自動(dòng)駕駛的大規模應用是智慧城市的重要體現，是未來(lái)城市發(fā)展的重要方向。目標檢測是自動(dòng)駕駛車(chē)輛中非常重要的一個(gè)環(huán)節，它能夠識別出車(chē)輛周?chē)恼系K物、行人、道路標志等物體，為車(chē)輛的決策提供依據。目標檢測的準確性、抗擾性、實(shí)時(shí)性對于自動(dòng)駕駛汽車(chē)的安全性能至關(guān)重要。目前，自動(dòng)駕駛車(chē)輛的目標檢測技術(shù)雖然取得了顯著(zhù)的進(jìn)步，但仍然存在一些關(guān)鍵的挑戰需要解決。
通過(guò)借鑒人類(lèi)大腦皮層對圖像信息的處理方式形成的目標檢測模型可模擬人類(lèi)魯棒性的視覺(jué)識別，解決現有目標檢測算法受環(huán)境影響的問(wèn)題。針對生物體視覺(jué)感知皮層的研究發(fā)現，是人類(lèi)視覺(jué)皮層具有的多層級、雙路通信、注意機制等各類(lèi)感知機制幫助人類(lèi)實(shí)現高效的目標檢測能力。本書(shū)研究的面向自動(dòng)駕駛的類(lèi)腦目標檢測技術(shù)便是基于上述機理，形成的類(lèi)腦感知算法極大提升了目標檢測算法的魯棒性和精度，突破復雜環(huán)境下的目標檢測難題。
本書(shū)核心內容及創(chuàng  )造性研究成果為：從生物體關(guān)鍵的高效感知機理出發(fā)，仿視覺(jué)感知皮層設計了一種高抗擾性、高精度的輕量化目標檢測模型;同時(shí)，引入視覺(jué)注意機制，降低模型輸入中的干擾信息和冗余信息，聚焦主體目標。
本書(shū)可以作為人工智能、計算機科學(xué)與技術(shù)等專(zhuān)業(yè)的研究生、博士生的教材，也可以作為自動(dòng)駕駛工程師、深度學(xué)習算法工程師、類(lèi)腦計算的科研工作者的參考資料。
感謝北京市科技計劃“高抗擾性目標檢測技術(shù)及其應用”的支持，感謝“兵器基礎性創(chuàng  )新團隊”、武警工程大學(xué)“高層次科技人才引進(jìn)計劃”、“陜西省高校青年創(chuàng  )新團隊”的支持。
感謝吳明曦研究員的指導和支持，感謝北京鋼鐵俠技術(shù)有限公司董事長(cháng)張銳對本書(shū)的支持。
感謝劉華鵬高工、樊迪高工、王子徹工程師、陳路豪工程師在本書(shū)撰寫(xiě)過(guò)程中所做的貢獻。

著(zhù)者：趙小川

在自動(dòng)駕駛領(lǐng)域，目標檢測的抗干擾能力不足，已成為制約其發(fā)展的瓶頸問(wèn)題。這個(gè)問(wèn)題不解決，自動(dòng)駕駛的安全性就不能得到徹底的保障。因此，本書(shū)主要研究受腦啟發(fā)的高抗擾性目標檢測技術(shù)，并在自動(dòng)駕駛車(chē)輛上應用。
本書(shū)的主要內容包括面向自動(dòng)駕駛目標檢測技術(shù)概述、類(lèi)腦目標檢測技術(shù)國內外研究狀況分析、面向自動(dòng)駕駛的目標檢測模型訓練與測試數據集的構建、仿視覺(jué)皮層的目標檢測網(wǎng)絡(luò )構建、基于視覺(jué)注意原理的目標檢測網(wǎng)絡(luò )能力提升、基于神經(jīng)元稀疏特性的模型壓縮與剪枝技術(shù)、在面向自動(dòng)駕駛的目標檢測數據集上的驗證、類(lèi)腦目標檢測算法在自動(dòng)駕駛沙盤(pán)上的實(shí)現、基于自動(dòng)駕駛物流車(chē)的類(lèi)腦目標檢測演示驗證、基于自動(dòng)駕駛車(chē)輛的高抗擾性目標檢測演示驗證。
本書(shū)的主要創(chuàng  )新點(diǎn)是從生物體關(guān)鍵的高效感知機理出發(fā)，仿視覺(jué)感知皮層設計了一種高抗擾性、高精度的輕量化目標檢測模型。同時(shí)，引入視覺(jué)注意機制，降低模型輸入中的干擾信息和冗余信息，聚焦主體目標。
本書(shū)的主要讀者為自動(dòng)駕駛工程師、深度學(xué)習算法工程師、類(lèi)腦計算的科研工作者，以及人工智能專(zhuān)業(yè)、計算機科學(xué)與技術(shù)專(zhuān)業(yè)的研究生、博士生。

第1章　面向自動(dòng)駕駛目標檢測技術(shù)概述 001
1.1　自動(dòng)駕駛蓬勃發(fā)展 002
1.1.1　什么是自動(dòng)駕駛 002
1.1.2　自動(dòng)駕駛等級 002
1.1.3　自動(dòng)駕駛發(fā)展狀況概述 003
1.1.4　典型的自動(dòng)駕駛車(chē)輛 004
1.2　自動(dòng)駕駛車(chē)輛的環(huán)境感知 008
1.2.1　自動(dòng)駕駛車(chē)輛常用的傳感器 008
擴展閱讀：自動(dòng)駕駛車(chē)輛挑戰賽與激光雷達 011
1.2.2　自動(dòng)駕駛車(chē)輛傳感器的布局 014
1.3　面向自動(dòng)駕駛的目標檢測技術(shù) 016
1.3.1　什么是目標檢測技術(shù) 016
1.3.2　目標檢測技術(shù)的研究概述 018
1.3.3　傳統的基于特征的目標檢測方法 018
1.3.4　基于深度學(xué)習的視覺(jué)目標檢測研究狀況 019
1.3.5　目標檢測技術(shù)在自動(dòng)駕駛中的應用 024
1.3.6　面向自動(dòng)駕駛的目標檢測技術(shù)存在的問(wèn)題 025
擴展閱讀：趣談AI 對抗攻擊 027

第2章　類(lèi)腦目標檢測技術(shù)國內外研究狀況分析 030
2.1　輕量化仿視覺(jué)皮層目標檢測模型研究現狀 031
2.2　基于視覺(jué)注意機制的目標檢測研究現狀 033
2.3　基于神經(jīng)元稀疏性的模型壓縮研究現狀 037

第3章　面向自動(dòng)駕駛的目標檢測模型訓練與測試數據集的構建 040
3.1　構建面向自動(dòng)駕駛的目標檢測模型訓練與測試數據集的必要性 041
3.2　面向城市道路的自動(dòng)駕駛視覺(jué)目標檢測數據集的構建 042
3.3　噪聲干擾測試數據集構建 047
3.4　面向城市道路的自動(dòng)駕駛視覺(jué)目標檢測數據集特點(diǎn) 053

第4章　仿視覺(jué)皮層的目標檢測網(wǎng)絡(luò )構建 054
4.1　視覺(jué)皮層信息處理功能簡(jiǎn)介 055
4.2　受初級視覺(jué)皮層啟發(fā)的預處理模型構建 055
4.3　性能對比結果分析 058
4.3.1　性能對比基準模型介紹 058
4.3.2　基于COCO 數據集的性能評估 058
問(wèn)題點(diǎn)睛 060

第5章　基于視覺(jué)注意原理的目標檢測網(wǎng)絡(luò )能力提升 062
5.1　人類(lèi)視覺(jué)注意機制概述 063
5.2　坐標注意力模塊構建 064
5.3　基于注意機制的仿視覺(jué)皮層目標檢測模型具體實(shí)現 066
5.4　性能對比結果分析 069
5.4.1　性能對比基準模型介紹 069
5.4.2　在COCO 數據集下目標檢測性能評估 070
5.4.3　在面向自動(dòng)駕駛目標檢測數據集下的目標檢測性能評估 071
5.4.4　面向自動(dòng)駕駛目標檢測噪聲干擾測試數據集下的目標檢測性能評估 072
問(wèn)題點(diǎn)睛 075

第6章　基于神經(jīng)元稀疏特性的模型壓縮與剪枝技術(shù) 076
6.1　壓縮剪枝的總體思路 077
6.2　具體實(shí)現過(guò)程 078
6.2.1　對類(lèi)腦目標檢測模型v1、v2 的壓縮與剪枝 078
6.2.2　對類(lèi)腦目標檢測模型v3、v4 的壓縮與剪枝 079
6.3　壓縮剪枝后的網(wǎng)絡(luò )模型 080
6.4　壓縮剪枝后的模型性能結果分析 084
6.4.1　在COCO 數據集下類(lèi)腦目標檢測模型壓縮剪枝性能測試 084
6.4.2　在面向城市道路的自動(dòng)駕駛目標檢測數據集下的性能測試 085

第7章　在面向自動(dòng)駕駛的目標檢測數據集上的驗證 087
7.1　在未添加干擾數據集上的驗證 088
7.2　在添加干擾數據集上的驗證 100
7.3　目標檢測演示系統的構建 132

第8章　類(lèi)腦目標檢測算法在自動(dòng)駕駛沙盤(pán)上的實(shí)現 137 
8.1　面向自動(dòng)駕駛沙盤(pán)的構建 138
8.2　面向自動(dòng)駕駛沙盤(pán)演示的自動(dòng)駕駛數據集的構建及訓練 140
8.3　在自動(dòng)駕駛沙盤(pán)上的演示驗證 143

第9章　基于自動(dòng)駕駛物流車(chē)的類(lèi)腦目標檢測演示驗證 150
9.1　自動(dòng)駕駛物流車(chē)驗證的必要性 151
9.2　自動(dòng)駕駛物流車(chē)平臺 151
9.2.1　硬件平臺 151
9.2.2　驅動(dòng)與負載 152
9.2.3　核心硬件 152
9.2.4　自動(dòng)駕駛物流車(chē)的功能 154
9.3　類(lèi)腦目標檢測算法在自動(dòng)駕駛物流車(chē)上的演示驗證 154

第10章　基于自動(dòng)駕駛車(chē)輛的高抗擾性目標檢測演示驗證 162
10.1　自動(dòng)駕駛車(chē)輛傳感器布局 163
10.2　自動(dòng)駕駛車(chē)輛軟件架構 164
10.3　基于自動(dòng)駕駛車(chē)輛演示驗證 165
10.4　主要創(chuàng  )新性工作 172

參考文獻 173