奇迹小说
首页
书库
排行榜
作家福利
登 录作家专区

糸驶

自动驾驶:出行方式和产业模式的大变革

自动驾驶:出行方式和产业模式的大变革

(日)川原英司 等

已完结· 11.04万

如今的汽车行业正在经历“移动革命”,自动驾驶时代将给人们的生活带来天翻地覆的变化。那么,在未来,移动出行领域的中坚力量将如何显露头角?本书首先通过未来职业母亲的一天带你进入一个自动化的人工智能时代,360度展示新时代下的全景图。其次,本书详细地分析了发生在汽车行业的变革以及可能会登上历史舞台的全新移动经济模式。*后,本书还将对谷歌、软银集团和现有汽车制造商在“移动”领域的“争霸赛”进行全景描绘。读完本书后,期待你在心中对这场移动出行的“革命”有大致的轮廓,对无人驾驶技术及其带来的影响有自己的见解。

谁在驾驶巴士:行为背后的心理秘密

谁在驾驶巴士:行为背后的心理秘密

子华明

已完结· 15.87万

为什么有人总担心自己会出丑? 为什么老大很强势、老幺很叛逆? 为什么险境中更容易产生恋情? 印象有没有欺骗你? …… 如何用心理学理论剖析生活中的常见行为与社会现象? 其中又蕴含了哪些有趣的心理学知识? 《谁在驾驶巴士(行为背后的心理秘密)》分析了日常生活中上百个*科学性与社会效应的人类行为,并揭示了隐藏在这些行为背后的种种心理奥秘。

自动驾驶算法与芯片设计

自动驾驶算法与芯片设计

任建峰,蒋立源,余成文 著

已完结· 16.58万

目前自动驾驶的一个发展趋势就是智能化。随着人工智能的飞速发展以及各种新型传感器的涌现,汽车智能化形成趋势,辅助驾驶功能的渗透率越来越高。这些功能的实现需要借助于摄像头、雷达、激光雷达等新增的传感器数据,其中视频处理需要大量并行计算。然而,传统CPU算力不足,而DSP擅长图像处理,对于深度学习却缺乏足够的性能。尽管GPU擅长训练,但它过于耗电,影响汽车的性能。因此,本书着眼于未来,认为定制化的ASIC必将成为主流。本书以自动驾驶的芯片设计为最终目标,来论述设计一个面向未来的自动驾驶SoC芯片的学术支撑和工程实践。 本书共13章。其中第1章主要介绍自动驾驶目前遇到的挑战和研究方向。第2~6章重点讲述环境感知以及规划控制方面的算法设计;第7~10章重点讲述深度学习模型的优化和深度学习芯片的设计;第11章和第12章重点讲述具有安全功能的自动驾驶软件架构设计;第13章介绍5G车联网。 本书适合有志于从事自动驾驶方面的大学本科生、研究生以及工程技术人员阅读。

无人驾驶感知智能

无人驾驶感知智能

张锐 主编

已完结· 7.18万

进化:从轮车时代到未来驾驶

进化:从轮车时代到未来驾驶

何至军 著

已完结· 6.37万

从轮车技术、人工智能、机械生物化到粒子空间、人机共生,本书讲述了自动驾驶技术的形成及其逻辑框架,以及交通工具的变迁对于时代的意义。这是一部有趣、有深度的科学笔记,融科学、自然、哲学等于一体,打开你的视野和认知,带你乘着科学的巨轮从历史走向人类未知。一汽红旗研发事业部整车研发部部长李英,中国电动汽车百人会副理事长兼秘书长张永伟,北京科技大学教授、博士生导师张文明,兴科迪科技董事长白云飞,联合力荐。

汽车驾驶考证全程通(第2版)

汽车驾驶考证全程通(第2版)

裴保纯

已完结· 25.19万

自动驾驶算法与芯片设计

自动驾驶算法与芯片设计

任建峰,蒋立源,余成文 著

已完结· 16.58万

目前自动驾驶的一个发展趋势就是智能化。随着人工智能的飞速发展以及各种新型传感器的涌现,汽车智能化形成趋势,辅助驾驶功能的渗透率越来越高。这些功能的实现需要借助于摄像头、雷达、激光雷达等新增的传感器数据,其中视频处理需要大量并行计算。然而,传统CPU算力不足,而DSP擅长图像处理,对于深度学习却缺乏足够的性能。尽管GPU擅长训练,但它过于耗电,影响汽车的性能。因此,本书着眼于未来,认为定制化的ASIC必将成为主流。本书以自动驾驶的芯片设计为最终目标,来论述设计一个面向未来的自动驾驶SoC芯片的学术支撑和工程实践。 本书共13章。其中第1章主要介绍自动驾驶目前遇到的挑战和研究方向。第2~6章重点讲述环境感知以及规划控制方面的算法设计;第7~10章重点讲述深度学习模型的优化和深度学习芯片的设计;第11章和第12章重点讲述具有安全功能的自动驾驶软件架构设计;第13章介绍5G车联网。 本书适合有志于从事自动驾驶方面的大学本科生、研究生以及工程技术人员阅读。

自动驾驶算法与芯片设计

自动驾驶算法与芯片设计

任建峰,蒋立源,余成文 著

已完结· 16.58万

目前自动驾驶的一个发展趋势就是智能化。随着人工智能的飞速发展以及各种新型传感器的涌现,汽车智能化形成趋势,辅助驾驶功能的渗透率越来越高。这些功能的实现需要借助于摄像头、雷达、激光雷达等新增的传感器数据,其中视频处理需要大量并行计算。然而,传统CPU算力不足,而DSP擅长图像处理,对于深度学习却缺乏足够的性能。尽管GPU擅长训练,但它过于耗电,影响汽车的性能。因此,本书着眼于未来,认为定制化的ASIC必将成为主流。本书以自动驾驶的芯片设计为最终目标,来论述设计一个面向未来的自动驾驶SoC芯片的学术支撑和工程实践。 本书共13章。其中第1章主要介绍自动驾驶目前遇到的挑战和研究方向。第2~6章重点讲述环境感知以及规划控制方面的算法设计;第7~10章重点讲述深度学习模型的优化和深度学习芯片的设计;第11章和第12章重点讲述具有安全功能的自动驾驶软件架构设计;第13章介绍5G车联网。 本书适合有志于从事自动驾驶方面的大学本科生、研究生以及工程技术人员阅读。

自动驾驶算法与芯片设计

自动驾驶算法与芯片设计

任建峰,蒋立源,余成文 著

已完结· 16.58万

目前自动驾驶的一个发展趋势就是智能化。随着人工智能的飞速发展以及各种新型传感器的涌现,汽车智能化形成趋势,辅助驾驶功能的渗透率越来越高。这些功能的实现需要借助于摄像头、雷达、激光雷达等新增的传感器数据,其中视频处理需要大量并行计算。然而,传统CPU算力不足,而DSP擅长图像处理,对于深度学习却缺乏足够的性能。尽管GPU擅长训练,但它过于耗电,影响汽车的性能。因此,本书着眼于未来,认为定制化的ASIC必将成为主流。本书以自动驾驶的芯片设计为最终目标,来论述设计一个面向未来的自动驾驶SoC芯片的学术支撑和工程实践。 本书共13章。其中第1章主要介绍自动驾驶目前遇到的挑战和研究方向。第2~6章重点讲述环境感知以及规划控制方面的算法设计;第7~10章重点讲述深度学习模型的优化和深度学习芯片的设计;第11章和第12章重点讲述具有安全功能的自动驾驶软件架构设计;第13章介绍5G车联网。 本书适合有志于从事自动驾驶方面的大学本科生、研究生以及工程技术人员阅读。

自动驾驶算法与芯片设计

自动驾驶算法与芯片设计

任建峰,蒋立源,余成文 著

已完结· 16.58万

目前自动驾驶的一个发展趋势就是智能化。随着人工智能的飞速发展以及各种新型传感器的涌现,汽车智能化形成趋势,辅助驾驶功能的渗透率越来越高。这些功能的实现需要借助于摄像头、雷达、激光雷达等新增的传感器数据,其中视频处理需要大量并行计算。然而,传统CPU算力不足,而DSP擅长图像处理,对于深度学习却缺乏足够的性能。尽管GPU擅长训练,但它过于耗电,影响汽车的性能。因此,本书着眼于未来,认为定制化的ASIC必将成为主流。本书以自动驾驶的芯片设计为最终目标,来论述设计一个面向未来的自动驾驶SoC芯片的学术支撑和工程实践。 本书共13章。其中第1章主要介绍自动驾驶目前遇到的挑战和研究方向。第2~6章重点讲述环境感知以及规划控制方面的算法设计;第7~10章重点讲述深度学习模型的优化和深度学习芯片的设计;第11章和第12章重点讲述具有安全功能的自动驾驶软件架构设计;第13章介绍5G车联网。 本书适合有志于从事自动驾驶方面的大学本科生、研究生以及工程技术人员阅读。

自动驾驶:感知原理与实践

自动驾驶:感知原理与实践

龚心满 编著

已完结· 11.02万

自动驾驶:感知原理与实践

自动驾驶:感知原理与实践

龚心满 编著

已完结· 11.02万

《自动驾驶:感知原理与实践》是一本系统讲解自动驾驶感知技术的图书,同时带有具体的自动驾驶实践案例,以及自动驾驶感知技术的落地部署方案供读者学习。本书主要涉及的内容包括神经网络的基础理论知识、经典卷积神经网络、轻量化卷积神经网络、Vision Transformer、2D 目标检测算法(YOLOv5、YOLOX、YOLOv5 Lite、NanoDet 等算法)、3D 激光点云目标检测算法、BEVFormer 纯视觉的3D目标检测算法、语义分割、车道线检测、ReID 相关技术、多目标跟踪及部署落地的相关技术(如CUDA、OpenCV、NCNN、TensorRT 等)。 为了让读者全面、深入、透彻地理解所讲解的算法,书中还给出了具体的实践案例,并提供了相应的数据集供读者实践,同时通过对代码的讲解使读者获得实战能力。 《自动驾驶:感知原理与实践》适用于具有一定Python 基础的计算机视觉初学者、想从其他视觉开发行业进入自动驾驶行业的开发者,以及想全面、系统地了解自动驾驶感知技术的开发者;也适用于自动驾驶感知技术负责人,以便其更好地把握团队的开发细节。

自动驾驶:感知原理与实践

自动驾驶:感知原理与实践

龚心满 编著

已完结· 11.02万

自动驾驶:感知原理与实践

自动驾驶:感知原理与实践

龚心满 编著

已完结· 11.02万

自动驾驶:感知原理与实践

自动驾驶:感知原理与实践

龚心满 编著

已完结· 11.02万

《自动驾驶:感知原理与实践》是一本系统讲解自动驾驶感知技术的图书,同时带有具体的自动驾驶实践案例,以及自动驾驶感知技术的落地部署方案供读者学习。本书主要涉及的内容包括神经网络的基础理论知识、经典卷积神经网络、轻量化卷积神经网络、Vision Transformer、2D 目标检测算法(YOLOv5、YOLOX、YOLOv5 Lite、NanoDet 等算法)、3D 激光点云目标检测算法、BEVFormer 纯视觉的3D目标检测算法、语义分割、车道线检测、ReID 相关技术、多目标跟踪及部署落地的相关技术(如CUDA、OpenCV、NCNN、TensorRT 等)。 为了让读者全面、深入、透彻地理解所讲解的算法,书中还给出了具体的实践案例,并提供了相应的数据集供读者实践,同时通过对代码的讲解使读者获得实战能力。 《自动驾驶:感知原理与实践》适用于具有一定Python 基础的计算机视觉初学者、想从其他视觉开发行业进入自动驾驶行业的开发者,以及想全面、系统地了解自动驾驶感知技术的开发者;也适用于自动驾驶感知技术负责人,以便其更好地把握团队的开发细节。

相关搜索