新書推薦:
《
道德经新注 81幅作者亲绘哲理中国画,图文解读道德经
》
售價:NT$
653.0
《
清俗纪闻
》
售價:NT$
449.0
《
镜中的星期天
》
售價:NT$
347.0
《
世界前沿技术发展报告2024
》
售價:NT$
857.0
《
可转债——新手理财的极简工具
》
售價:NT$
296.0
《
新加坡教育:神话与现实
》
售價:NT$
439.0
《
“口袋中的世界史”第一辑·冷战中的危机事件
》
售價:NT$
1326.0
《
绝美的奥伦堡蕾丝披肩编织
》
售價:NT$
806.0
編輯推薦:
本书入选“清华大学优秀博士学位论文丛书”。
內容簡介:
本书提出了自动驾驶汽车智能测试理论。研究和总结了智能测试的基础概念、科学问题、研究方法和规律定理,提出了智能测试的方法框架,并论证了智能测试的准确性定理和高效性定理,为系统解决自动驾驶汽车的测试问题提供了理论基础。本书提出了自动驾驶汽车测试场景库生成方法体系。针对低复杂度、中复杂度、高复杂度和自适应场景库生成问题,分别构建凸优化、强化学习、深度强化学习和贝叶斯优化等系列模型,形成了测试场景库生成方法体系,为多种复杂度场景、多项评价指标和多类型自动驾驶汽车的智能测试提供了方法支撑。
3.针对自动驾驶汽车在换道、跟驰和出入匝道等场景下的典型测试问题,通过仿真实验验证了论文所提出理论与方法的有效性,为规模化应用提供了指导。
關於作者:
封硕,清华大学博士,致力于研究自动驾驶汽车的智能测试问题,提出了全新的智能测试理论与场景库生成方法,为自动驾驶汽车智能测试的规模化应用提供了理论基础和方法指导;以第一作者/通讯作者发表SCI收录期刊论文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;担任美国机动车工程师学会On-Road Automated Driving Verification and Validation Committee委员会委员;曾获得IEEE国际智能交通学会“最佳博士学位论文奖”、国家奖学金、清华大学优秀博士毕业论文、清华大学优秀博士毕业生、北京市优秀毕业生、北京市三好学生等荣誉。
目錄 :
第 1 章 引言 1
1.1 研究背景与意义 1
1.1.1 研究背景 1
1.1.2 研究意义 4
1.2 国内外研究现状分析 6
1.2.1 自动驾驶汽车技术 6
1.2.2 自动驾驶汽车测试方法 10
1.2.3 自动驾驶汽车场景库生成方法 15
1.3 研究内容与技术路线 18
1.3.1 自动驾驶汽车智能测试理论 18
1.3.2 多种复杂度测试场景库生成方法与应用 20
1.4 本书结构与内容安排 21
第 2 章 自动驾驶汽车智能测试理论研究 23
2.1 智能测试“四要素” 23
2.1.1 测试场景 24
2.1.2 测试评价指标 27
2.1.3 测试场景库 28
2.1.4 测试方法 29
2.2 智能测试“四要素”研究 30
2.2.1 测试场景建模 30
2.2.2 测试评价指标设计 31
2.2.3 测试场景库生成 32
2.2.4 测试方法研究 33
2.3 智能测试方法研究 34
2.3.1 测试场景建模方法 34
2.3.2 测试评价指标设计方法 37
2.3.3 测试场景库生成方法 38
2.3.4 智能测试方法研究 41
2.4 智能测试理论研究 44
2.4.1 重要性采样理论与分析 44
2.4.2 自动驾驶汽车智能测试理论 49
第 3 章 低复杂度测试场景库生成方法研究与应用 56
3.1 低复杂度测试场景库生成需求分析 56
3.1.1 测试场景特征分析 56
3.1.2 场景库生成需求分析 58
3.2 最优化理论 58
3.2.1 凸优化理论 58
3.2.2 梯度下降方法 59
3.2.3 有限差分方法 60
3.3 低复杂度测试场景库生成方法 61
3.4 低复杂度测试场景库生成典型应用 64
3.4.1 典型场景分析与建模 64
3.4.2 切车场景安全性测试 66
3.4.3 下道场景功能性测试 72
第 4 章 中复杂度测试场景库生成方法研究与应用 79
4.1 中复杂度测试场景库生成需求分析 79
4.1.1 测试场景特征分析 79
4.1.2 场景库生成需求分析 80
4.2 强化学习理论 81
4.2.1 马尔可夫决策过程 81
4.2.2 动态规划与蒙特卡罗理论 84
4.2.3 基于时间差分的强化学习理论 85
4.3 中复杂度测试场景库生成方法 87
4.3.1 基于马尔可夫决策的场景建模 88
4.3.2 基于强化学习理论的场景库生成 90
4.4 中复杂度测试场景库生成典型应用 94
4.4.1 典型场景分析与建模 94
4.4.2 跟驰场景安全性测试 95
第 5 章 高复杂度测试场景库生成方法研究与应用 101
5.1 高复杂度测试场景库生成需求分析 101
5.1.1 测试场景特征分析 101
5.1.2 场景库生成需求分析. 103
5.2 深度强化学习理论 103
5.2.1 深度 Q 网络基本原理. 104
5.2.2 深度强化学习方法 105
5.2.3 深度强化学习算法 108
5.3 高复杂度测试场景库生成方法. 109
5.3.1 高复杂度场景库生成原理 109
5.3.2 基于深度强化学习理论的场景库生成 111
5.4 高复杂度测试场景库生成典型应用 114
5.4.1 典型场景分析与建模 114
5.4.2 跟驰场景安全性测试 114
第 6 章 自适应测试场景库生成方法研究与应用 120
6.1 自适应测试场景库生成需求分析 121
6.1.1 测试场景特征分析 121
6.1.2 场景库生成需求分析 122
6.2 贝叶斯优化理论 122
6.2.1 贝叶斯优化问题 123
6.2.2 贝叶斯优化方法 123
6.2.3 高斯过程回归 126
6.3 自适应测试场景库生成方法 128
6.3.1 基于贝叶斯优化理论的问题建模 129
6.3.2 基于贝叶斯优化方法的算法框架 130
6.3.3 自适应测试场景库生成方法 132
6.4 自适应测试场景库生成典型应用 136
6.4.1 典型场景分析与建模 137
6.4.2 切车场景条件下自适应场景库生成 137
6.4.3 下道场景条件下自适应场景库生成 143
第 7 章 总结与展望 146
7.1 工作总结 146
7.2 主要创新点 148
7.3 研究工作展望 149
参考文献 151
內容試閱 :
自动驾驶汽车技术的快速发展正在改变我们的生活方式和交通方式,同时也为人类社会带来了巨大的挑战和机遇。作为这一领域的研究者和从业者,我们时刻关注着自动驾驶技术的创新和发展,致力于推动其在实际应用中的落地和进步。在这个过程中,自动驾驶汽车的测试评价问题愈发凸显其重要性和复杂性。
自动驾驶汽车的测试评价是确保其安全性、可靠性和高效性的关键步骤,也是推动自动驾驶技术实现商业化应用的必要条件之一。然而,与传统汽车不同,自动驾驶汽车具有复杂的智能系统,需要应对多变的交通环境,其测试评价面临诸多挑战和难题。如何有效地设计测试场景、选择适当的评价指标、构建高效的测试方法,成为自动驾驶汽车测试评价领域亟待解决的重要问题。
本书正是针对这一问题展开的深入探索和研究。本书作者封硕博士长期从事自动驾驶汽车测试验证领域的研究,以其扎实的理论功底和丰富的实践经验,深入剖析了自动驾驶汽车测试评价中的关键问题,提出了一系列创新的理论和方法,为自动驾驶汽车的测试评价问题提供了新的思路和解决方案。
本书的研究内容主要包括两个方面:一是自动驾驶汽车智能测试理论研究,二是多种复杂度测试场景库生成方法与应用。在自动驾驶汽车智能测试理论研究方面,本书提出了具有普适意义的测试理论,深入探讨了智能测试的核心概念和方法,为解决自动驾驶汽车测试评价中的关键问题提供了理论基础。在多种复杂度测试场景库生成方法与应用方面,本书基于最优化理论、强化学习理论、深度强化学习理论和贝叶斯优化理论,提出了一系列创新的测试场景库生成方法,有效解决了不同复杂度场景下的测试问题。
本书的研究成果不仅在理论上具有重要意义,更在实践中展现出了巨大的应用价值。通过典型应用研究,本书验证了所提理论与方法的普适性、准确性和高效性,为自动驾驶汽车智能测试的规模化应用提供了理论基础和方法指导。本书的研究成果对推动自动驾驶技术的发展和应用具有重要意义,对于提高自动驾驶汽车的安全性、可靠性和高效性,促进自动驾驶技术的商业化进程,具有重要的推动作用。
在此,作为本书作者的博士生导师,我要对本书的正式出版表示衷心的祝贺!作者在研究过程中展现出了扎实的学术素养和严谨的科研态度,为自动驾驶汽车领域的发展做出了积极贡献。同时,我也要感谢所有为本书研究提供支持和帮助的人员和机构,在此致以诚挚的感谢!
最后,我希望本书的研究成果能够得到广泛关注和应用,为推动自动驾驶技术的发展,促进智能交通系统的建设,做出更大的贡献。相信通过我们的共同努力,自动驾驶汽车技术将为人类社会的发展带来更广阔的前景和更美好的未来!
愿我们的学术之路越走越宽广,科研之路越走越顺畅!
张毅
2024年4月8日