- 自动驾驶核心技术全解析(从传感器算法到工程实践)
- - 作者：编者:张晓博|责编:耍利娜
  - 出版社：化学工业
  - ISBN：9787122500854
  - 出版日期：2026/06/01
  - 页数：319
- 售价：47.2

内容大纲
本书从自动驾驶基础入手，逐步展开对多传感器环境感知、路径规划与决策、SLAM建图以及深度学习融合等核心算法的深入讲解。内容覆盖激光雷达、摄像头、红外与超声波传感器的感知应用，详细解析Dijkstra、A*、D* Lite等经典与动态路径规划算法，并结合SLAM、OctoMap等前沿技术实现实时定位与地图构建。全书以“理论+实战”为主线，通过丰富的项目案例和代码实现，帮助读者从算法原理走向工程实践，掌握自动驾驶系统的完整开发流程。
本书适合自动驾驶领域的工程师与科研人员、车联网及智能交通行业从业者学习使用，也适合用作高等院校相关专业的教学参考书。
作者介绍
目录
第1章  自动驾驶基础
  1.1  自动驾驶介绍
    1.1.1  自动驾驶的基本概念
    1.1.2  自动驾驶的应用领域
    1.1.3  自动驾驶国内外发展现状
  1.2  自动驾驶开发基础
    1.2.1  自动驾驶硬件平台：核心支撑与技术架构
    1.2.2  自动驾驶软件算法：智能决策与协同控制
    1.2.3  自动驾驶的测试验证：全方位保障安全与性能
  1.3  自动驾驶开发路线和技术栈
    1.3.1  单车智能与车路协同
    1.3.2  自动驾驶开发技术栈
第2章  基于激光雷达的环境感知应用实践
  2.1  传感器技术与激光雷达
    2.1.1  自动驾驶中的传感器类型
    2.1.2  自动驾驶中的感知算法
    2.1.3  激光雷达感知算法
  2.2  基于平面拟合和分割的地面提取
    2.2.1  最小二乘法算法和应用实践
    2.2.2  主成分分析算法和应用实践
    2.2.3  RANSAC算法和应用实践
    2.2.4  全局优化方法和应用实践
    2.2.5  “分割-平面”拟合算法和应用实践
  2.3  目标检测与跟踪算法应用实践
    2.3.1  聚类算法
    2.3.2  分割算法
    2.3.3  滤波器算法
  2.4  综合实战：目标（行人、车辆）跟踪系统
  2.5  综合实战：地面和障碍物识别系统
第3章  基于高清摄像头的视觉环境感知应用实践
  3.1  自动驾驶中的视觉环境感知
  3.2  目标检测和识别应用实践
    3.2.1  基于Haar特征的目标检测实践
    3.2.2  基于YOLO的目标检测
  3.3  车道检测应用实践
    3.3.1  霍夫变换实践
    3.3.2  颜色阈值应用实践
    3.3.3  滑动窗口法应用实践
  3.4  目标跟踪实战
    3.4.1  使用粒子滤波器算法实现目标跟踪
    3.4.2  多假设跟踪算法实践
  3.5  光流估计应用实践
    3.5.1  光流估计的原理和方法
    3.5.2  使用Lucas-Kanade算法实现光流估计
    3.5.3  使用Horn-Schunck算法处理指定视频
    3.5.4  使用Block Matching算法实现光流处理
  3.6  盲点检测应用实践
    3.6.1  使用Harris角点检测算法检测盲点
    3.6.2  使用Shi-Tomasi算法检测角点
  3.7  综合实战：实时车道检测和盲点监测系统

第4章  基于红外传感器的环境感知应用实践
  4.1  红外传感器在自动驾驶中的作用
  4.2  基于红外传感器的障碍物检测与跟踪
    4.2.1  模拟基于距离阈值的障碍物检测
    4.2.2  基于热图像的障碍物检测算法的模拟
    4.2.3  基于特征提取的障碍物检测模拟
    4.2.4  基于Arduino的自动驾驶程序
  4.3  基于红外图像处理的应用实践
    4.3.1  温度分布分析
    4.3.2  热点检测
    4.3.3  障碍物识别
  4.4  综合实战：智能障碍物探测器系统
  4.5  综合实战：轮胎温度检测系统
  4.6  综合实战：指定线路巡逻机器人
  4.7  综合实战：自动驾驶热成像系统
第5章  基于超声波传感器的环境感知应用实践
  5.1  超声波传感器基础
    5.1.1  超声波传感器的基本概念
    5.1.2  超声波传感器在自动驾驶中的应用
  5.2  障碍物检测和距离测量应用实践
    5.2.1  使用时间飞行算法测量与障碍物的距离
    5.2.2  使用信号处理算法测量与障碍物的距离
    5.2.3  基于HCSR04超声波传感器的测距系统
  5.3  综合实战：智能停车辅助系统
  5.4  综合实战：智能避障系统
  5.5  综合实战：自动泊车系统
  5.6  综合实战：盲点监测系统
第6章  路径规划与决策算法的应用实践
  6.1  Dijkstra路径规划实践
    6.1.1  Dijkstra算法的基本思想
    6.1.2  综合实战：探索CS游戏玩家的最短路径
  6.2  A*算法路径规划实践
    6.2.1  A*算法的原理
    6.2.2  综合实战：基于ROS的汽车路径规划系统
  6.3  Bellman-Ford路径规划实践
    6.3.1  Bellman-Ford的基本思想
    6.3.2  Bellman-Ford算法在自动驾驶中的应用
  6.4  D*算法路径规划应用
    6.4.1  D*算法的原理和实现步骤
    6.4.2  综合实战：动态路径规划可视化系统
  6.5  D*Lite算法
    6.5.1  D*Lite算法的基本思想
    6.5.2  综合实战：D*Lite路径规划系统
第7章  基于SLAM的实时定位与地图构建应用实践
  7.1  SLAM开发基础
    7.1.1  SLAM的核心功能
    7.1.2  FastSLAM算法
    7.1.3  Grid-based FastSLAM算法
    7.1.4  GMapping算法
  7.2  综合实战：基于SLAM的辅助驾驶系统

  7.3  综合实战：基于实时环境的自主导航系统
第8章  OctoMap环境感知应用实践
  8.1  OctoMap介绍
    8.1.1  八叉树和OctoMap
    8.1.2  OctoMap在自动驾驶中的作用
  8.2  综合实战：基于ROS和Octomap的避障和路径规划系统
第9章  基于深度学习的实时地图系统（SLAM+DETR神经网络+OpenCV+Eigen+LibTorch）
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目