第1章  自動駕駛環境感知概述

1.1  自動駕駛環境感知介紹

1.2  車載感知繫統組成簡介

第2章  車載傳感器介紹

2.1  攝像頭

2.1.1  概述

2.1.2  工作原理

2.1.3  優缺點

2.1.4  攝像頭在自動駕駛汽車上的應用

2.2  激光雷達

2.2.1  概述

2.2.2  工作原理

2.2.3  優缺點

……

第3章  傳感器標定

第4章  計算機視覺與神經網絡

第5章  環境感知與識別

第6章  自動駕駛道路復雜場景語義理解

第7章  多傳感器融合

本書適用於高等院校車輛工程、交通工程和自動駕駛專業的學生，同時也可供從事自動駕駛汽車相關工作的工程技術人員參考和使用。全書共分為7章。第1章對自動駕駛環境感知做了簡要介紹，在後續章節中，詳細講述了自動駕駛汽車環境感知的繫統組成。具體地，第2章介紹了車載傳感器，它是自動駕駛技術的硬件基礎，是汽車感知周圍環境與外界交互的硬件媒介。第3章分別介紹了攝像頭、激光雷達以及多傳感器組合等常見車載傳感器的標定原理和標定方法； 並以百度阿波羅平臺為例，給出較為詳細的標定實例。第4章介紹自動駕駛技術中常用的計算機視覺和機器學習算法，特別詳細講述了深度學習技術中的卷積神經網絡。第5章講述本書的重點內容，即環境感知與識別，較為繫統地介紹自動駕駛環境感知的關鍵檢測技術，包括障礙物檢測、車道線檢測、交通信號燈檢測與識別，同時本章還介紹了針對動態環境的場景流，其中主要介紹深度估計。另外，本章還簡單介紹了基於V2X的道路環境感知技術，*後給出了紅綠燈檢測實驗。第6章探討自動駕駛道路復雜場景語義理解，首先引入百度ApolloScape復雜場景數據集； 然後分別介紹可行駛區域檢測、復雜場景理解、動態場景理解、基於點雲的三維分類和語義分割等典型任務； *後提供基於點雲的三維分割典型算法實現。第7章簡單介紹多傳感器融合問題，主要包括傳感器融合結構與算法，以及多傳感器前融合和後融合技術。

自動駕駛汽車技術是一項龐大且復雜的繫統工程，可以毫不誇張地說，它是人工智能在自動駕駛中的集中體現。作為自動駕駛的重要環節，環境感知涉及軟、硬件兩方面的技術，兩者必須融為一體，用到了當前人工智能中計算機視覺和機器學習的先進技術。近年來，人工智能技術的發展日新月異，書中所提及的算法和技術將會不斷被更新和超越，甚至被淘汰。作者以本書拋磚引玉，希望能讓初學者對自動駕駛環境感知有初步的、概括性的了解。

本書由北京航空航天大學聯合百度公司共同編寫，在編寫過程中得到了來自北京航空航天大學和百度公司的多位專家、老師、同學的參與和支持，包括北京航空航天大學的周斌老師、張輝老師，以及劉旭輝、王昊臣、杜英軍、瀋佳怡、商子豪、王志程、喬健、張藜千、雷開宇、馬飛、周紹棟等同學；百度公司的陳東明、黃新宇、李明、李曉輝、馬彧、申耀明、萬吉、王軍、王煜城、謝遠帆、楊睿剛、翟玉強、周珣（按姓氏拼音排列）等。謹在此向他們致以深切的謝意。

同時,本書也得到國家自然科學基金（批準號: 61871016、61571147）的部分資助,特此致謝。

由於編寫時間短、編者水平有限,加之經驗不足，書中難免有疏漏之處，懇請各位同行和讀者批評指正。

作者

2020年2月