買這商品的人也買了...
-
數據分析師手記 — 數據分析 72個核心問題精解$654$621 -
$811PostGIS 實戰, 3/e -
$505數據安全時代:智慧網聯汽車資料安全監理與政策體系 -
$301自動駕駛規劃理論與實踐 — Lattice 算法詳解 (微課視頻版) -
好人主管一定要懂黑臉管理:一團和氣、開心工作的職場,結果往往是甩鍋、卸責、叫不動,主管先完蛋、部門鳥獸散。我們需要正確扮黑臉的領導方法。$390$332 -
把時間買回來:讓你一本驚醒、一本初衷的經管奇書$460$363
中文年末書展|繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components:從原子到系統,一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場:社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用:DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用!Word.Excel.PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光:資安數位生存戰$550$412 -
85折
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$544 -
79折
Google BI 解決方案:Looker Studio × AI 數據驅動行銷實作,完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus!職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化!$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略:圖解 AI 與 Copilot 應用,輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word!論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術:用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持!Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!:Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化(iThome鐵人賽系列書)$780$608 -
78折
超實用!業務.總管.人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$390 -
7折
Node-RED + YOLO + ESP32-CAM:AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」:52 個零程式互動體驗,打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare:惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人:回顧從 Ada 到 AI 這條程式路,程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫!用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者:Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本|Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊:生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
本書以快速發展的自動駕駛產業為背景,以自動駕駛場景測試為核心內容,研究並藉鑑了國內外相關研究成果與產業實踐經驗,
闡述了自動駕駛場景技術發展與標準化現狀,分析了ASAM OpenX自動駕駛系列標準的內容與格式,
結合我業在自動駕駛場景方面的應用與實踐,為基於場景的自動能開發、測試及標準法規制定提供了有益參考。
本書分為8章括:緒論、場景技術與標準現狀、場景抽象分級與應用、ASAM OpenX自動駕駛系列標準、
自動駕駛靜態場景描述語言、自動駕駛動態場景描述語言、OpenX標準應用案例、自動駕駛場景技術未來發展趨勢。
本書適用於自動駕駛、人工智能、汽車與製造等行業的工程技術人員學,也可作為大專院校相關專業師生的參考書,
同時,也可作為自動駕駛與智能網聯汽車產業愛好者的入門和提升書籍。
目錄大綱
前言1
前言2
第1章 緒論
1.1 自動駕駛場景模擬的背景1
1.2 自動駕駛測試場景與模擬的關係3
1.2.1 測試場景的定義3
1.2.2 模擬的重要性5
1.2.3 場景模擬的定義7
1.2.4 基於場景的模擬應用8
1.3 場景模擬的構建流程11
第2章 場景模擬技術與標準現狀
2.1 自動駕駛場景模擬技術研究現狀13
2.1.1 國外場景模擬技術研究現狀14
2.1.2 國內場景模擬技術研究現狀21
2.2 自動駕駛場景模擬標準法規現狀26
2.2.1 國際標準法規現狀26
2.2.2 我國標準法規現狀35
第3章 場景抽象分級與模擬應用
3.1 場景抽象分級41
3.1.1 功能場景42
3.1.2 抽象場景43
3.1.3 邏輯場景43
3.1.4 具體場景45
3.2 基於場景的模擬應用45
3.2.1 自動駕駛系統的DevOps週期45
3.2.2 場景模擬環境的抽象架構47
3.3 場景模擬工具鍊及對應的標準49
3.3.1 基礎標準49
3.3.2 流程標準57
3.3.3 方法標準58
3.3.4 產品標準59
第4章 ASAM OpenX自動駕駛模擬係列標準
4.1 ASAM OpenCRG61
4.2 ASAM OpenDRIVE63
4.2.1 參考線63
4.2.2 路口示例64
4.2.3 靜態路網描述64
4.3 ASAM OpenSCENARIO65
4.3.1 OpenSCENARIO V1.x65
4.3.2 OpenSCENARIO V2.066
4.4 ASAM Open Simulation Interface(OSI)67
4.5 ASAM OpenLABEL68
4.5.1 數據格式69
4.5.2 可標記的數據類型70
4.5.3 標準內容和工作計劃70
4.6 ASAM OpenODD71
4.7 ASAM OpenXOntology72
4.7.1 ASAM OpenXOntology目標和內容72
4.7.2 ASAM OpenXOntology的體系架構73
4.7.3 ASAM OpenXOntology與其他OpenX標準關係74
4.8 基於ASAM OpenX標準的場景模擬測試流程76
第5章 自動駕駛模擬靜態場景描述語言
5.1 靜態場景語言概述79
5.1.1 概要79
5.1.2 術語及規範80
5.1.3 與其他標準的關聯82
5.2 靜態場景語言的通用架構83
5.2.1 通用架構83
5.2.2 坐標系85
5.2.3 幾何形狀91
5.3 靜態場景語言要素及語法96
5.3.1 道路96
5.3.2 車道106
5.3.3 交叉口121
5.3.4 物體126
5.3.5 標誌135
5.3.6 鐵路139
第6章 自動駕駛模擬動態場景描述語言
6.1 概述143
6.1.1 背景與意義143
6.1.2 ASAM OpenSCENARIO 整體介紹144
6.2 基於ASAM OpenSCENARIO的場景描述144
6.2.1 具體場景案例144
6.2.2 執行具體的場景147
6.3 場景的層級信息149
6.3.1 場景層級149
6.3.2 具體場景149
6.3.3 邏輯場景150
6.3.4 抽象場景151
6.3.5 具體化與抽象化指南153
6.4 自動駕駛模擬動態抽象場景155
6.4.1 基於領域專用語言(DSL)的場景架構155
6.4.2 場景模型特徵167
6.4.3 場景語法177
6.5 自動駕駛模擬動態具體場景190
6.5.1 基於XML語言的場景架構190
6.5.2 場景語言特徵210
6.5.3 案例分析215
第7章 OpenX標準應用案例
7.1 ASAM OpenX在長安汽車AEB和CutOut場景中的應用223
7.1.1 引言224
7.1.2 場景描述方式224
7.1.3 基於OpenX的場景構建過程225
7.1.4 模擬應用效果232
7.2 **一汽基於OpenX標準的場景重構及試驗驗證233
7.2.1 引言234
7.2.2 基於標準的場景採集與生成流程234
7.2.3 模擬場景測試驗證應用235
7.2.4 總結237
7.3 基於OpenDRIVE 1.6港口場景高精地圖的表達及應用238
7.3.1 引言238
7.3.2 港口場景的特點238
7.3.3 OpenDRIVE 1.6標準在港口場景的應用拓展239
7.3.4 總結240
7.4 ASAM OpenX標準加速新型中德自動駕駛測試驗證241
7.4.1 引言241
7.4.2 基於OpenX標準的業務模式241
7.5 OpenX 標準在大疆車載模擬測試中的應用242
7.5.1 引言243
7.5.2 應用案例243
7.5.3 總結與展望248
7.6 OpenX標準在中汽數據ADX模擬工具鏈中的
應用248
7.6.1 引言248
7.6.2 理解測試場景以及場景的區別248
7.6.3 基於OpenSCENARIO 2.0的邏輯場景搭建249
7.6.4 基於動靜態交互的場景篩選及場景排序250
7.6.5 基於場景的動靜態信息編輯252
7.6.6 場景的運行以及場景的推演及評價252
7.6.7 AD Chauffeur模擬雲平臺中的應用(以賽事應用為例)253
7.6.8 總結與展望255
7.7 OpenX標準在騰訊TAD Sim中的應用255
7.7.1 引言255
7.7.2 自動駕駛雲模擬平臺TAD Sim256
7.7.3 OpenX標準在TAD Sim中的應用256
7.8 OpenSCENARIO標準在51 Sim-One軟件中的應用258
7.8.1 引言258
7.8.2 OpenSCENARIO標準在51Sim-One模擬模擬軟件中的應用258
7.8.3 應用案例261
7.8.4 支持更多OpenX標準263
7.9 小規模交通流場景下使用ASAM OpenSCENARIO標準的場景模擬263
7.9.1 場景的構建方法263
7.9.2 OpenSCENARIO應用案例介紹264
7.10 支持OpenSCENARIO標準的場景編譯器269
7.10.1 引言269
7.10.2 基於OSC的場景編譯器架構與實現269
7.10.3 應用案例272
7.10.4 總結274
7.11 OpenLABEL標準在**場景數據提取中的應用274
7.11.1 引言275
7.11.2 OpenLABEL數據構建276
7.11.3 基於深度學習方法的特殊場景提取280
7.11.4 應用案例281
第8章 自動駕駛場景模擬技術未來發展趨勢
8.1 現有自動駕駛場景模擬技術存在的問題285
8.1.1 缺乏道路-氣象-交通相關聯的複雜系統化建模理論研究285
8.1.2 缺乏邊界場景的泛化與強化生成研究287
8.1.3 缺少具有**特色的元素與駕駛特徵的場景的模擬工具287
8.1.4 缺乏針對自動駕駛場景模擬技術的標準288
8.1.5 缺乏對於事故場景的高精度復現技術手段的研究289
8.2 自動駕駛場景模擬技術發展路線290
8.2.1 包含多元素的場景建模技術290
8.2.2 基於場景的高精度複雜傳感器的模擬291
8.2.3 與實驗數據對標,提高模擬場景的真實性293
8.2.4 建立行業內統一的場景模擬規範294
8.2.5 針對具體應用環境構建場景庫294
8.3 自動駕駛場景模擬技術應用前景295
參考文獻298
