基于人工智能的无人驾驶车辆路面识别技术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

基于人工智能的无人驾驶车辆路面识别技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 车载激光雷达1

1.1 概述1

1.2 激光测距技术2

1.2.1 脉冲测距2

1.2.2 相位测距3

1.2.3 三角测距4

1.3 激光雷达在自动驾驶中的应用5

1.4 激光雷达的分类6

1.4.1 单线激光雷达6

1.4.2 多线激光雷达7

1.4.3 激光雷达的技术发展14

第2章 地面机器人路面识别技术16

2.1 基于加速度传感器的地形判别16

2.2 基于相机图像的地形视觉判别26

2.3 基于激光雷达的地形识别37

2.4 多种传感器的融合47

第3章 基于机器学习及马尔科夫随机场的路面识别技术64

3.1 路面轮廓估计64

3.1.1 加速度（acc-t）64

3.1.2 四分之一车辆模型（acc-ttoy-t）65

3.1.3 垂直位移（y-t）67

3.1.4 速度（v-t）68

3.1.5 速度到位移（v-t to x-t）68

3.1.6 路面轮廓（y-x）68

3.2 特征提取70

3.2.1 从路面轮廓（y-x）中提取的FFT特征72

3.2.2 从加速度（acc-t）中提取的FFT特征75

3.2.3 从加速度（acc-t）和路面轮廓（y-x）中提取的快速小波变换特征（FWT）75

3.3 归一化76

3.4 主成分分析PCA77

3.5 K-fold交叉验证77

3.6 其他分类器的尝试77

3.6.1 朴素贝叶斯分类器78

3.6.2 神经网络分类器78

3.6.3 支持向量机分类器80

3.7 实验81

3.7.1 概述81

3.7.2 关于加速度的平台实验83

3.8 实验结果85

3.8.1 特征选择85

3.8.2 速度独立性测试86

3.8.3 分类器选择88

3.8.4 加速度实验结果89

3.9 总结92

第4章 基于图像数据的路面类型分类93

4.1 图像纹理特征94

4.2 建立图像特征矩阵95

4.2.1 灰度共生矩阵95

4.2.2 特征提取和特征矩阵信息96

4.3 实验验证99

4.3.1 实验平台99

4.3.2 基于图像的实验99

4.4 实验结果100

4.5 结论105

第5章 基于激光雷达的路面类型分类106

5.1 激光雷达的扫描方式106

5.2 道路表面重建107

5.2.1 距离数据的处理107

5.2.2 速度数据的处理108

5.2.3 道路表面108

5.3 特征矩阵109

5.4 实验110

5.4.1 实验平台110

5.4.2 实验结果111

5.5 结论115

第6章 马尔科夫随机场的多传感器融合路面类型分类116

6.1 前置激光雷达的预测116

6.2 马尔科夫随机场算法（MRF）118

6.2.1 条件独立性118

6.2.2 分解特性120

6.3 马尔科夫随机场的建立121

6.3.1 马尔科夫随机场中的节点122

6.3.2 马尔科夫随机场中节点的随机变量122

6.3.3 马尔科夫随机场中的节点123

6.3.4 马尔科夫随机场中的节点值123

6.3.5 能量函数124

6.3.6 最优化125

6.4 实验125

6.4.1 实验平台125

6.4.2 基于多传感器融合的实验125

6.5 实验结果125

6.6 结论129

后记 回顾与展望130

参考文献132