인공지능/연결기반 자율주행차량
$37.80
SKU
9791158066031
[Free shipping over $100]
Standard Shipping estimated by Tue 05/28 - Mon 06/3 (주문일로부 10-14 영업일)
Express Shipping estimated by Thu 05/23 - Mon 05/27 (주문일로부 7-9 영업일)
* 안내되는 배송 완료 예상일은 유통사/배송사의 상황에 따라 예고 없이 변동될 수 있습니다.
| Publication Date | 2023/01/10 |
| Pages/Weight/Size | 190*260*30mm |
| ISBN | 9791158066031 |
| Categories | 자연과학 |
Description
인공지능/연결기반 자율주행차량의 핵심기술은 센서, 컴퓨터 하드웨어와 소프트웨어, 자율주행차량 제어를 위한 인공지능 알고리즘, 차세대 지능형 교통체계, 사이버 보안, 개인정보 보호 등에 관한 기술이다. 이 책은 이와 같은 관점에서, 대학에서 자동차를 공부하는 학생들, 현장기술자, 그리고 자동차 분야에 관심이 있는 다양한 계층이 읽을 수 있도록, 센서/센서 융합, 컴퓨팅 시스템 아키텍처, 인공지능, 주행환경과 차량의 상호작용, 차량의 의사결정 및 제어, 차세대 지능형 교통체계와 C-V2X, 사이버 보안/개인정보 보호, 사용사례와 미래 전망 등에 관해 기초부터 체계적으로 상세하게, 그리고 쉽게 서술하였다.
Contents
chapter 1. 총론
1-1. 자율주행차량의 정의
1. 자율 및 자율주행차량의 정의
2. SAE J3016, 도로 자동차용 운전 자동화 시스템 관련 용어의 분류 및 정의
1-2. 자율주행차량의 역사
chapter 2. 하드웨어-센서
2-1. 센서 개요
1. 수동 센서와 능동 센서
2. 센서들에 적용된 주파수 스펙트럼
3. 센서 융합 관련, 주요 고려사항
4. 무선 고주파(RF) 통신 시스템의 기본 개념
5. 자율주행차량의 시스템 계층 구조 요약
2-2. 레이더(RADAR)
1. 개요
2. 레이더의 작동원리
3. FMCW 방식에서 거리, 속도, 분해능
4. 안테나 시스템(Antenna system)
5. 다중 빔/다중 레인지(multi-beam/multi-range) 레이더
6. 레이더의 장단점과 레이더 기술의 미래
2-3. 초음파 센서(SONA)
1. 초음파 센서의 물리적 특성
2. 초음파 센서의 장단점
3. 자동차 산업에서 초음파 센서의 이용
2-4. 라이다(LiDAR)
1. 개요
2. 라이다(LiDAR)의 작동원리
3. 라이다(LiDAR)의 종류 및 작동원리
2-5. 디지털 비디오 카메라
1. 실화상(RGB) 카메라의 구조 및 작동원리
2. 애플리케이션(Applications)
3. 스테레오 카메라(Stereo Camera)-겹눈 카메라
4. 야간 투시 카메라(Night Vision camera)
5. 차량 실내 감시
2-6. e-호라이즌(e-Horizon)
1. 전역 항법 위성 시스템(GNSS)
2. 위성기반(SBAS)위치 보정시스템
3. DGPS와 RTK
4. 정밀 단독 측위(PPP: Precision Point Positioning)
5. 차량 내비게이션 시스템
2-7. 관성 측정장치(IMU)와 주행거리 측정계
1. 관성 측정장치(IMU: Inertial Measurement Unit)
2. 주행거리계(Wheel Odometry)
3. 전역위성항법 시스템(GNSS)과 관성항법 시스템(INS)의 융합
2-8. 센서 요약
chapter 3. 시스템 아키텍처System Architecture
3-1. 컴퓨팅 플랫폼-하드웨어
1. 주요 고려사항
2. 주요 시스템 반도체(main system semi-conductors)
3. 실제 컴퓨팅 플랫폼의 예
3-2. 미들웨어 계층
1. 로봇 운영체제(ROS)
2. 자동차 데이터 및 시간 트리거 프레임워크(EBAssist ADTF)
3. 자동차 개방형 시스템 아키텍처-AUTOSAR
3-3. 응용 프로그램 계층
3-4. 액추에이터 인터페이스
1. 개요
2. 와이어 구동방식 기술(Drive by wire)
chapter 4. 차량용 인공지능Artificial Intelligence for Vehicles
4-1. 인공지능
1. 인공지능의 정의(Definition of Artificial Intelligence)
2. 기계학습(machine learning)
3. 심층학습(Deep Learning)
4. 의미론적 추상화 학습과 종단 간 학습
5. 요약
4-2. 하이브리드 인공지능 시스템
1. 심층학습 신경망 인공지능(AI) 기술의 문제점
2. 하이브리드 인공지능 시스템(hybrid AI system)
4-3. 기타 기법
1. 기계학습 관련 기법
2. 유전 알고리즘- 강화학습 기법
3. 사례 기반 추론(case-based reasoning)
4. 논리적 추론(logical reasoning)
5. 다중 에이전트 시스템(multi-Agent system)
6. PAC(Probably approximately correct) 학습
chapter 5. 주행환경과 차량의 상호작용
5-1. 개요
5-2. 인지
1. ICP 알고리즘과 SLAM(동시적 위치추정 및 지도작성)
2. 위치 추정(로컬라이제이션)
5-3. 지도 작성
1. 지도 데이터 구축 및 축적 방법
2. 고정밀 디지털 지도의 5계층
3. 고정밀지도 정보 활용
4. 자율주행차량의 지도작성
5. 정밀(HD)-지도를 이용하지 않는 접근방법의 시도(예)
5-4. 개체 감지
1. 개체 감지 개요
2. 특징 추출(feature extraction)
3. 분류(Classification)
5-5. 센서-데이터 융합
1. 센서융합 접근방식
2. 주행 장면의 표현(Representation of the driving scene)
3. 인공지능(AI) 기반 센서-데이터 융합
4. 센서 데이터 융합의 실제 예
chapter 6. 주행환경에서 차량의 의사결정 및 제어
6-1. 계획-궤적계획
1. 계획의 정의와 분류
2. 궤적 계획(Trajectory planning)의 일반적 특성
3. 부조종사(Co-pilot project) 알고리즘 - HAVEit 프로젝트
6-2. 주행궤적과 주행속도의 계산
1. 종방향(차량의 전/후 방향) 제어(Longitudinal control)9
2. 횡(가로)방향 제어(Lateral control)
6-3. 모션 제어 백터 생성과 차량제어
1. 모션 제어 벡터의 생성(Production of motion control vector)
2. 차량 제어(Vehicle control)
chapter 7. 차세대 지능형 교통 체계와 차량-사물 간 통신
7-1. 차세대 지능형 교통 체계
1. 차세대 지능형 교통체계의 정의 및 구성 요소
2. V2X(Vehicle to Everything: 차량과 사물 간) 통신
3. V2X(Vehicle to everything: 차량-사물 간 통신) 표준
4. DSRC와 C-V2X 기술의 비교 및 전망
5. V2X 사용 사례(V2X use cases)
7-2. 백-엔드 시스템
1. 백-엔드 시스템의 필요성
2. 백-엔드 시스템의 주요 기능
chapter 8. 차량의 기능적 안전, 사이버 보안 및 개인정보 보호
8-1. 차량의 기능적 안전
1. 기능적 안전 개요
2. ISO 26262(Road vehicles - Functional safety: 도로차량-기능적 안전)
8-2. 사이버 보안
1. 공격 벡터와 공격 표면(attack vectors & attacks)
2. 차량의 수명 전체 기간에 걸친 사이버 보안 위험 관리
3. 차량 사이버 보안 기술 권장 사항
4. 하드웨어와 소프트웨어 보안
5. 네트워크 통신 보안(Secure network communication)
8-3. 자율주행차량과 개인정보 보호
1. 개인정보에 관한 법률적 정의
2. 자율주행차량과 개인정보의 상관관계
3. 차량을 통한 개인정보 누설과 사생활 침해
chapter 9. 적용 사례와 미래 전망
9-1. 적용 사례
1. 운송 교통 영역
2. 운송 부문 이외의 사용 사례
9-2. 자율주행기술 로드맵
1. 독일 자동차 산업계의 기술 로드맵
2. 특허를 기반으로 한 혁신적 강점
3. 미국에서의 설문조사에 따른 로드맵
9-3. 자율주행차량의 장단점 및 과제
1. 잠재적 장점 및 장애물
2. 미해결 과제
3. 에필로그
※ 찾아보기index
1-1. 자율주행차량의 정의
1. 자율 및 자율주행차량의 정의
2. SAE J3016, 도로 자동차용 운전 자동화 시스템 관련 용어의 분류 및 정의
1-2. 자율주행차량의 역사
chapter 2. 하드웨어-센서
2-1. 센서 개요
1. 수동 센서와 능동 센서
2. 센서들에 적용된 주파수 스펙트럼
3. 센서 융합 관련, 주요 고려사항
4. 무선 고주파(RF) 통신 시스템의 기본 개념
5. 자율주행차량의 시스템 계층 구조 요약
2-2. 레이더(RADAR)
1. 개요
2. 레이더의 작동원리
3. FMCW 방식에서 거리, 속도, 분해능
4. 안테나 시스템(Antenna system)
5. 다중 빔/다중 레인지(multi-beam/multi-range) 레이더
6. 레이더의 장단점과 레이더 기술의 미래
2-3. 초음파 센서(SONA)
1. 초음파 센서의 물리적 특성
2. 초음파 센서의 장단점
3. 자동차 산업에서 초음파 센서의 이용
2-4. 라이다(LiDAR)
1. 개요
2. 라이다(LiDAR)의 작동원리
3. 라이다(LiDAR)의 종류 및 작동원리
2-5. 디지털 비디오 카메라
1. 실화상(RGB) 카메라의 구조 및 작동원리
2. 애플리케이션(Applications)
3. 스테레오 카메라(Stereo Camera)-겹눈 카메라
4. 야간 투시 카메라(Night Vision camera)
5. 차량 실내 감시
2-6. e-호라이즌(e-Horizon)
1. 전역 항법 위성 시스템(GNSS)
2. 위성기반(SBAS)위치 보정시스템
3. DGPS와 RTK
4. 정밀 단독 측위(PPP: Precision Point Positioning)
5. 차량 내비게이션 시스템
2-7. 관성 측정장치(IMU)와 주행거리 측정계
1. 관성 측정장치(IMU: Inertial Measurement Unit)
2. 주행거리계(Wheel Odometry)
3. 전역위성항법 시스템(GNSS)과 관성항법 시스템(INS)의 융합
2-8. 센서 요약
chapter 3. 시스템 아키텍처System Architecture
3-1. 컴퓨팅 플랫폼-하드웨어
1. 주요 고려사항
2. 주요 시스템 반도체(main system semi-conductors)
3. 실제 컴퓨팅 플랫폼의 예
3-2. 미들웨어 계층
1. 로봇 운영체제(ROS)
2. 자동차 데이터 및 시간 트리거 프레임워크(EBAssist ADTF)
3. 자동차 개방형 시스템 아키텍처-AUTOSAR
3-3. 응용 프로그램 계층
3-4. 액추에이터 인터페이스
1. 개요
2. 와이어 구동방식 기술(Drive by wire)
chapter 4. 차량용 인공지능Artificial Intelligence for Vehicles
4-1. 인공지능
1. 인공지능의 정의(Definition of Artificial Intelligence)
2. 기계학습(machine learning)
3. 심층학습(Deep Learning)
4. 의미론적 추상화 학습과 종단 간 학습
5. 요약
4-2. 하이브리드 인공지능 시스템
1. 심층학습 신경망 인공지능(AI) 기술의 문제점
2. 하이브리드 인공지능 시스템(hybrid AI system)
4-3. 기타 기법
1. 기계학습 관련 기법
2. 유전 알고리즘- 강화학습 기법
3. 사례 기반 추론(case-based reasoning)
4. 논리적 추론(logical reasoning)
5. 다중 에이전트 시스템(multi-Agent system)
6. PAC(Probably approximately correct) 학습
chapter 5. 주행환경과 차량의 상호작용
5-1. 개요
5-2. 인지
1. ICP 알고리즘과 SLAM(동시적 위치추정 및 지도작성)
2. 위치 추정(로컬라이제이션)
5-3. 지도 작성
1. 지도 데이터 구축 및 축적 방법
2. 고정밀 디지털 지도의 5계층
3. 고정밀지도 정보 활용
4. 자율주행차량의 지도작성
5. 정밀(HD)-지도를 이용하지 않는 접근방법의 시도(예)
5-4. 개체 감지
1. 개체 감지 개요
2. 특징 추출(feature extraction)
3. 분류(Classification)
5-5. 센서-데이터 융합
1. 센서융합 접근방식
2. 주행 장면의 표현(Representation of the driving scene)
3. 인공지능(AI) 기반 센서-데이터 융합
4. 센서 데이터 융합의 실제 예
chapter 6. 주행환경에서 차량의 의사결정 및 제어
6-1. 계획-궤적계획
1. 계획의 정의와 분류
2. 궤적 계획(Trajectory planning)의 일반적 특성
3. 부조종사(Co-pilot project) 알고리즘 - HAVEit 프로젝트
6-2. 주행궤적과 주행속도의 계산
1. 종방향(차량의 전/후 방향) 제어(Longitudinal control)9
2. 횡(가로)방향 제어(Lateral control)
6-3. 모션 제어 백터 생성과 차량제어
1. 모션 제어 벡터의 생성(Production of motion control vector)
2. 차량 제어(Vehicle control)
chapter 7. 차세대 지능형 교통 체계와 차량-사물 간 통신
7-1. 차세대 지능형 교통 체계
1. 차세대 지능형 교통체계의 정의 및 구성 요소
2. V2X(Vehicle to Everything: 차량과 사물 간) 통신
3. V2X(Vehicle to everything: 차량-사물 간 통신) 표준
4. DSRC와 C-V2X 기술의 비교 및 전망
5. V2X 사용 사례(V2X use cases)
7-2. 백-엔드 시스템
1. 백-엔드 시스템의 필요성
2. 백-엔드 시스템의 주요 기능
chapter 8. 차량의 기능적 안전, 사이버 보안 및 개인정보 보호
8-1. 차량의 기능적 안전
1. 기능적 안전 개요
2. ISO 26262(Road vehicles - Functional safety: 도로차량-기능적 안전)
8-2. 사이버 보안
1. 공격 벡터와 공격 표면(attack vectors & attacks)
2. 차량의 수명 전체 기간에 걸친 사이버 보안 위험 관리
3. 차량 사이버 보안 기술 권장 사항
4. 하드웨어와 소프트웨어 보안
5. 네트워크 통신 보안(Secure network communication)
8-3. 자율주행차량과 개인정보 보호
1. 개인정보에 관한 법률적 정의
2. 자율주행차량과 개인정보의 상관관계
3. 차량을 통한 개인정보 누설과 사생활 침해
chapter 9. 적용 사례와 미래 전망
9-1. 적용 사례
1. 운송 교통 영역
2. 운송 부문 이외의 사용 사례
9-2. 자율주행기술 로드맵
1. 독일 자동차 산업계의 기술 로드맵
2. 특허를 기반으로 한 혁신적 강점
3. 미국에서의 설문조사에 따른 로드맵
9-3. 자율주행차량의 장단점 및 과제
1. 잠재적 장점 및 장애물
2. 미해결 과제
3. 에필로그
※ 찾아보기index