
陈苑锋 董雪 马建军 徐守龙 朱兆颖 徐永龙 裘维东 陈巍 贺光红 胡爽禄 李俊辉 林源 王鹤颖 陈昊阳 叶文韬
书对激光SLAM和视觉SLAM技术进行了系统介绍,涉及基础理论、关键技术、应用实践及未来趋势,并探讨了它们与智能网联汽车的关系。既是想要在自动驾驶和智能汽车领域取得突破的从业者的阅读选择,也是追求SLAM技术深度与广度的专业人士的学习资料。具体来说,本书从智能网联汽车的基本概念入手,详细介绍了SLAM技术的发展历程、架构设计、核心算法以及在自动驾驶等级中的应用现状和技术难点。不仅分析了多传感器融合技术的同步与标定方法、融合策略,还深入探讨了激光SLAM和视觉SLAM的点云处理、关键帧提取、后端优化等关键技术,并通过Cartographer、LOAM、LeGO-LOAM、LIO-SAM等算法的代码实战,展示了SLAM技术的实际应用。此外,着重讲解了深度学习在SLAM中的应用,如相机重定位、特征点提取与匹配、视觉里程计、回环检测以及语义SLAM的前沿进展。之后,展望了激光SLAM和视觉SLAM技术的未来发展趋势,提供了宝贵的行业洞察。
可以翻翻,但是简介的专业性比较强,作为投资者来说,有个概念性的认知是很有必要的。在《智能网联汽车:激光与视觉SLAM详解》书中写到,“智能网联汽车是智能汽车发展到新阶段的完整表达,是汽车与移动通信、人工智能、云计算等新一代电子信息技术相互结合和融合创新的重要载体。自动驾驶汽车与智能汽车定义相同,是指在汽车上安装相关装置,可以部分或完全地替代人来完成汽车的驾驶操作——比如,摄像头、雷达替代了人的眼睛和耳朵去感知环境,中央控制器替代了人的大脑去进行思考决策,线控执行装置代替人的手和脚去控制加减速和转弯,从而实现各种级别的汽车自动驾驶。SLAM包括两部分功能——定位(估算出机器人/无人车的状态)和建图(构建机器人所处环境的地图)。机器人/无人车状态是由其姿态(位置和方向)来描述的,可能会包含机器人运行速度等信息;而地图表示的是与环境描述有关的信息,例如地标、障碍物的位置等。”汽车在电动化之后,因为其经济价值空间,成为最好的智能化发展目标,无论芯片半导体激光雷达感知体系等,都能得到高速的发展和应用,可以确定的是,汽车的思考体系、感知系统和决断执行方式,越来越以“人工智能”的方式类人化,它是一个高度系统集成的复杂体系,汽车整机和超强技术储备的大公司以及创新型的技术公司会因此得到高速的发展,同时技术迁移而更深刻的影响更广泛意义上的智能世界,但绝不是A股意义上概念上蹭的产业链端的一点点上游工业,毕竟现在谁的汽车不使用轮胎呢?深刻辨明其中的区别,是避免被概念化和成为山巅顶峰站岗人的关键,科技新质生产力,或者说在中美新的博弈阶段,必然是中高端产业的博弈,这是发展的必然,回过头来看,房地产的收入高价补贴新能源汽车,以形成新的经济支柱和引擎,在现在和未来便也有了更高的战略意义,无论国家企业还是个体竞争,总要有拿得出手的东西,而这种越是需要时间积淀的智识,越是难以自由转换,这也是市场经济下,虽然人人都可以自由选择职业,但是因为智识的差异和职业壁垒,每个人的选择总是极其有限的,可以向下兼容,但是向上跨越不易。
内容深度差一点,但是也算浅显易懂了