Hands-On Vision and Behavior for Self-Driving Cars: Explore la percepción visual, la detección de carriles y la clasificación de objetos con Python 3 y OpenCV 4

Opiniones de los lectores

El libro sirve como manual de introducción a la tecnología de conducción autónoma, centrándose en OpenCV y NumPy. Aunque proporciona valiosas ideas e ilustraciones, muchos críticos consideran que carece de fundamentos matemáticos y soporte de documentación.

⬤ Cobertura exhaustiva de bibliotecas y herramientas de código abierto, en particular OpenCV y NumPy.
⬤ Ilustraciones útiles que ayudan a comprender los temas del procesamiento de imágenes.
⬤ Sirve de referencia práctica para quienes trabajan en tecnologías de autoconducción, con ejemplos prácticos y módulos.
⬤ Adecuado para su uso en cursos como el plan de estudios de coches autónomos de Udacity.

⬤ Requiere la consulta frecuente de la documentación de OpenCV debido a la falta de explicaciones detalladas de los argumentos del código.
⬤ Carece de fundamentos matemáticos necesarios para una comprensión más profunda de los conceptos.
⬤ Las secciones de mapeado y SLAM no incluyen escenarios y retos del mundo real.
⬤ Cobertura en profundidad limitada de temas esenciales para una solución completa de auto-conducción.

(basado en 3 opiniones de lectores)

Título original:

Hands-On Vision and Behavior for Self-Driving Cars: Explore visual perception, lane detection, and object classification with Python 3 and OpenCV 4

Contenido del libro:

Una guía práctica para el aprendizaje de la percepción visual en coches autoconducidos para ingenieros de sistemas autónomos y de visión por ordenador.

Características principales

⬤ Explore los bloques de construcción del sistema de percepción visual en coches de conducción autónoma.

⬤ Identificar objetos y carriles para definir el límite de las superficies de conducción utilizando herramientas de código abierto como OpenCV y Python.

⬤ Mejorar las capacidades de detección y clasificación de objetos de los sistemas con la ayuda de redes neuronales.

Descripción del libro

Las capacidades de percepción visual de un coche autoconducido están potenciadas por la visión por ordenador. El trabajo relacionado con los coches autoconducidos puede clasificarse a grandes rasgos en tres componentes: robótica, visión por ordenador y aprendizaje automático. Este libro ofrece a los ingenieros y desarrolladores de visión por ordenador la oportunidad única de asociarse a este campo en auge.

Aprenderás sobre visión por ordenador, aprendizaje profundo y percepción de la profundidad aplicados a los coches sin conductor. El libro ofrece una introducción estructurada y exhaustiva, ya que fabricar un coche autoconducido real supone un enorme esfuerzo interfuncional. A medida que avances, cubrirás casos relevantes con código de trabajo, antes de pasar a comprender cómo utilizar OpenCV, TensorFlow y Keras para analizar el streaming de vídeo de las cámaras de los coches. Más adelante, aprenderás a interpretar y sacar el máximo partido a los lidares (light detection and ranging) para identificar obstáculos y localizar tu posición. Incluso serás capaz de enfrentarte a los principales retos de los coches autoconducidos, como encontrar carriles, detectar peatones y luces de cruce, realizar segmentación semántica y escribir un controlador PID.

Al final de este libro, estarás equipado con las habilidades que necesitas para escribir código para un coche de auto-conducción que se ejecuta en un simulador de coche sin conductor, y serás capaz de hacer frente a diversos retos a los que se enfrentan los ingenieros de coches autónomos.

Lo que aprenderá

⬤ Comprender cómo realizar la calibración de la cámara.

⬤ Llegar a ser bien versado con cómo funciona la detección de carril en los coches de conducción autónoma utilizando OpenCV.

⬤ Explorar la clonación de comportamientos mediante la auto-conducción en un simulador de videojuegos.

⬤ Familiarizarse con el uso de lidares.

⬤ Descubrir cómo configurar los controles para vehículos autónomos.

⬤ Utilizar la detección de objetos y la segmentación semántica para localizar carriles, coches y peatones.

⬤ Escribir un controlador PID para controlar un coche autónomo corriendo en un simulador.

Para quién es este libro

Este libro está dirigido a ingenieros de software interesados en aprender sobre las tecnologías que impulsan la revolución del coche autónomo. Aunque se requieren conocimientos básicos de visión por computador y programación en Python, no se necesitan conocimientos previos de aprendizaje profundo avanzado ni de cómo utilizar sensores (lidar).