本書從自動駕駛汽車多傳感器數據融合技術的產生背景和發展過程開始，深入淺出地介紹了該技術的基本概念、數據融合經典算法、數據融合功能與結構模型、分布式檢測與數據融合等內容，并著重闡述了自動駕駛汽車多傳感器數據融合技術在不同應用場景下的工作原理與解決方案，如行人過街、斑馬線、紅綠燈、隧道等場景，引用了目前具有廣泛應用前景的新技術及其推廣范例，如多傳感器數據融合的“鬼探頭”、緊急讓行等場景技術應用案例。
本書可作為高等院校汽車相關專業的教學參考書，亦可為從事自動駕駛方向的科研技術人員提供技術參考。
第1章 緒論001
1.1 自動駕駛汽車數據融合技術背景002
1.2 多傳感器數據融合技術應用現狀007
1.2.1 軍事領域008
1.2.2 智能交通領域009
1.2.3 智能制造工業生產011
1.2.4 現代智能醫療012
1.3 數據融合技術的優勢及發展013
1.3.1 多傳感器數據融合技術的優缺點014
1.3.2 研究方向展望015
第2章 自動駕駛汽車多傳感器數據融合技術概述017
2.1 車用傳感器的類型與數據類型018
2.2 多傳感器數據融合技術的基本原理031
2.3 自動駕駛中數據融合需要解決的問題035
2.4 多傳感器數據融合的流程與級別042
2.4.1 特征提取方法042
2.4.2 特征選擇046
2.4.3 圖像特征及提取方法048
2.4.4 PCA算法051
2.4.5 特征融合052
第3章 多傳感器數據融合經典算法介紹058
3.1 不同信息格式融合算法介紹059
3.1.1 激光雷達點云與攝像頭深度圖融合060
3.1.2 GPS＋IMU融合063
3.1.3 激光雷達與慣性導航系統融合065
3.1.4 SLAM技術070
3.2 貝葉斯估計法077
3.3 卡爾曼濾波法080
3.4 小波變換法與深度圖融合法086
3.5 遺傳算法103
3.6 人工神經網絡114
第4章 多傳感器數據融合功能與結構模型124
4.1 多傳感器數據融合的功能模型125
4.2 數據融合的檢測及結構模型126
4.3 目標識別融合結構及分類133
4.4 數據融合的位置結構模型及分類145
第5章 分布式檢測與數據融合153
5.1 數據融合的主要結構與判決154
5.2 并行結構與串行結構的分布檢測159
5.3 數據融合的層次擴展162
5.3.1 第一層融合163
5.3.2 第二層融合167
5.3.3 第三層融合167
5.4 數據融合系統的構成（耦合）170
第6章 多傳感器數據融合技術在自動駕駛實際場景中的應用177
6.1 行人及非機動車輛斑馬線通過場景178
6.2 交通指示信號燈處理場景184
6.2.1 基于視覺圖像識別184
6.2.2 基于V2X識別187
6.3 地下通道及林蔭路段通過場景190
6.4 緊急情況車輛讓行場景196
6.5 自動泊車場景199
參考文獻205
新書資訊