無人駕駛是人工智能發展到2017年的綜合能力展現，是一個復雜的系統，涉及的技術點種類多且跨度大，核心技術是通過大數據與深度學習快速運算，實現安全駕駛，在未來減輕人類工作量。本書首先宏觀地呈現了無人駕駛的整體技術架構，在讀者對無人駕駛技術有了宏觀認識后，本書深入淺出地講解了無人駕駛定位導航、基于計算機視覺的無人駕駛感知系統、決策與控制等核心算法、深度學習(卷積神經網絡)、增強學習在無人駕駛中的應用、無人駕駛系統的軟件和硬件平臺、無人駕駛安全性，以及基于大數據Spark的無人駕駛云平臺等多個主要技術點。本書的作者來自百度美國研究院大數據架構部，有著多年無人駕駛及人工智能技術的實戰經驗。本書從實用的角度出發，以期幫助對人工智能應用感興趣的從業者與相關技術人士實現對無人駕駛行業的快速入門，以及對無人駕駛技術的深度理解與應用實踐。
全面梳理無人駕駛技術必讀之作！
適合對無人駕駛技術感興趣的在校學生、工業從業者，以及相關人士閱讀。
●無人駕駛技術概覽
●無人駕駛定位導航、感知、決策與控制等算法
●深度學習、強化學習、計算機視覺在無人駕駛中的應用
●無人駕駛安全等多個主要技術點
劉少山，PerceptIn聯合創始人。加州大學歐文分校計算機博士。現在PerceptIn主要專注于機器人的核心SLAM與深度學習技術，以及其在智能硬件上的實現。在創立PerceptIn之前，在百度美國研發中心主要專注于百度無人車系統架構與產品化、深度學習，以及異構計算平臺的架構與開發。
唐潔，華南理工大學計算機科學與工程學院副教授。唐潔博士現主要從事面向無人駕駛和機器人的大數據計算與存儲平臺、面向人工智能的計算體系架構、面向機器視覺的嵌入式系統研究。
吳雙，依圖科技研究科學家，依圖硅谷研究院負責人。原百度研究院硅谷人工智能實驗室資深研究科學家，原百度美國研發中心高級架構師。美國南加州大學物理博士，加州大學洛杉磯分校博士后，研究方向包括計算機和生物視覺，互聯網廣告算法和語音識別，曾在NIPS等國際會議中發表文章。
李力耘，百度美國研發中心無人駕駛高級架構師。本科畢業于清華大學電子工程系，后獲得美國紐約大學計算機專業博士學位。加入百度后從事移動推薦、轉換廣告、圖片變形、無人車決策規劃等多個項目。目前在百度無人車部門負責無人車行為預測方向的系統架構及算法優化。擁有多項國際專利，其中已遞交三十余項無人車決策預測相關專利申請。
1 無人車：正在開始的未來 1
1.1 正在走來的無人駕駛 2
1.2 自動駕駛的分級 4
1.3 無人駕駛系統簡介 7
1.4 序幕剛啟 18
1.5 參考資料 18
2 光學雷達在無人駕駛技術中的應用 21
2.1 無人駕駛技術簡介 21
2.2 光學雷達基礎知識 22
2.3 LiDAR在無人駕駛技術中的應用領域 24
2.4 LiDAR技術面臨的挑戰 26
2.5 展望未來 28
2.6 參考資料 28
3 GPS及慣性傳感器在無人駕駛中的應用 30
3.1 無人駕駛定位技術 30
3.2 GPS簡介 31
3.3 慣性傳感器簡介 34
3.4 GPS和慣性傳感器的融合 36
3.5 結論 37
3.6 參考資料 38
4 基于計算機視覺的無人駕駛感知系統 39
4.1 無人駕駛的感知 39
4.3 計算機視覺能幫助無人車輛解決的問題 42
4.4 Optical Flow和立體視覺 43
4.5 物體的識別與追蹤 45
4.6 視覺里程計算法 47
4.7 結論 48
4.8 參考資料 49
5 卷積神經網絡在無人駕駛中的應用 50
5.1 CNN簡介 50
5.2 無人駕駛雙目3D感知 51
5.3 無人駕駛物體檢測 54
5.4 結論 59
5.5 參考資料 59
6 增強學習在無人駕駛中的應用 61
6.1 增強學習的簡介 61
6.2 增強學習算法 63
6.3 使用增強學習幫助決策 68
6.4 無人駕駛的決策介紹 70
6.5 參考資料 74
7 無人駕駛的規劃與控制 75
7.1 規劃與控制簡介 75
7.2 路由尋徑 77
7.3 行為決策 84
7.4 動作規劃 93
7.5 反饋控制 102
7.6 無人車規劃控制結語 105
7.7 參考資料 106
8 基于ROS的無人駕駛系統 108
8.1 無人駕駛：多種技術的集成 108
8.2 機器人操作系統（ROS）簡介 110
8.3 系統可靠性 115
8.4 系統通信性能提升 116
8.5 系統資源管理與安全性 117
8.6 結論 118
8.7 參考資料 118
9 無人駕駛的硬件平臺 120
9.1 無人駕駛：復雜系統 120
9.2 傳感器平臺 121
9.3 計算平臺 140
9.4 控制平臺 150
9.5 結論 157
9.6 參考資料 158
10 無人駕駛系統安全 160
10.1 針對無人駕駛的安全威脅 160
10.2 無人駕駛傳感器的安全 161
10.3 無人駕駛操作系統的安全 162
10.4 無人駕駛控制系統的安全 163
10.5 車聯網通信系統的安全性 165
10.6 安全模型校驗方法 168
10.7 參考資料 169
11 基于Spark與ROS的分布式無人駕駛模擬平臺 171
11.1 無人駕駛模擬技術 171
11.2 基于ROS的無人駕駛模擬器 173
11.3 基于Spark的分布式的模擬平臺 175
11.4 結論 178
11.5 參考資料 178
12 無人駕駛中的高精地圖 180
12.1 電子地圖分類 180
12.2 高精地圖的特點 183
12.3 高精地圖的生產 185
12.4 無人駕駛場景中的應用 188
12.5 高精地圖的現狀與結論 190
12.6 參考資料 191
13 無人駕駛的未來 192
13.1 無人駕駛的商業前景 192
13.2 無人駕駛汽車面臨的障礙 194
13.3 無人駕駛產業 198
13.4 全球化下的無人駕駛 203
13.5 無人駕駛發展對策 205
13.6 可預見的未來 207
13.7 參考資料 208
新書資訊