智慧型網聯汽車環境感知信號處理技術

《智慧型網聯汽車環境感知信號處理技術》是2022年人民郵電出版社出版的圖書。

基本介紹

• 中文名：智慧型網聯汽車環境感知信號處理技術
• 作者：畢欣、田煒、高樂天、馮雨
• 出版社：人民郵電出版社
• 出版時間：2022年9月1日
• ISBN：9787115591715

內容簡介

本書圍繞智慧型網聯汽車環境感知部分的感測器內容進行闡述，主要內容包括：緒論、信號處理的基本知識、毫米波雷達信號處理技術、雷射雷達信號處理技術、視覺感測器信號處理技術、車載定位感測器信號處理技術、多感測器融合技術和其他感測器技術等。本書對智慧型網聯汽車的感測器核心技術進行了梳理和總結，對關鍵技術的原理、核心算法及其在智慧型網聯汽車中的套用實例進行了論述，並對其優缺點展開了探討。

本書適合高等院校相關專業在校師生、智慧型網聯汽車領域的專業技術人員、車企研發人員閱讀和參考，希望能夠得到廣大讀者的認可並能為之提供有益的啟示。

圖書目錄

第 1章 緒論 1

1．1　智慧型網聯汽車發展趨勢　1

1．1．1　自動駕駛歷史發展　2

1．1．2　自動駕駛行業——量的積累讓自動駕駛汽車開始邁向質的飛躍　3

1．1．3　國內外政策——多角度保障自動駕駛汽車安全落地　4

1．1．4　業界公司發展　6

1．2　車載感測器概述與技術進程　7

1．2．1　毫米波雷達　8

1．2．2　雷射雷達　8

1．2．3　超音波感測器　9

1．2．4　圖像感測器　9

1．2．5　組合定位導航　9

1．3　小結　10

參考文獻　11

第　2章 信號處理的基本知識　12

2．1　信號採樣　12

2．1．1　信號、系統及信號處理　12

2．1．2　信號處理的一般過程　13

2．1．3　模擬信號的採樣過程　14

2．1．4　採樣定理　15

2．2　線性系統與非線性系統　16

2．2．1　系統的一般分類　16

2．2．2　線性系統與非線性系統的基本性質　17

2．2．3　線性系統的分析方法　18

2．3　傅立葉變換　19

2．3．1　傅立葉級數　19

2．3．2　連續非周期信號的傅立葉變換　20

2．3．3　離散時間傅立葉變換　21

2．3．4　離散時間周期信號的傅立葉級數　22

2．3．5　離散傅立葉變換和快速傅立葉變換　23

2．3．6　其他重要變換　27

2．4　矩陣代數基礎　28

2．4．1　行列式的性質　28

2．4．2　方陣的跡及其性質　29

2．4．3　逆矩陣　29

2．4．4　初等變換與秩　31

2．4．5　關於秩的一些重要結論　32

2．5　機率論基礎　32

2．5．1　分布函式　32

2．5．2　均值與方差　33

2．5．3　矩　33

2．5．4　隨機向量　34

2．6　濾波算法與濾波器　35

2．6．1　濾波器的分類　35

2．6．2　濾波器的技術要求　36

2．6．3　濾波器算法　37

參考文獻　40

第3章　毫米波雷達信號處理技術　41

3．1　毫米波雷達原理　41

3．1．1　雷達方程　41

3．1．2　雷達工作體制　42

3．2　車載雷達信號處理流程　47

3．3　脈衝壓縮技術　48

3．3．1　脈衝壓縮原理　49

3．3．2　脈衝壓縮基本方法　50

3．4　雷達雜波抑制　52

3．5　雷達目標檢測技術　55

3．5．1　雷達檢測的門限值　55

3．5．2　恆虛警檢測器原理　56

3．5．3　白噪聲背景下的恆虛警檢測器　56

3．5．4　有序統計恆虛警檢測器　58

3．6　雷達陣列信號處理　59

3．6．1　MIMO雷達工作原理　59

3．6．2　MIMO雷達信號處理流程　60

3．6．3　時分多路　62

3．7　多目標跟蹤與識別技術　64

3．7．1　多目標跟蹤技術　64

3．7．2　毫米波雷達目標識別系統　67

3．8　超寬頻的毫米波雷達三維成像算法　69

3．9　套用實例　72

3．9．1　4D毫米波雷達　72

3．9．2　車輛周圍障礙物的檢測　74

3．9．3　ADAS中的套用　74

3．9．4　基於微都卜勒特徵的行人、車輛的目標識別　75

參考文獻　77

第4章　雷射雷達信號處理技術　79

4．1　雷射雷達原理　79

4．1．1　雷射產生的原理　79

4．1．2　雷射測距原理　80

4．1．3　雷射雷達作用距離方程　81

4．1．4　雷射雷達掃描方式　82

4．2　雷射雷達信號處理流程　88

4．2．1　雷射雷達回波信號降噪　88

4．2．2　全波形信號處理　90

4．3　雷射點雲處理方法　91

4．3．1　點雲濾波　91

4．3．2　點雲特徵描述與提取　92

4．3．3　點雲分割　99

4．3．4　點雲配準　106

4．4　雷射三維成像研究　107

4．4．1　雷射掃描點雲成像　108

4．4．2　其他主動雷射成像技術　111

4．5　套用實例　114

4．5．1　基於雷射雷達點雲的車輛檢測方法　114

4．5．2　基於雷射雷達點雲的車道線檢測方法　115

4．5．3　基於雷射雷達的目標追蹤　116

4．5．4　三維場景重建　117

參考文獻　117

第5章　視覺感測器信號處理技術　122

5．1　車載視覺感測器原理　122

5．1．1　視覺感測器基本組成　122

5．1．2　典型的視覺感測器　123

5．2　數字圖像處理流程　127

5．2．1　圖像的採集和存儲　128

5．2．2　圖像預處理　128

5．2．3　圖像分割　129

5．2．4　圖像特徵提取和選擇　130

5．3　圖像預處理技術　131

5．3．1　圖像灰度化　131

5．3．2　圖像幾何變換　132

5．3．3　圖像增強　132

5．4　圖像特徵提取與分類　134

5．4．1　原始特徵提取　135

5．4．2　特徵降維　136

5．4．3　特徵選擇　138

5．5　機器學習與深度學習方法　141

5．5．1　機器學習方法　141

5．5．2　深度學習方法　144

5．6　套用實例　146

5．6．1　車輛與行人識別和跟蹤　146

5．6．2　車道線識別　150

5．6．3　交通標誌牌識別　153

參考文獻　155

第6章　車載定位感測器信號處理技術　157

6．1　引言　157

6．2　車載定位感測器信號簡介　157

6．2．1　GNSS信號　158

6．2．2　輪速信號　159

6．2．3　慣性感測器信號　159

6．3　GNSS定位　162

6．3．1　單點定位　163

6．3．2　差分定位　164

6．3．3　精密單點定位　165

6．4　航跡推算定位系統　165

6．4．1　平面航跡推算定位系統　166

6．4．2　輪速信號的處理　168

6．5　慣性導航系統　170

6．5．1　慣性導航常用參考坐標系　171

6．5．2　慣性感測器測量模型　171

6．5．3　姿態解算　172

6．5．4　速度解算　173

6．5．5　位置解算　173

6．6　套用實例——GNSS/INS/輪速感測器松耦合組合定位系統　174

6．6．1　系統簡介　174

6．6．2　INS誤差狀態模型　174

6．6．3　基於誤差狀態卡爾曼濾波的信息融合　176

參考文獻　178

第7章　多感測器融合技術　180

7．1　車載感測器數據融合方法　180

7．1．1　多感測器融合　180

7．1．2　多感測器融合的基本原理　180

7．1．3　多感測器的前融合與後融合技術　181

7．1．4　多感測器數據融合算法　182

7．2　貝葉斯估計　184

7．2．1　貝葉斯估計基本概念　184

7．2．2　基於貝葉斯估計的數據融合算法　186

7．2．3　估計算法的局限性　187

7．3　擴展卡爾曼濾波　188

7．3．1　擴展卡爾曼濾波介紹　188

7．3．2　擴展卡爾曼濾波原理　189

7．3．3　擴展卡爾曼濾波在一維非線性系統中的套用　190

7．4　模糊決策　192

7．4．1　模糊決策基本概念　192

7．4．2　模糊一致關係　192

7．4．3　模糊一致矩陣　194

7．4．4　廣義去模糊機制　195

7．5　套用實例——多目標跟蹤　196

7．5．1　多目標跟蹤方法分類　197

7．5．2　多目標跟蹤算法　198

參考文獻　200

第8章　其他感測器技術　201

8．1　超音波雷達　201

8．1．1　超音波雷達的工作原理　201

8．1．2　超音波雷達的類型　202

8．1．3　超音波雷達的數學模型　203

8．1．4　超音波雷達的優勢與劣勢　203

8．1．5　超音波雷達的技術特點　204

8．2　紅外感測器　204

8．2．1　紅外線　205

8．2．2　紅外感測器分類　205

8．2．3　紅外感測器相關技術　207

8．3　其他車身狀態感測器　211

8．3．1　車身高度感測器　211

8．3．2　碰撞感測器　212

參考文獻　213

名詞索引　215