第 1章 智能駕駛系統(tǒng)的基本情況 1 1.1 智能駕駛的“第 一性原理” 1 1.2 智能駕駛的歷史與展望 3 1.3 智能駕駛汽車研發(fā)的關(guān)鍵路徑 4 1.4 智能駕駛汽車研發(fā)的核心困境 7 第 2章 智能駕駛汽車的架構(gòu)革命 11 2.1 對(duì)架構(gòu)的基本理解 11 2.2 整車架構(gòu)設(shè)計(jì) 13 2.2.1 傳統(tǒng)整車架構(gòu)及其 問題 13 2.2.2 汽車電氣化的發(fā)展 16 2.2.3 整車平臺(tái)架構(gòu)構(gòu)建 18 2.3 電子電氣架構(gòu)設(shè)計(jì) 20 2.3.1 電子電氣架構(gòu)的發(fā)展 趨勢(shì) 20 2.3.2 電子電氣架構(gòu)的底層 硬件構(gòu)建 22 2.3.3 診斷與刷寫服務(wù) 24 2.3.4 FOTA更新服務(wù) 26 2.3.5 時(shí)間同步服務(wù) 28 2.4 終端架構(gòu)設(shè)計(jì) 30 2.4.1 計(jì)算機(jī)終端運(yùn)行的基本 原理 30 2.4.2 車端控制器終端 32 2.4.3 云端計(jì)算集群 34 2.5 通信架構(gòu)設(shè)計(jì) 36 2.5.1 OSI參考模型與智能 駕駛通信應(yīng)用 36 2.5.2 面向信號(hào)的CAN通信 38 2.5.3 面向服務(wù)的以太網(wǎng) 通信 40 2.5.4 通信與計(jì)算的匹配 關(guān)系 43 2.5.5 對(duì)通信的深層理解 46 2.6 軟件架構(gòu)設(shè)計(jì) 50 2.6.1 智能駕駛的理論基礎(chǔ) 50 2.6.2 基礎(chǔ)理論下的軟件架構(gòu) 展開 54 2.6.3 分層閉環(huán)架構(gòu)與 上下行 56 2.7 人工智能算法體系 59 2.7.1 歸納思維與演繹思維 59 2.7.2 規(guī)則驅(qū)動(dòng)算法與數(shù)據(jù) 驅(qū)動(dòng)算法 60 2.7.3 智能體對(duì)可解釋性的 處理 62 2.7.4 智能體對(duì)不確定性的 處理 64 2.8 AI之下再談軟件與算法架構(gòu) 67 2.8.1 智能體的軟件整體 結(jié)構(gòu) 67 2.8.2 分層級(jí)聯(lián)的可控性 設(shè)計(jì) 69 2.8.3 數(shù)據(jù)驅(qū)動(dòng)的可迭代 設(shè)計(jì) 71 2.8.4 算法與各層次架構(gòu)的 映射關(guān)系 73 2.9 研發(fā)體系的架構(gòu)設(shè)計(jì) 76 2.9.1 流程的概念和轉(zhuǎn)變 76 2.9.2 整車研發(fā)流程的升級(jí) 79 2.9.3 流程的融合與團(tuán)隊(duì)的 融合 81 第3章 智能駕駛的交互系統(tǒng) 85 3.1 傳感器與智能駕駛系統(tǒng)的 關(guān)系 85 3.2 感知類傳感器 87 3.2.1 超聲波雷達(dá) 87 3.2.2 毫米波雷達(dá) 89 3.2.3 激光雷達(dá) 90 3.2.4 光學(xué)攝像頭 92 3.3 網(wǎng)聯(lián)類傳感器 93 3.3.1 GPS全球定位系統(tǒng) 93 3.3.2 慣性導(dǎo)航傳感器 95 3.3.3 地圖（V2X）傳感器 97 3.4 傳感器的組合與排布 99 3.5 線控執(zhí)行器 100 3.5.1 線控轉(zhuǎn)向系統(tǒng) 100 3.5.2 線控制動(dòng)系統(tǒng) 101 3.5.3 三電系統(tǒng) 103 3.6 人機(jī)交互設(shè)備 104 第4章 智能駕駛的處理系統(tǒng) 107 4.1 域控制器的軟硬件一體設(shè)計(jì) 107 4.2 智能駕駛芯片 108 4.2.1 芯片的基本概念 108 4.2.2 智能駕駛芯片的分類 110 4.3 操作系統(tǒng)與中間件 113 4.3.1 操作系統(tǒng)的概念 113 4.3.2 中間件的概念 116 4.3.3 軟件的底層運(yùn)行 框架 117 4.4 業(yè)務(wù)層模型 120 4.4.1 坐標(biāo)系 120 4.4.2 時(shí)空同步 123 4.4.3 環(huán)境模型接口 124 4.5 典型案例：算法穩(wěn)定性設(shè)計(jì) 128 第5章 智能駕駛的車端軟件算法 130 5.1 語(yǔ)義感知層 130 5.1.1 環(huán)境感知的基礎(chǔ)與 延伸任務(wù) 130 5.1.2 感知特征提取的典型 策略 134 5.1.3 感知特征提取的進(jìn)階 策略 136 5.1.4 復(fù)雜環(huán)境感知模型的 核心結(jié)構(gòu) 139 5.2 融合與預(yù)測(cè)層 141 5.2.1 傳統(tǒng)融合算法的基本 概念 142 5.2.2 傳統(tǒng)融合算法的原理及 應(yīng)用 143 5.2.3 多模態(tài)融合預(yù)測(cè)與各型 嵌入表征 146 5.2.4 從循環(huán)網(wǎng)絡(luò)、記憶網(wǎng)絡(luò) 到注意力網(wǎng)絡(luò) 149 5.2.5 基于生成對(duì)抗網(wǎng)絡(luò)的 信息聯(lián)想和補(bǔ)全 152 5.2.6 “可微分”的智能駕駛 系統(tǒng) 156 5.3 規(guī)劃與控制層 159 5.3.1 分層規(guī)劃控制算法的 構(gòu)成 159 5.3.2 規(guī)劃的時(shí)間一致性與 變更過程 161 5.3.3 全局規(guī)劃與場(chǎng)景狀態(tài) 切換 164 5.3.4 運(yùn)動(dòng)規(guī)劃之決策 168 5.3.5 運(yùn)動(dòng)規(guī)劃之優(yōu)化 171 5.3.6 前饋-反饋控制與車輛 模型 173 第6章 智能駕駛數(shù)據(jù)閉環(huán)平臺(tái) 178 6.1 底層云服務(wù)架構(gòu) 178 6.1.1 云存儲(chǔ)與云計(jì)算 概述 178 6.1.2 微服務(wù)架構(gòu)概述 182 6.1.3 云端數(shù)據(jù)應(yīng)用的交互 過程 184 6.1.4 數(shù)據(jù)應(yīng)用開發(fā)的 新模式 185 6.2 數(shù)據(jù)管道構(gòu)建起來的智能駕駛 大腦 186 6.3 功能研發(fā)的流程 189 6.3.1 DevOps與敏捷開發(fā) 概述 189 6.3.2 傳統(tǒng)開發(fā)與敏捷開發(fā)的 配合 191 6.3.3 智能駕駛開發(fā)數(shù)據(jù) 管道的設(shè)計(jì) 195 6.3.4 智能駕駛測(cè)試數(shù)據(jù) 管道的設(shè)計(jì) 199 6.4 車云閉環(huán)流程 206 6.4.1 車云閉環(huán)過程概述 206 6.4.2 數(shù)據(jù)篩選與影子模式 209 6.4.3 車云數(shù)據(jù)記錄和整理 210 第7章 數(shù)據(jù)處理自動(dòng)化—機(jī)器的 流程 213 7.1 深度學(xué)習(xí)訓(xùn)練的自動(dòng)化 213 7.1.1 智能駕駛業(yè)務(wù)推進(jìn)學(xué)習(xí) 系統(tǒng)演進(jìn) 213 7.1.2 傳統(tǒng)深度學(xué)習(xí)系統(tǒng)的 構(gòu)成 216 7.1.3 自監(jiān)督學(xué)習(xí)系統(tǒng)的構(gòu)成 218 7.1.4 可訓(xùn)練構(gòu)件的 “工具箱” 220 7.2 眾包地圖 223 7.2.1 地圖的基本概念 223 7.2.2 高精度地圖與眾包 地圖的差異 225 7.2.3 地圖加偏對(duì)業(yè)務(wù)的 影響 227 7.2.4 眾包地圖閉環(huán)數(shù)據(jù)流 229 7.3 規(guī)劃仿真 230 7.3.1 規(guī)劃仿真與強(qiáng)化學(xué)習(xí) 230 7.3.2 場(chǎng)景庫(kù)的數(shù)據(jù)驅(qū)動(dòng) 方法 232 7.3.3 規(guī)劃訓(xùn)練的閉環(huán) 數(shù)據(jù)流 233 7.4 弱監(jiān)督訓(xùn)練 235 7.4.1 弱監(jiān)督學(xué)習(xí)的概念和 重點(diǎn) 235 7.4.2 弱監(jiān)督在自監(jiān)督框架 中的定位 238 7.4.3 規(guī)則驅(qū)動(dòng)的真值系統(tǒng) 239 7.4.4 低維流形與對(duì)比學(xué)習(xí) 241 7.4.5 GAN與域適應(yīng) 244 7.4.6 模型壓縮與蒸餾學(xué)習(xí) 246 7.5 數(shù)據(jù)管道的兩種典型風(fēng)格 248 第8章 智能駕駛汽車的研發(fā)體系—人的流程 252 8.1 從個(gè)人視角看研發(fā)流程全貌 252 8.2 整車開發(fā)流程 255 8.2.1 整車開發(fā)流程概述 255 8.2.2 整車開發(fā)流程的關(guān)鍵 結(jié)構(gòu) 256 8.2.3 整車項(xiàng)目管理 261 8.2.4 整車需求定義與分解 264 8.2.5 造型、產(chǎn)品工程與 制造 266 8.2.6 零部件采購(gòu)流程 268 8.2.7 質(zhì)量保障體系 271 8.3 智能駕駛系統(tǒng)的指標(biāo)體系 276 8.3.1 系統(tǒng)功能邊界的定義 276 8.3.2 層次設(shè)計(jì)的分解與 量化 278 8.3.3 可靠性與健壯性 280 8.3.4 方差與偏差 283 8.4 智能汽車文化 285 8.4.1 文化宣貫與產(chǎn)品力 285 8.4.2 質(zhì)量文化 286 8.4.3 安全文化 287 8.4.4 敏捷文化 290 8.4.5 敏感數(shù)據(jù)的保護(hù) 291 8.5 混合思維下的研發(fā)策略 292 第9章 新時(shí)代背景下的行業(yè)與 從業(yè)者 295 9.1 時(shí)代趨勢(shì)之下的從業(yè)者 295 9.2 變革對(duì)用戶的影響 296 9.2.1 用戶的需求層次上移 296 9.2.2 用戶為軟件付費(fèi) 298 9.2.3 智能駕駛系統(tǒng)的用戶 體驗(yàn)差異 299 9.3 變革對(duì)行業(yè)的影響 300 9.3.1 產(chǎn)業(yè)鏈與核心競(jìng)爭(zhēng)力 300 9.3.2 時(shí)代的主旋律與發(fā)展的 “輪回” 302 9.3.3 市場(chǎng)與營(yíng)運(yùn)策略的 變化 303 9.3.4 汽車成為智慧城市的 核心節(jié)點(diǎn) 304 9.4 變革對(duì)從業(yè)者的影響 305 9.4.1 產(chǎn)品復(fù)雜性與人力 資源的關(guān)系 305 9.4.2 復(fù)合知識(shí)體系的意義 306 9.4.3 構(gòu)建高效知識(shí)體系的 方法推薦 307 9.4.4 給新入行的朋友一些 建議 308 后記 311