本書は、自動運転の要素技術を、第一線の著者陣により、わかりやすく解説した書籍です。本書1冊で、自動運転にかかわる技術の全容と今後の課題をポイントを押さえて理解することができます。
自動運転技術は交通事故の減少、高齢者の移動支援、運転負荷の軽減や快適性の向上など、現在のさまざまな課題を解決する切り札として、大きな注目を集めています。
一方、自動運転技術は自動車工学、パワーエレクトロニクス、移動体通信工学、人間工学、センシング技術、そしてAI・機械学習技術など、まさに各分野における最先端の要素技術の集合体であるため、その全容をコンパクトにポイントを押さえて解説している書籍がいままでにありませんでした。
今後のキーテクノロジーとされる深層学習が自動運転技術において、どのように使われていくのかに焦点を当てながら、イメージに訴える平易な説明を心掛け、数式の使用を最小限に抑えて解説しています。
https://www.ohmsha.co.jp/book/9784274227011/
正誤表やDLデータ等がある場合はこちらに掲載しています
第1章 自動運転技術の概要
第2章 環境認識・予測
第3章 地図作成と自己位置推定
第4章 自動運転車の判断
第5章 縦方向と横方向の車両運動制御
第6章 複数台の協調制御
第7章 自動運転技術開発に使用されるツール
第8章 深層学習の基礎
第9章 深層強化学習
第10章 深層学習のノウハウ
第1章 自動運転技術の概要
1.1 自動運転の全体フロー
1.2 自動運転のためのハードウェア構成
1.3 自動運転の安全性と信頼性の確保
1.4 完全自動運転を実現するための課題
第2章 環境認識・予測
2.1 ハンドクラフト特徴量による環境認識
2.2 深層学習による環境認識
2.3 歩行者の経路予測
2.4 他車両の経路予測
2.5 深層学習モデルのコンパクト化
第3章 地図作成と自己位置推定
3.1 自動運転における地図と自己位置の役割
3.2 高精度地図
3.3 点群地図の作成技術
3.4 ベクターマップの作成技術
3.5 地図を用いた自己位置推定
3.6 衛星測位を活用した自己位置推定
第4章 自動運転車の判断
4.1 判断の概要
4.2 ルート決定
4.3 行動決定
4.4 軌道生成
4.5 判断機能の実用化に向けて
第5章 縦方向と横方向の車両運動制御
5.1 自動運転とADASの関係性
5.2 ADASの技術
5.3 自動運転における制御技術
5.4 制御系の設計や性能の評価
5.5 車両運動制御への深層学習の適用可能性
第6章 複数台の協調制御
6.1 ゆずりあい
6.2 隊列走行
第7章 自動運転技術開発に使用されるツール
7.1 環境認識・自己位置推定用データセット
7.2 地図（HDマップ）
7.3 自動運転プラットフォーム
7.4 自動運転用シミュレータ
第8章 深層学習の基礎
8.1 機械学習・深層学習
8.2 ニューラルネットワークの基本構造
8.3 ニューラルネットワークの学習方法
第9章 深層強化学習
9.1 深層強化学習の概要
9.2 強化学習の概略・手法と深層強化学習への拡張
9.3 価値ベースの方法
9.4 方策ベースの方法
9.5 報酬設計
第10章 深層学習のノウハウ
10.1 深層学習とチューニング
10.2 深層学習の設計指針
10.3 全結合ネットワークを例としたチューニング方法の解説
10.4 深層学習用ライブラリの比較
購入案内
購入履歴
送料について