由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书驾驶原理与实践9787111614999
¥ ×1
章初识驾驶系统
1.1什么是驾驶
1.2为什么需要驾驶
1.3驾驶系统基本框架
1.4开发环境配置
1.5本章参考文献
第2章ROS入门
2.1ROS简介
2.2ROS中的概念
.catkin创建系统
2.4ROS中的项目组织结构
2.5基于Husky模拟器的实践
2.6ROS的基本编程
2.7ROSservices
2.8ROSAction
2.9ROS中的常用工具
2.10本章参考文献
第3章驾驶系统的定位方法
3.1实现定位的原理
3.2迭代近点算法
3.3正态分布变换
3.4基于GPS+惯组合导航的定位系统
3.5基于Slam的定位系统
3.6本章参考文献
第4章状态估计和传感器融合
4.1卡尔曼滤波和状态估计
4.2不错运动模型和扩展卡尔曼滤波
4.3无损卡尔曼滤波
4.4本章参考文献
第5章机器学习和神经网络基础
5.1机器学习基本概念
5.2监督学习
5.3神经网络基础
5.4使用Keras实现神经网络
5.5本章参考文献
第6章深度学习和驾驶视觉感知
6.1深度前馈神经网络——为什么要深?
6.2应用于深度神经网络的正则化技术
6.3实战——交通标志识别
6.4卷积神经网络入门
6.5基于YOLO2的车辆检测
6.6本章参考文献
第7章迁移学习和端到端驾驶
7.1迁移学习
7.2端到端驾驶
7.3端到端驾驶模拟
7.4本章小结
7.5本章参考文献
第8章驾驶规划入门
8.1车路径规划和A*算法
8.2分层有限状态机和车行为规划
8.3基于自由边界三次样条插值的车路径生成
8.4基于Frenet优化轨迹的车动作规划方法
8.5本章参考文献
第9章车辆模型和不错控制
9.1运动学自行车模型和动力学自行车模型
9.2车控制入门
9.3基于运动学模型的模型预测控制
9.4轨迹追踪
9.5本章参考文献
0章深度强化学习及在自动驾驶中的应用
10.1强化学习概述
10.2强化学习原理及过程
10.3近似价值函数
10.4深度值网络算法
10.5策略梯度
10.6深度确定策略梯度及TORCS游戏的控制
10.7本章小结
10.8本章参考文献
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格