基于多源数据挖掘的汽车智能驾驶系统有效性评价（清华大学优秀博士学位论文丛书）
图书信息
书名：基于多源数据挖掘的汽车智能驾驶系统有效性评价（清华大学优秀博士学位论文丛书）作者：陈龙
包装：平装
开本：16
全文字数：215000
出版社：清华大学出版社
出版时间：2019-06-01
图书简介
本书首先介绍了汽车自动驾驶技术测试评价技术研究的现状和挑战。接着，作者从多个角度深入浅出地介绍了自动驾驶技术黑箱建模、行驶安全性计算方法、评价流程体系架构等核心问题，同时给出了解决方案。例如，本书介绍了基于汽车运行数据挖掘的智能驾驶系统辨识方法，该方法通过对车辆频响特性和机器学习等技术的应用，可以实现对车辆关键参数和控制逻辑的辨识。此外，本书还介绍了基于事故数据的乘员损伤风险估算方法和基于多源数据挖掘的智能驾驶系统有效性评价方法等多个关键环节，为读者全面、系统地了解自动驾驶技术测试评价体系提供了参考。本书语言简明生动，深入浅出，适合自动驾驶测试领域研究人员和相关从业者学习和参考。
推荐理由
本书系统地介绍了汽车自动驾驶技术测试评价技术和解决方案。作者以深入浅出的方式阐述自动驾驶技术黑箱建模、行驶安全性计算方法、评价流程体系架构等核心问题，并给出了多种解决方案。本书应用了车辆动力学、统计学原理、人工智能等基础原理，通过多源数据挖掘的方法，实现了对车辆关键参数和控制逻辑的辨识、乘员损伤风险估算和有效性评价等关键环节。语言简明生动，适合自动驾驶测试领域研究人员和相关从业者阅读。
