助驾驶功能
5.5.1 CNCAP中的AEB
5.5.2 AEB与视觉测距
5.5.3 常见问题以及解决方法
5.5.4 视觉后处理总结
第6章 多摄像头感知后处理
6.1 多摄像头标定
6.1.1 双目摄像头标定
6.1.2 多摄像头标定
6.2 多摄像头融合
6.2.1 多摄像头立体匹配
6.2.2 多摄像头图像处理
6.2.3 多摄像头目标融合
6.2.4 多摄像头下的车道线融合
6.3 多视觉感知后处理与BEV算法
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
