相關商品
商品簡介
作者簡介
名人/編輯推薦
目次
商品簡介
《MATLAB自動駕駛函數及應用》詳細介紹了MATLAB用於汽車自動駕駛仿真的函數及應用，涵蓋駕駛場景、鳥瞰圖、環境感知、路徑規劃和目標跟蹤共125個函數，每個函數都給出了應用實例。書中所涉及的實例，都提供了原程序，並對程序進行了注釋，方便讀者快速理解和掌握。
本書內容豐富，圖文並茂，通俗易懂，實用性強，可作為從事自動駕駛及智能網聯汽車開發的工程技術人員及相關專業的本科生、研究生的參考用書，也可供MATLAB應用愛好者閱讀學習。
本書內容豐富，圖文並茂，通俗易懂，實用性強，可作為從事自動駕駛及智能網聯汽車開發的工程技術人員及相關專業的本科生、研究生的參考用書，也可供MATLAB應用愛好者閱讀學習。
作者簡介
崔勝民，哈爾濱工業大學（威海），教授，主要研究方向是汽車系統動力學與控制、新能源汽車技術和特種車輛等，主持完成各類科研項目20餘項，發表論文60餘篇，培養各類研究生120余人，編著有《新能源汽車技術解析》《現代汽車技術解析》《智能網聯汽車新技術》《智能網聯汽車先進駕駛輔助系統關鍵技術》《一本書讀懂新能源汽車》《一本書讀懂智能網聯汽車》《基於MATLAB的車輛工程仿真實例》《基於MATLAB的新能源汽車仿真實例》《MATLAB編程與汽車仿真應用》等多本圖書。
名人/編輯推薦
★書中包含自動駕駛仿真的基礎操作：駕駛場景、鳥瞰圖、環境感知、路徑規劃；
★詳細介紹了MATLAB自動駕駛仿真的125個函數；
★每個MATLAB函數都有應用實例，每個實例都有原程序，每個原程序都有注釋；
★6個綜合實例，將前面所講知識綜合應用於自動駕駛仿真技術中。
★詳細介紹了MATLAB自動駕駛仿真的125個函數；
★每個MATLAB函數都有應用實例，每個實例都有原程序，每個原程序都有注釋；
★6個綜合實例，將前面所講知識綜合應用於自動駕駛仿真技術中。
目次
第1章 駕駛場景 / 1
1.1 drivingScenario：創建駕駛場景 2
1.2 plot：繪製駕駛場景 3
1.3 road：添加道路 4
1.4 roadNetwork：添加道路網 5
1.5 roadBoundaries：道路邊界 6
1.6 laneMarking：車道標線 8
1.7 laneMarkingVertices：車道標線頂點 10
1.8 laneType：車道類型 12
1.9 lanespec：車道規範 13
1.10 vehicle：添加車輛 14
1.11 actor：添加交通參與者 17
1.12 trajectory：交通參與者軌跡 19
1.13 actorPoses：交通參與者姿態 20
1.14 actorProfiles：交通參與者特性 22
1.15 currentLane：當前車道 23
1.16 record：交通參與者狀態記錄 25
1.17 chasePlot：繪製追逐圖 26
1.18 laneBoundaries：車道邊界 28
1.19 clothoidLaneBoundary：回旋線車道邊界模型 31
1.20 computeBoundaryModel：計算車道邊界點 33
1.21 targetPoses：目標姿態 34
1.22 targetOutlines：目標輪廓 35
1.23 updatePlots：更新駕駛場景圖 37
1.24 radarDetectionGenerator：雷達檢測器 38
1.25 visionDetetionGenerator：視覺檢測器 41
第2章 鳥瞰圖 / 45
2.1 birdsEyePlot：創建鳥瞰圖 46
2.2 coverageAreaPlotter：覆蓋區繪圖儀 47
2.3 plotCoverageArea：繪製覆蓋區 48
2.4 detectionPlotter：檢測繪圖儀 49
2.5 plotDetection：繪製目標檢測 50
2.6 laneBoundaryPlotter：車道邊界繪圖儀 52
2.7 plotLaneBoundary：繪製車道邊界 53
2.8 laneMarkingPlotter：車道標線繪圖儀 54
2.9 plotLaneMarking：繪製車道標線 56
2.10 pathPlotter：路徑繪圖儀 58
2.11 plotPath：繪製路徑 59
2.12 trackPlotter：軌跡繪圖儀 61
2.13 plotTrack：繪製軌跡 62
2.14 outlinePlotter：輪廓繪圖儀 63
2.15 plotOutline：繪製輪廓 65
2.16 findPlotter：查找繪圖儀 66
2.17 clearPlotterData：清除繪圖儀數據 68
2.18 clearData：清除特定繪圖儀數據 69
第3章 環境感知 / 71
3.1 monoCamera：配置單目攝像機 72
3.2 imageToVehicle：圖像坐標轉換為車輛坐標 73
3.3 vehicleToImage：車輛坐標轉換為圖像坐標 75
3.4 estimateMonoCameraParameters：單目攝像機外部參數 75
3.5 birdsEyeview：利用逆透視變換創建鳥瞰圖對象 77
3.6 transformImage：將圖像轉換為鳥瞰圖像 78
3.7 imageToVehicle：將鳥瞰圖像坐標轉換為車輛坐標 79
3.8 vehicleToImage：將車輛坐標轉換為鳥瞰圖像坐標 81
3.9 segmentLaneMarkerRidge：檢測灰度圖像中的車道 82
3.10 parabolicLaneBoundary：拋物線車道邊界模型 83
3.11 findParabolicLaneBoundaries：用拋物線模型尋找車道邊界 84
3.12 insertLaneBoundary：在圖像中插入車道邊界 86
3.13 cubicLaneBoundaryModel：三次方車道邊界模型 87
3.14 findCubicLaneBoundaries：用三次方模型尋找車道邊界 88
3.15 computeBoundaryModel：求車道邊界坐標值 90
3.16 evaluateLaneBoundaries：評價車道邊界模型 91
3.17 vehicleDetectorACF： ACF車輛檢測器 92
3.18 detect： ACF目標檢測 93
3.19 vehicleDetectorFasterRCNN： RCNN車輛檢測器 95
3.20 peopleDetectorACF： ACF行人檢測器 96
3.21 vision.PeopleDetector：基於HOG特徵檢測行人 98
3.22 configureDetectorMonoCamera：單目攝像機目標檢測器 99
3.23 trainACFObjecDetector：訓練ACF目標檢測器 101
3.24 trainFastRCNNObjectDetector：訓練RCNN目標檢測器 103
3.25 trainFasterRCNNObjectDetector：訓練更快的RCNN目標檢測器 105
3.26 trainYOLO v2ObjectDetector：訓練YOLO v2目標檢測器 106
3.27 objecDetectorTrainingData：目標檢測器訓練數據 108
3.28 insertMarker：插入標記 109
3.29 pointCloud：創建三維點雲 110
3.30 pcdenoise：去除三維點雲噪聲 112
3.31 pcmerge：合併三維點雲 113
3.32 pcnormals：估計三維點雲表面法線 114
3.33 pctransform：三維點雲變換 115
3.34 pcregistercpd：基於CPD的三維點雲配准 117
3.35 pcregistericp：基於ICP的三維點雲配准 118
3.36 pcregisterndt：基於NDT的三維點雲配准 120
3.37 pcsegdist：基於歐幾裡得的點雲分割 121
3.38 segmentLidarData：激光雷達數據分割 123
3.39 segmentGroundFromLidarData：激光雷達數據分割地麵點 125
3.40 pcfitplane：三維點雲平面擬合 126
第4章 路徑規劃 / 129
4.1 vehicleCostmap：車輛成本圖 130
4.2 vehicleDimensions：車輛尺寸 132
4.3 checkFree：空閒區檢測 133
4.4 checkOccupied：佔用區域檢測 134
4.5 getCosts：獲取單元格成本 136
4.6 setCosts：設置單元格成本 138
4.7 inflationCollisionChecker：碰撞檢測 139
4.8 pathPlannerRRT： RRT* 路徑規劃器 141
4.9 plan：路徑規劃 142
4.10 checkPathValidity：檢查路徑規劃的有效性 144
4.11 interpolate：沿路徑插入車輛姿態 145
4.12 smoothPathSpline：路徑平滑 146
4.13 lateralControllerStanley：橫向控制器 147
第5章 目標跟蹤 / 149
5.1 multObjectTracker：多目標跟蹤器 150
5.2 objectDetection：單目標檢測報告 151
5.3 getTrackPositions：獲取跟蹤位置 152
5.4 getTrackVelocities：獲取跟蹤速度 153
5.5 trackingKF：線性卡爾曼濾波器 155
5.6 predict：卡爾曼濾波器預測 156
5.7 correct：卡爾曼濾波器校正 157
5.8 initcvkf：勻速線性卡爾曼濾波器 158
5.9 initcakf：加速線性卡爾曼濾波器 159
5.10 trackingEKF：線性擴展卡爾曼濾波器 160
5.11 initcvekf：勻速線性擴展卡爾曼濾波器 161
5.12 initcaekf：加速線性擴展卡爾曼濾波器 162
5.13 initctekf：轉向線性擴展卡爾曼濾波器 163
5.14 trackingUKF：無跡卡爾曼濾波器 164
5.15 initcvukf：勻速無跡卡爾曼濾波器 166
5.16 initcaukf：加速無跡卡爾曼濾波器 167
5.17 initctukf：轉向無跡卡爾曼濾波器 168
5.18 constvel：勻速運動模型 169
5.19 constveljac：勻速運動的雅可比矩陣 170
5.20 cvmeas：勻速運動測量函數 171
5.21 cvmeasjac：勻速運動測量函數的雅可比矩陣 172
5.22 constacc：加速運動模型 173
5.23 constaccjac：加速運動的雅可比矩陣 174
5.24 cameas：加速運動測量函數 175
5.25 cameasjac：加速運動測量函數的雅可比矩陣 176
5.26 constturn：轉向運動模型 177
5.27 constturnjac：轉向運動的雅可比矩陣 178
5.28 ctmeas：轉向運動的測量函數 179
5.29 ctmeasjac：轉向運動測量函數的雅可比矩陣 180
第6章 綜合應用實例 / 182
6.1 汽車自動行駛路線仿真 183
6.2 駕駛場景仿真 184
6.3 汽車前向碰撞仿真 187
6.4 汽車自動避障仿真 188
6.5 基於視覺傳感器的多車輛檢測和跟蹤 190
6.6 基於激光雷達的地面和障礙物檢測 193
參考文獻 / 196
1.1 drivingScenario：創建駕駛場景 2
1.2 plot：繪製駕駛場景 3
1.3 road：添加道路 4
1.4 roadNetwork：添加道路網 5
1.5 roadBoundaries：道路邊界 6
1.6 laneMarking：車道標線 8
1.7 laneMarkingVertices：車道標線頂點 10
1.8 laneType：車道類型 12
1.9 lanespec：車道規範 13
1.10 vehicle：添加車輛 14
1.11 actor：添加交通參與者 17
1.12 trajectory：交通參與者軌跡 19
1.13 actorPoses：交通參與者姿態 20
1.14 actorProfiles：交通參與者特性 22
1.15 currentLane：當前車道 23
1.16 record：交通參與者狀態記錄 25
1.17 chasePlot：繪製追逐圖 26
1.18 laneBoundaries：車道邊界 28
1.19 clothoidLaneBoundary：回旋線車道邊界模型 31
1.20 computeBoundaryModel：計算車道邊界點 33
1.21 targetPoses：目標姿態 34
1.22 targetOutlines：目標輪廓 35
1.23 updatePlots：更新駕駛場景圖 37
1.24 radarDetectionGenerator：雷達檢測器 38
1.25 visionDetetionGenerator：視覺檢測器 41
第2章 鳥瞰圖 / 45
2.1 birdsEyePlot：創建鳥瞰圖 46
2.2 coverageAreaPlotter：覆蓋區繪圖儀 47
2.3 plotCoverageArea：繪製覆蓋區 48
2.4 detectionPlotter：檢測繪圖儀 49
2.5 plotDetection：繪製目標檢測 50
2.6 laneBoundaryPlotter：車道邊界繪圖儀 52
2.7 plotLaneBoundary：繪製車道邊界 53
2.8 laneMarkingPlotter：車道標線繪圖儀 54
2.9 plotLaneMarking：繪製車道標線 56
2.10 pathPlotter：路徑繪圖儀 58
2.11 plotPath：繪製路徑 59
2.12 trackPlotter：軌跡繪圖儀 61
2.13 plotTrack：繪製軌跡 62
2.14 outlinePlotter：輪廓繪圖儀 63
2.15 plotOutline：繪製輪廓 65
2.16 findPlotter：查找繪圖儀 66
2.17 clearPlotterData：清除繪圖儀數據 68
2.18 clearData：清除特定繪圖儀數據 69
第3章 環境感知 / 71
3.1 monoCamera：配置單目攝像機 72
3.2 imageToVehicle：圖像坐標轉換為車輛坐標 73
3.3 vehicleToImage：車輛坐標轉換為圖像坐標 75
3.4 estimateMonoCameraParameters：單目攝像機外部參數 75
3.5 birdsEyeview：利用逆透視變換創建鳥瞰圖對象 77
3.6 transformImage：將圖像轉換為鳥瞰圖像 78
3.7 imageToVehicle：將鳥瞰圖像坐標轉換為車輛坐標 79
3.8 vehicleToImage：將車輛坐標轉換為鳥瞰圖像坐標 81
3.9 segmentLaneMarkerRidge：檢測灰度圖像中的車道 82
3.10 parabolicLaneBoundary：拋物線車道邊界模型 83
3.11 findParabolicLaneBoundaries：用拋物線模型尋找車道邊界 84
3.12 insertLaneBoundary：在圖像中插入車道邊界 86
3.13 cubicLaneBoundaryModel：三次方車道邊界模型 87
3.14 findCubicLaneBoundaries：用三次方模型尋找車道邊界 88
3.15 computeBoundaryModel：求車道邊界坐標值 90
3.16 evaluateLaneBoundaries：評價車道邊界模型 91
3.17 vehicleDetectorACF： ACF車輛檢測器 92
3.18 detect： ACF目標檢測 93
3.19 vehicleDetectorFasterRCNN： RCNN車輛檢測器 95
3.20 peopleDetectorACF： ACF行人檢測器 96
3.21 vision.PeopleDetector：基於HOG特徵檢測行人 98
3.22 configureDetectorMonoCamera：單目攝像機目標檢測器 99
3.23 trainACFObjecDetector：訓練ACF目標檢測器 101
3.24 trainFastRCNNObjectDetector：訓練RCNN目標檢測器 103
3.25 trainFasterRCNNObjectDetector：訓練更快的RCNN目標檢測器 105
3.26 trainYOLO v2ObjectDetector：訓練YOLO v2目標檢測器 106
3.27 objecDetectorTrainingData：目標檢測器訓練數據 108
3.28 insertMarker：插入標記 109
3.29 pointCloud：創建三維點雲 110
3.30 pcdenoise：去除三維點雲噪聲 112
3.31 pcmerge：合併三維點雲 113
3.32 pcnormals：估計三維點雲表面法線 114
3.33 pctransform：三維點雲變換 115
3.34 pcregistercpd：基於CPD的三維點雲配准 117
3.35 pcregistericp：基於ICP的三維點雲配准 118
3.36 pcregisterndt：基於NDT的三維點雲配准 120
3.37 pcsegdist：基於歐幾裡得的點雲分割 121
3.38 segmentLidarData：激光雷達數據分割 123
3.39 segmentGroundFromLidarData：激光雷達數據分割地麵點 125
3.40 pcfitplane：三維點雲平面擬合 126
第4章 路徑規劃 / 129
4.1 vehicleCostmap：車輛成本圖 130
4.2 vehicleDimensions：車輛尺寸 132
4.3 checkFree：空閒區檢測 133
4.4 checkOccupied：佔用區域檢測 134
4.5 getCosts：獲取單元格成本 136
4.6 setCosts：設置單元格成本 138
4.7 inflationCollisionChecker：碰撞檢測 139
4.8 pathPlannerRRT： RRT* 路徑規劃器 141
4.9 plan：路徑規劃 142
4.10 checkPathValidity：檢查路徑規劃的有效性 144
4.11 interpolate：沿路徑插入車輛姿態 145
4.12 smoothPathSpline：路徑平滑 146
4.13 lateralControllerStanley：橫向控制器 147
第5章 目標跟蹤 / 149
5.1 multObjectTracker：多目標跟蹤器 150
5.2 objectDetection：單目標檢測報告 151
5.3 getTrackPositions：獲取跟蹤位置 152
5.4 getTrackVelocities：獲取跟蹤速度 153
5.5 trackingKF：線性卡爾曼濾波器 155
5.6 predict：卡爾曼濾波器預測 156
5.7 correct：卡爾曼濾波器校正 157
5.8 initcvkf：勻速線性卡爾曼濾波器 158
5.9 initcakf：加速線性卡爾曼濾波器 159
5.10 trackingEKF：線性擴展卡爾曼濾波器 160
5.11 initcvekf：勻速線性擴展卡爾曼濾波器 161
5.12 initcaekf：加速線性擴展卡爾曼濾波器 162
5.13 initctekf：轉向線性擴展卡爾曼濾波器 163
5.14 trackingUKF：無跡卡爾曼濾波器 164
5.15 initcvukf：勻速無跡卡爾曼濾波器 166
5.16 initcaukf：加速無跡卡爾曼濾波器 167
5.17 initctukf：轉向無跡卡爾曼濾波器 168
5.18 constvel：勻速運動模型 169
5.19 constveljac：勻速運動的雅可比矩陣 170
5.20 cvmeas：勻速運動測量函數 171
5.21 cvmeasjac：勻速運動測量函數的雅可比矩陣 172
5.22 constacc：加速運動模型 173
5.23 constaccjac：加速運動的雅可比矩陣 174
5.24 cameas：加速運動測量函數 175
5.25 cameasjac：加速運動測量函數的雅可比矩陣 176
5.26 constturn：轉向運動模型 177
5.27 constturnjac：轉向運動的雅可比矩陣 178
5.28 ctmeas：轉向運動的測量函數 179
5.29 ctmeasjac：轉向運動測量函數的雅可比矩陣 180
第6章 綜合應用實例 / 182
6.1 汽車自動行駛路線仿真 183
6.2 駕駛場景仿真 184
6.3 汽車前向碰撞仿真 187
6.4 汽車自動避障仿真 188
6.5 基於視覺傳感器的多車輛檢測和跟蹤 190
6.6 基於激光雷達的地面和障礙物檢測 193
參考文獻 / 196
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。