本书系统地介绍当今自动驾驶领域前沿的技术理论，从自动驾驶的背景知识开始，对软硬件平台、感知、地图、定位、规划决策、控制、仿真和安全等方面展开深入讨论，并介绍自动泊车系统和车联网技术的应用。
全书共15章：第1章是自动驾驶系统的概述（开发结构、场景分类和数据闭环等）；第2章简要介绍自动驾驶的基础理论，即计算机视觉和深度学习等；第3、4章是自动驾驶的软硬件平台分析，包括传感器、计算平台、软件架构和操作系统等；第5～9章分别介绍自动驾驶的感知、地图、定位、规划和控制模块；第10章重点介绍自动驾驶的仿真模拟模块；第11章讨论自动驾驶的安全模型；第12章讨论自动驾驶的一个特例——自动泊车系统；第13章介绍车联网技术（车-路协同和车辆编队）；第14、15章分别介绍最近自动驾驶相关的两个技术热点，即3D场景的神经渲染（以NeRF为主）和扩散模型的内容生成。
本书适合有一定基础的读者阅读，如具备在计算机视觉和机器学习（甚至深度学习）方面的理论基础和实践经验。本书提供大量自动驾驶前沿技术的第一手资料，涉及开发自动驾驶的多方面。希望本书能够启发和触动自动驾驶一线的开发人员，在遇到问题和困难时开阔思路并发现解决问题的方法。

黄浴，曾任上汽零束科技智驾计算平台首席科学家、黑芝麻智能科技自动驾驶技术研究副总裁和奇点汽车美国研究与创新首席科学家兼总裁、深信科创首席科学家。在百度美研、Intel公司、华为美研、三星美研等工作多年。共发表40多篇国际学术论文，获得17项欧美专利。在西安交通大学、西安电子科技大学和北京交通大学分别获得工学学士、硕士和博士学位，曾是清华大学计算机系博士后，德国洪堡研究学者和美国UIUC贝克曼研究所黄熙涛（T.S.Huang）教授博士后研究员。

第1章 自动驾驶系统概论
1.1 自动驾驶的分级
1.2 模块化开发结构
1.3 端到端开发结构
1.4 自动驾驶场景
1.5 数据闭环
1.6 小结
参考文献
第2章 自动驾驶的基础理论
2.1 计算机视觉
2.1.1 计算机视觉底层
2.1.2 计算机视觉中层
2.1.3 计算机视觉高层
2.2 图像处理
2.2.1 图像信号处理器
2.2.2 图像滤波
2.2.3 图像增强
2.3 优化理论
2.4 机器学习
2.4.1 支持向量机
2.4.2 随机森林
2.5 深度学习
2.5.1 卷积神经网络
2.5.2 生成对抗网络
2.5.3 递归神经网络
2.5.4 Transformer网络
2.6 神经网络模型压缩和加速
2.6.1 参数修剪和共享
2.6.2 低秩分解
2.6.3 转移/致密卷积滤波器
2.6.4 知识蒸馏
2.6.5 MobileNets
2.7 小结
参考文献
第3章 自动驾驶的硬件平台
3.1 传感器
3.1.1 摄像头
3.1.2 激光雷达
3.1.3 毫米波雷达
3.1.4 超声波雷达
3.1.5 惯导
3.1.6 GPS
3.1.7 车联网
3.2 车体控制
3.2.1 VCU/ECU/MCU/HCU
3.2.2 CAN总线
3.2.3 ESP
3.2.4 EPS
3.3 计算平台
3.3.1 NVIDIA Drive AGX Xavier和Orin
3.3.2 Mobileye的EQ-x
3.3.3 TI公司的TDA4VM
3.3.4 Qualcomm公司的骁龙Ride
3.4 线控底盘
3.5 电子电气架构
3.6 小结
参考文献
第4章 自动驾驶的软件平台
4.1 AUTOSAR
4.2 软件开发V-模型
4.3 aSPICE软件开发流程
4.4 ISO 26262软件开发流程
4.5 NVIDIA Drive Works软件平台
4.6 车载操作系统
……
第5章 自动驾驶的感知模块
第6章 自动驾驶的高清地图
第7章 自动驾驶的定位模块
第8章 自动驾驶的规划模块
第9章 自动驾驶的控制模块
第10章 自动驾驶的仿真模拟模块
第11章 安全模型
第12章 自动和自主泊车
第13章 车联网
第14章 神经渲染技术
第15章 扩散模型
附录