智能汽車傳感器：原理·設計·應用

定　價：￥88.00

作　者：	吳建明、吳一昊著
出版社：	化學工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥67.80)

ISBN：	9787122462848	出版時間：	2025-01-01	包裝：	平裝
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書全面分析了智能汽車傳感器的原理、設計與應用。全書共7 章，內(nèi)容包括智能汽車傳感器技術、汽車攝像頭技術、激光雷達技術、毫米波雷達技術、超聲波傳感器技術、汽車傳感器標定技術、汽車傳感器融合技術等。本書結(jié)合作者多年的工作經(jīng)驗編寫，力求將汽車傳感器基礎理論與案例實踐融合在一起進行詳細的講解，旨在幫助讀者理解智能汽車常用傳感器工作原理，并了解相關技術與市場應用。本書可供自動駕駛從業(yè)人員、汽車工程師與管理人員、智能汽車傳感器架構(gòu)師、軟件與硬件開發(fā)工程師、高校相關專業(yè)師生、產(chǎn)品市場規(guī)劃師等人群參考使用。

作者簡介

　　無

圖書目錄

第1章智能汽車傳感器概述
1.1 汽車智能化 001
1.1.1 什么是智能化？ 001
1.1.2 汽車智能化的重要載體——ADAS 002
1.2 汽車傳感器基礎知識 005
1.2.1 常見的汽車傳感器有哪些？ 006
1.2.2 傳感器在汽車安全系統(tǒng)上的應用 010
1.2.3 傳統(tǒng)燃油汽車常用傳感器解析 011
1.2.4 看圖了解汽車傳感器的安裝位置 016
1.3 自動駕駛相關傳感器對比 023
1.3.1 不同傳感器市場規(guī)模比較 023
1.3.2 不同傳感器性能比較 023
1.4 智能汽車傳感器發(fā)展現(xiàn)狀與趨勢 025
1.4.1 智能汽車傳感器發(fā)展現(xiàn)狀 025
1.4.2 智能汽車傳感器發(fā)展趨勢 030
第2章車載攝像頭 035
2.1 車載攝像頭概述 035
2.2 產(chǎn)業(yè)應用：特斯拉FSD全視覺智能駕駛 036
2.2.1 什么是FSD ？ 036
2.2.2 FSD 發(fā)展歷史 036
2.2.3 FSD 為什么要采用端到端技術？ 037
2.2.4 FSD 核心架構(gòu) 038
2.2.5 端到端的核心算法 041
2.3 車載攝像頭ISP 技術 049
2.3.1 什么是ISP ？ 049
2.3.2 自動駕駛系統(tǒng)中ISP的特殊性 050
2.3.3 ISP 圖像質(zhì)量調(diào)試 053
2.4 車載攝像頭發(fā)展趨勢 057
2.4.1 市場方面 057
2.4.2 產(chǎn)業(yè)鏈方面 071
第3章激光雷達
3.1 激光雷達概述 077
3.1.1 激光雷達的作用與發(fā)展歷程 077
3.1.2 激光雷達技術分類 080
3.1.3 激光雷達系統(tǒng)的組成與參數(shù) 081
3.2 激光雷達的不同技術路線對比 083
3.2.1 單線與多線 083
3.2.2 ToF 與FMCW 084
3.2.3 EEL 與VCSEL 085
3.2.4 905nm 波長與1550nm 波長 087
3.3 激光雷達應用 087
3.3.1 激光雷達應用圖示 087
3.3.2 激光雷達為自動駕駛困境提供解決方案 089
3.4 激光雷達標定 092
3.4.1 單線激光雷達標定 092
3.4.2 多線激光雷達標定 093
3.4.3 常用的一些標定方法 096
3.4.4 外部搜索 099
3.4.5 激光雷達與攝像頭的時空標定 100
3.5 激光雷達產(chǎn)業(yè)鏈 107
第4章 4D毫米波雷達
4.1 4D 毫米波雷達概述 109
4.2 4D 毫米波雷達的信號處理流程 110
4.3 提高分辨率的方法 113
4.4 外部校準 113
4.5 基于學習的雷達點云生成 113
4.6 感知應用 116
4.7 定位和地圖應用 119
4.8 未來發(fā)展趨勢 121
第5章超聲波傳感器
5.1 超聲波傳感器概述 122
5.1.1 超聲波傳感器基礎知識 122
5.1.2 超聲波系統(tǒng)理論 126
5.1.3 超聲波傳感過程的影響因素 131
5.1.4 超聲波傳感器的發(fā)展趨勢 133
5.2 超聲波傳感器應用場景 134
5.2.1 超聲波傳感器在汽車上的應用圖示 134
5.2.2 超聲波傳感器在ADAS 中的具體應用 136
第6章智能汽車傳感器標定技術
6.1 機器視覺：攝像頭標定技術 139
6.1.1 成像幾何模型 139
6.1.2 典型標定方法 141
6.1.3 自動駕駛中的攝像頭標定 141
6.2 用OpenCV（C ）實現(xiàn)攝像頭/ 圖像的畸變校正 147
6.3 攝像頭內(nèi)外參標定實例 150
6.4 攝像頭和激光雷達聯(lián)合標定實例 153
6.4.1 所需軟件與開發(fā)步驟 153
6.4.2 聯(lián)合校準 154
第7章智能汽車傳感器融合技術
7.1 視覺方案與多傳感器融合方案 160
7.1.1 視覺方案與多傳感器融合方案概述 160
7.1.2 傳感器融合（軟件） 162
7.2 多傳感器后融合技術 163
7.2.1 自動駕駛模塊化的傳感器后融合方法 163
7.2.2 FOP-MOC 模型 165
7.3 多傳感器前融合技術 166
7.3.1 MV3D 166
7.3.2 AVOD 167
7.3.3 F-PointNet 169
7.4 多傳感器硬件系統(tǒng)的設計思路 170
7.5 多傳感器系統(tǒng)的同步 170
7.6 多傳感器融合算法 174
7.7 基于卡爾曼濾波/擴展卡爾曼濾波的感知融合 177
7.8 傳感器融合后的應用示例 178
附錄智能駕駛功能中英文對照
參考文獻