人工智能技術及無人駕駛

前言
第1章 緒論
1.1 人工智能
1.1.1 定義
1.1.2 人工智能發(fā)展史
1.1.3 人工智能發(fā)展趨勢
1.2 無人駕駛
1.2.1 概述
1.2.2 技術領域
1.3 人工智能賦能無人駕駛行業(yè)
1.3.1 概述
1.3.2 智能制造領域
1.3.3 智能駕駛領域
1.4 本章小結
第2章 人工智能技術基礎
2.1 知識表示
2.1.1 概述
2.1.2 產(chǎn)生式表示法
2.1.3 框架表示法
2.1.4 狀態(tài)空間表示法
2.2 機器學習
2.2.1 監(jiān)督學習
2.2.2 無監(jiān)督學習
2.2.3 人工神經(jīng)網(wǎng)絡
2.3 邏輯推理
2.3.1 確定性推理
2.3.2 產(chǎn)生式推理
2.3.3 模糊邏輯推理
2.3.4 可拓云推理
2.4 本章小結
第3章 環(huán)境感知與信息融合
3.1 車載傳感器與傳感器標定
3.1.1 基礎理論
3.1.2 常用傳感器
3.1.3 傳感器標定
3.2 信息融合結構層次
3.2.1 傳感器融合結構
3.2.2 傳感器融合層次
3.2.3 多傳感器融合方法
3.3 車輛位置信息融合
3.3.1 GNSS定位原理
3.3.2 INS定位原理
3.3.3 導航信息的卡爾曼濾波融合
3.4 超聲波與視覺傳感器融合
3.4.1 融合框架與原理
3.4.2 超聲波傳感器
3.4.3 視覺圖像處理
3.4.4 目標識別
3.5 多源圖像融合
3.5.1 概述
3.5.2 圖像融合典型方法
3.5.3 PCA在圖像融合中的應用
3.5.4 小波變換在圖像融合中的應用
3.6 本章小結
第4章 群體智能與車隊控制
4.1 基因優(yōu)化型群體智能
4.1.1 概述
4.1.2 算法分析
4.2 覓食導向型群體智能
4.2.1 細菌覓食算法
4.2.2 蟻群算法
4.2.3 蛙跳算法
4.2.4 蜂群算法
4.2.5 人工魚群算法
4.3 遷徙導向型群體智能
4.3.1 概述
4.3.2 算法分析
4.4 車輛運動學
4.4.1 轉向模型
4.4.2 轉向動力學分析
4.4.3 預瞄自適應控制
4.5 V2X環(huán)境下車輛跟馳與信息交互
4.5.1 車輛跟馳模型
4.5.2 信息傳播機制
4.6 V2X環(huán)境下的車隊控制
4.6.1 建模思路與穩(wěn)定性泛論
4.6.2 車輛隊列協(xié)調(diào)控制策略
4.6.3 連續(xù)系統(tǒng)車隊控制策略
4.6.4 離散系統(tǒng)車隊控制策略
4.7 本章小結
第5章 自然語言處理與人機交互
5.1 基礎理論
5.1.1 隱馬爾可夫模型
5.1.2 Viterbi算法
5.1.3 條件隨機場
5.2 語料庫解析
5.2.1 語料與語料庫
5.2.2 自然語言工具包
5.2.3 結巴工具包
5.2.4 常用語料庫
5.3 文本數(shù)據(jù)獲取與規(guī)范化
5.3.1 數(shù)據(jù)獲取
5.3.2 數(shù)據(jù)清洗
5.3.3 特征構造
5.3.4 特征降維與選擇
5.4 預處理
5.4.1 分詞
5.4.2 詞干提取
5.4.3 詞形還原
5.4.4 停用詞
5.5 詞性標注
5.5.1 概述
5.5.2 基于規(guī)則的方法
5.5.3 基于統(tǒng)計的方法
5.6 命名實體識別
5.6.1 命名實體
5.6.2 識別方法
5.6.3 應用領域
5.6.4 應用實例
5.7 語義理解
5.7.1 概述
5.7.2 詞嵌入的生成
5.8 人機交互
5.8.1 語音處理
5.8.2 人機交互界面
5.9 本章小結
第6章 無人駕駛應用
6.1 無人駕駛應用場景
6.1.1 無人駕駛出租車場景
6.1.2 無人駕駛公共交通場景
6.1.3 礦區(qū)應用場景
6.1.4 園區(qū)物流場景
6.2 典型無人駕駛系統(tǒng)
6.2.1 Apollo
6.2.2 Waymo
6.3 單車智能與車路協(xié)同
6.3.1 兩大方向
6.3.2 三種技術
6.3.3 道路之選
6.4 無人駕駛應用人工智能的展望
6.5 本章小結
參考文獻