书名 Multi-sensor Fusion for Autonomous Driving
虽然传感器融合是自动驾驶的必要前提,但也带来了许多挑战和潜在风险。例如,常用的深度融合网络缺乏可解释性和鲁棒性。为了解决这些根本问题,本书从不确定性的角度介绍了深度融合模型的机制,并对初始风险进行了建模,以创建鲁棒的融合架构。
本书回顾了应用于自动驾驶的多传感器数据融合方法,主体分为三部分:基础、方法和进展。从数据融合的机制出发,全面回顾了自动感知技术和数据融合技术的发展,并全面概述了基于多模态数据融合的各种感知任务。随后,本书针对各种自动驾驶感知任务提出了一系列创新算法,有效提高了自动驾驶相关任务的准确性和鲁棒性,并为解决多传感器融合方法中的挑战提供了思路。此外,为从技术研究过渡到智能网联协同应用,提出了实用融合数据集、车路协同、融合机制等一系列探索性内容。
相较于现有的数据融合和自动驾驶文献,本书更侧重感知相关任务的深度融合方法,强调融合方法的理论阐述,并充分考虑工程实践中的相关场景,帮助读者深入了解自动驾驶中的融合方法和理论,可作为相关领域研究生和学者的教材,或作为希望应用深度融合方法的工程师的参考指南。
猜您喜欢
推荐内容
开源项目推荐 更多
热门活动
热门器件
用户搜过
随便看看
热门下载
热门文章
评论