智能網(wǎng)聯(lián)汽車的發(fā)展與交通系統(tǒng)、能源體系、城市運轉(zhuǎn)及社會生活緊密相關(guān)，是一項集智能交通、智慧城市、智能服務于一體的國家級系統(tǒng)工程，承載了我國經(jīng)濟轉(zhuǎn)型、重點突破和構(gòu)建未來創(chuàng)新型社會的重要使命。

本書是一本系統(tǒng)介紹三維感知算法及其在自動駕駛中應用的實用指南。全書從基礎理論出發(fā)，結(jié)合前沿算法與實戰(zhàn)案例，深入講解了三維感知的核心技術(shù)，涵蓋傳感器原理、數(shù)學基礎、深度學習模型、多模態(tài)融合以及端到端算法等，旨在幫助讀者全面掌握三維環(huán)境感知的關(guān)鍵技術(shù)，并具備實際工程落地的能力。本書內(nèi)容循序漸進，從基礎的立體幾何、深度學習知

本書內(nèi)容包括6大核心項目、17個具體任務，涵蓋新能源汽車高壓安全與防護，底盤電控系統(tǒng)、車身電氣系統(tǒng)和控制網(wǎng)絡系統(tǒng)的檢測與維修，以及純電動汽車和混合動力汽車的整車檢測與維修相關(guān)知識和技能。書中精心選取了大量實物照片，圖文并茂、生動活潑，便于直觀地理解和掌握。此外，還配有電子教案、教學課件、教學視頻、教學動畫、習題等教學資

本書緊密結(jié)合當前車載網(wǎng)絡技術(shù)、發(fā)展及應用，主要包括CAN總線系統(tǒng)、LIN總線系統(tǒng)、網(wǎng)關(guān)與診斷總線系統(tǒng)。車載網(wǎng)絡具有布線簡單、設計簡化、成本降低、可靠性和可維護性高等優(yōu)點，本書詳細介紹了車載網(wǎng)絡技術(shù)的應用背景、功能和特點，網(wǎng)絡技術(shù)在汽車上的應用情況及發(fā)展趨勢；車載網(wǎng)絡的結(jié)構(gòu)與組成及其常用基本術(shù)語，汽車網(wǎng)絡參考模型，車載網(wǎng)

本書參照新能源汽車相關(guān)專業(yè)教學標準，結(jié)合《新能源汽車充電系統(tǒng)裝配與檢測》課程標準，遵循職業(yè)院校學生職業(yè)素養(yǎng)培養(yǎng)提升需求，兼顧知識傳授與技能培養(yǎng)，對教學內(nèi)容進行重構(gòu)。全書包括三大模塊：模塊一為新能源汽車充電裝置，分為交流充電裝置的認識與使用、直流充電裝置的認識與使用、交流充電裝置的拆裝與檢修、直流充電裝置的拆裝與檢修4個

本書系統(tǒng)深入地論述了機器學習與水聲目標識別的理論和方法，內(nèi)容從基礎理論到實際應用，涵蓋了復雜海洋環(huán)境下水聲目標特性、機器學習與水聲目標識別的基本理論、經(jīng)典機器學習算法在水聲目標識別中的應用、專用深度學習水聲目標識別方法、類腦聽覺深度學習水聲目標識別方法及水聲目標深度識別網(wǎng)絡的可視化與可解釋；并詳細論述了面向邊緣設備的水

“汽車使用與技術(shù)管理”是汽車檢測與維修技術(shù)專業(yè)的主干課程之一。本書2005年第一版，2012年第二版，一共印刷11次，銷售3.4萬冊。第三版，作者根據(jù)教育部國家示范性課程建設重點項目“汽車檢測與維修技術(shù)專業(yè)人才培養(yǎng)方案”與課程標準，設置了汽車配置評價、汽車運用評價、新車啟用、汽車運行材料的合理選用、汽車維修管理、汽車在

本書系統(tǒng)梳理了自動駕駛的核心技術(shù)框架，并以開源游戲SuperTuxKart為基礎開發(fā)了一套虛擬環(huán)境，讓讀者可以跟隨書中的理論講解和配套的開源代碼，零成本上手實戰(zhàn)，在充滿趣味性的賽車游戲中快速掌握和深刻理解自動駕駛算法的知識。本書內(nèi)容包括自動駕駛的定義、技術(shù)發(fā)展歷程以及主流技術(shù)架構(gòu)；基礎環(huán)境構(gòu)建，打造端到端自動駕駛大模型

《動力電池及管理系統(tǒng)檢修》主要以理論和實踐相結(jié)合的方式進行，以項目式和任務式相結(jié)合的方式作為編寫形式，每個項目有知識體系、項目導入、項目目標、具體任務、項目習題等內(nèi)容，每個任務均分為任務資訊、任務實施、任務評估三個模塊。全書分為五個項目十四個任務：動力電池的認知（動力電池發(fā)展、動力電池的分類、高壓防護），鋰離子電池的檢

本書圍繞城市交通信號控制難題，綜合運用智能計算與深度強化學習技術(shù)展開介紹。開篇闡述了交通擁堵現(xiàn)狀及智能交通系統(tǒng)發(fā)展背景，梳理了交通信號控制技術(shù)的研究現(xiàn)狀。接著針對多交叉口信號協(xié)同控制，提出半分布式三層框架及相應優(yōu)化模型與算法；針對傳統(tǒng)車流動力學建模局限，引入單智能體深度強化學習方法，創(chuàng)新動作空間、獎勵函數(shù)等；針對多交叉