數(shù)據(jù)驅(qū)動(dòng)的智能駕駛（異步圖書出品）

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