自動(dòng)駕駛汽車智能測(cè)試?yán)碚撆c場(chǎng)景庫(kù)生成方法

定　價(jià)：￥99.00

作　者：	封碩
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥49.50)

ISBN：	9787302664123	出版時(shí)間：	2024-08-01	包裝：	精裝
開本：	16開	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書提出了自動(dòng)駕駛汽車智能測(cè)試?yán)碚?。研究和總結(jié)了智能測(cè)試的基礎(chǔ)概念、科學(xué)問題、研究方法和規(guī)律定理，提出了智能測(cè)試的方法框架，并論證了智能測(cè)試的準(zhǔn)確性定理和高效性定理，為系統(tǒng)解決自動(dòng)駕駛汽車的測(cè)試問題提供了理論基礎(chǔ)。本書提出了自動(dòng)駕駛汽車測(cè)試場(chǎng)景庫(kù)生成方法體系。針對(duì)低復(fù)雜度、中復(fù)雜度、高復(fù)雜度和自適應(yīng)場(chǎng)景庫(kù)生成問題，分別構(gòu)建凸優(yōu)化、強(qiáng)化學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)和貝葉斯優(yōu)化等系列模型，形成了測(cè)試場(chǎng)景庫(kù)生成方法體系，為多種復(fù)雜度場(chǎng)景、多項(xiàng)評(píng)價(jià)指標(biāo)和多類型自動(dòng)駕駛汽車的智能測(cè)試提供了方法支撐。3.針對(duì)自動(dòng)駕駛汽車在換道、跟馳和出入匝道等場(chǎng)景下的典型測(cè)試問題，通過仿真實(shí)驗(yàn)驗(yàn)證了論文所提出理論與方法的有效性，為規(guī)模化應(yīng)用提供了指導(dǎo)。

作者簡(jiǎn)介

　　封碩，清華大學(xué)博士，致力于研究自動(dòng)駕駛汽車的智能測(cè)試問題，提出了全新的智能測(cè)試?yán)碚撆c場(chǎng)景庫(kù)生成方法，為自動(dòng)駕駛汽車智能測(cè)試的規(guī)模化應(yīng)用提供了理論基礎(chǔ)和方法指導(dǎo)；以第一作者/通訊作者發(fā)表SCI收錄期刊論文10篇，刊登在包括Nature Communications，IEEE Transactions on Intelligent Transportation Systems，IEEE Transactions on Control System Technology以及IEEE Transactions on Vehicular Technology等期刊；擔(dān)任美國(guó)機(jī)動(dòng)車工程師學(xué)會(huì)On-Road Automated Driving Verification and Validation Committee委員會(huì)委員；曾獲得IEEE國(guó)際智能交通學(xué)會(huì)“最佳博士學(xué)位論文獎(jiǎng)”、國(guó)家獎(jiǎng)學(xué)金、清華大學(xué)優(yōu)秀博士畢業(yè)論文、清華大學(xué)優(yōu)秀博士畢業(yè)生、北京市優(yōu)秀畢業(yè)生、北京市三好學(xué)生等榮譽(yù)。

圖書目錄

第 1 章引言 1
1.1 研究背景與意義 1
1.1.1 研究背景 1
1.1.2 研究意義 4
1.2 國(guó)內(nèi)外研究現(xiàn)狀分析 6
1.2.1 自動(dòng)駕駛汽車技術(shù) 6
1.2.2 自動(dòng)駕駛汽車測(cè)試方法 10
1.2.3 自動(dòng)駕駛汽車場(chǎng)景庫(kù)生成方法 15
1.3 研究?jī)?nèi)容與技術(shù)路線 18
1.3.1 自動(dòng)駕駛汽車智能測(cè)試?yán)碚? 18
1.3.2 多種復(fù)雜度測(cè)試場(chǎng)景庫(kù)生成方法與應(yīng)用 20
1.4 本書結(jié)構(gòu)與內(nèi)容安排 21
第 2 章自動(dòng)駕駛汽車智能測(cè)試?yán)碚撗芯? 23
2.1 智能測(cè)試“四要素” 23
2.1.1 測(cè)試場(chǎng)景 24
2.1.2 測(cè)試評(píng)價(jià)指標(biāo) 27
2.1.3 測(cè)試場(chǎng)景庫(kù) 28
2.1.4 測(cè)試方法 29
2.2 智能測(cè)試“四要素”研究 30
2.2.1 測(cè)試場(chǎng)景建模 30
2.2.2 測(cè)試評(píng)價(jià)指標(biāo)設(shè)計(jì) 31
2.2.3 測(cè)試場(chǎng)景庫(kù)生成 32
2.2.4 測(cè)試方法研究 33
2.3 智能測(cè)試方法研究 34
2.3.1 測(cè)試場(chǎng)景建模方法 34
2.3.2 測(cè)試評(píng)價(jià)指標(biāo)設(shè)計(jì)方法 37
2.3.3 測(cè)試場(chǎng)景庫(kù)生成方法 38
2.3.4 智能測(cè)試方法研究 41
2.4 智能測(cè)試?yán)碚撗芯? 44
2.4.1 重要性采樣理論與分析 44
2.4.2 自動(dòng)駕駛汽車智能測(cè)試?yán)碚? 49
第 3 章低復(fù)雜度測(cè)試場(chǎng)景庫(kù)生成方法研究與應(yīng)用 56
3.1 低復(fù)雜度測(cè)試場(chǎng)景庫(kù)生成需求分析 56
3.1.1 測(cè)試場(chǎng)景特征分析 56
3.1.2 場(chǎng)景庫(kù)生成需求分析 58
3.2 最優(yōu)化理論 58
3.2.1 凸優(yōu)化理論 58
3.2.2 梯度下降方法 59
3.2.3 有限差分方法 60
3.3 低復(fù)雜度測(cè)試場(chǎng)景庫(kù)生成方法 61
3.4 低復(fù)雜度測(cè)試場(chǎng)景庫(kù)生成典型應(yīng)用 64
3.4.1 典型場(chǎng)景分析與建模 64
3.4.2 切車場(chǎng)景安全性測(cè)試 66
3.4.3 下道場(chǎng)景功能性測(cè)試 72
第 4 章中復(fù)雜度測(cè)試場(chǎng)景庫(kù)生成方法研究與應(yīng)用 79
4.1 中復(fù)雜度測(cè)試場(chǎng)景庫(kù)生成需求分析 79
4.1.1 測(cè)試場(chǎng)景特征分析 79
4.1.2 場(chǎng)景庫(kù)生成需求分析 80
4.2 強(qiáng)化學(xué)習(xí)理論 81
4.2.1 馬爾可夫決策過程 81
4.2.2 動(dòng)態(tài)規(guī)劃與蒙特卡羅理論 84
4.2.3 基于時(shí)間差分的強(qiáng)化學(xué)習(xí)理論 85
4.3 中復(fù)雜度測(cè)試場(chǎng)景庫(kù)生成方法 87
4.3.1 基于馬爾可夫決策的場(chǎng)景建模 88
4.3.2 基于強(qiáng)化學(xué)習(xí)理論的場(chǎng)景庫(kù)生成 90
4.4 中復(fù)雜度測(cè)試場(chǎng)景庫(kù)生成典型應(yīng)用 94
4.4.1 典型場(chǎng)景分析與建模 94
4.4.2 跟馳場(chǎng)景安全性測(cè)試 95
第 5 章高復(fù)雜度測(cè)試場(chǎng)景庫(kù)生成方法研究與應(yīng)用 101
5.1 高復(fù)雜度測(cè)試場(chǎng)景庫(kù)生成需求分析 101
5.1.1 測(cè)試場(chǎng)景特征分析 101
5.1.2 場(chǎng)景庫(kù)生成需求分析. 103
5.2 深度強(qiáng)化學(xué)習(xí)理論 103
5.2.1 深度 Q 網(wǎng)絡(luò)基本原理. 104
5.2.2 深度強(qiáng)化學(xué)習(xí)方法 105
5.2.3 深度強(qiáng)化學(xué)習(xí)算法 108
5.3 高復(fù)雜度測(cè)試場(chǎng)景庫(kù)生成方法. 109
5.3.1 高復(fù)雜度場(chǎng)景庫(kù)生成原理 109
5.3.2 基于深度強(qiáng)化學(xué)習(xí)理論的場(chǎng)景庫(kù)生成 111
5.4 高復(fù)雜度測(cè)試場(chǎng)景庫(kù)生成典型應(yīng)用 114
5.4.1 典型場(chǎng)景分析與建模 114
5.4.2 跟馳場(chǎng)景安全性測(cè)試 114
第 6 章自適應(yīng)測(cè)試場(chǎng)景庫(kù)生成方法研究與應(yīng)用 120
6.1 自適應(yīng)測(cè)試場(chǎng)景庫(kù)生成需求分析 121
6.1.1 測(cè)試場(chǎng)景特征分析 121
6.1.2 場(chǎng)景庫(kù)生成需求分析 122
6.2 貝葉斯優(yōu)化理論 122
6.2.1 貝葉斯優(yōu)化問題 123
6.2.2 貝葉斯優(yōu)化方法 123
6.2.3 高斯過程回歸 126
6.3 自適應(yīng)測(cè)試場(chǎng)景庫(kù)生成方法 128
6.3.1 基于貝葉斯優(yōu)化理論的問題建模 129
6.3.2 基于貝葉斯優(yōu)化方法的算法框架 130
6.3.3 自適應(yīng)測(cè)試場(chǎng)景庫(kù)生成方法 132
6.4 自適應(yīng)測(cè)試場(chǎng)景庫(kù)生成典型應(yīng)用 136
6.4.1 典型場(chǎng)景分析與建模 137
6.4.2 切車場(chǎng)景條件下自適應(yīng)場(chǎng)景庫(kù)生成 137
6.4.3 下道場(chǎng)景條件下自適應(yīng)場(chǎng)景庫(kù)生成 143
第 7 章總結(jié)與展望 146
7.1 工作總結(jié) 146
7.2 主要?jiǎng)?chuàng)新點(diǎn) 148
7.3 研究工作展望 149
參考文獻(xiàn) 151