●第1章初識無人駕駛繫統
1.1什麼是無人駕駛
1.2為什麼需要無人駕駛
1.3無人駕駛繫統基本框架
1.4開發環境配置
1.5本章參考文獻
第2章ROS入門
2.1ROS簡介
2.2ROS中的概念
2.3catkin創建繫統
2.4ROS中的項目組織結構
2.5基於Husky模擬器的實踐
2.6ROS的基本編程
2.7ROSservices
2.8ROSAction
2.9ROS中的常用工具
2.10本章參考文獻
第3章無人駕駛繫統的定位方法
3.1實現定位的原理
3.2迭代最近點算法
3.3正態分布變換
3.4基於GPS+慣性組合導航的定位繫統
3.5基於Slam的定位繫統
3.6本章參考文獻
第4章狀態估計和傳感器融合
4.1卡爾曼濾波和狀態估計
4.2高級運動模型和擴展卡爾曼濾波
4.3無損卡爾曼濾波
4.4本章參考文獻
第5章機器學習和神經網絡基礎
5.1機器學習基本概念
5.2監督學習
5.3神經網絡基礎
5.4使用Keras實現神經網絡
5.5本章參考文獻
第6章深度學習和無人駕駛視覺感知
6.1深度前饋神經網絡——為什麼要深?
6.2應用於深度神經網絡的正則化技術
6.3實戰——交通標志識別
6.4卷積神經網絡入門
6.5基於YOLO2的車輛檢測
6.6本章參考文獻
第7章遷移學習和端到端無人駕駛
7.1遷移學習
7.2端到端無人駕駛
7.3端到端無人駕駛模擬
7.4本章小結
7.5本章參考文獻
第8章無人駕駛規劃入門
8.1無人車路徑規劃和A*算法
8.2分層有限狀態機和無人車行為規劃
8.3基於自由邊界三次樣條插值的無人車路徑生成
8.4基於Frenet優化軌跡的無人車動作規劃方法
8.5本章參考文獻
第9章車輛模型和高級控制
9.1運動學自行車模型和動力學自行車模型
9.2無人車控制入門
9.3基於運動學模型的模型預測控制
9.4軌跡追蹤
9.5本章參考文獻
第10章深度強化學習及在自動駕駛中的應用
10.1強化學習概述
10.2強化學習原理及過程
10.3近似價值函數
10.4深度Q值網絡算法
10.5策略梯度
10.6深度確定性策略梯度及TORCS遊戲的控制
10.7本章小結
10.8本章參考文獻