第1章  自动驾驶感知系统概述
  1.1  自动驾驶系统的技术架构
    1.1.1  自动驾驶“三横两纵”架构
    1.1.2  自动驾驶的四大关键技术
    1.1.3  自动驾驶的计算平台架构
    1.1.4  自动驾驶的软件系统框架
  1.2  感知系统框架与关键技术
    1.2.1  感知系统整体架构
    1.2.2  车载传感器技术
    1.2.3  定位导航技术
    1.2.4  车联通信技术
  1.3  感知系统测试技术与方法
    1.3.1  图像系统测试
    1.3.2  激光雷达系统测试
    1.3.3  融合感知系统测试
第2章  车载传感器技术
  2.1  车载摄像头
    2.1.1  车载摄像头原理与分类
    2.1.2  车载摄像头的件构成
    2.1.3  车载摄像头的玩家群像
    2.1.4  车载摄像头的技术趋势
  2.2  激光雷达
    2.2.1  激光雷达的原理与应用
    2.2.2  激光雷达的类型与点
    2.2.3  激光雷达的零件构成
    2.2.4  激光雷达的产业链图谱
  2.3  声波雷达
    2.3.1  声波雷达的点与原理
    2.3.2  声波雷达的类型与参数
    2.3.3  声波雷达的行业竞争格局
  2.4  毫米波雷达
    2.4.1  毫米波雷达性与势
    2.4.2  毫米波雷达的工作原理
    2.4.3  毫米波雷达在自动驾驶中的应用
    2.4.4  毫米波雷达在智能交通中的应用
第3章  定位导航技术
  3.1  全球导航系统
    3.1.1  全球定位系统的原理
    3.1.2  全球定位系统的构成
    3.1.3  全球主流的导航系统
    3.1.4  基于GPS的汽车导航系统
  3.2  惯性导航系统
    3.2.1  惯性导航技术的演变发展
    3.2.2  惯性导航系统结构与类型
    3.2.3  惯性导航系统的工作原理
    3.2.4  惯性导航系统的核心算法
  3.3  高度地图技术
    3.3.1  高度地图技术点与应用
    3.3.2  自动驾驶的高度定位技术
    3.3.3  国外高度地图的发展现状
    3.3.4  我国高度地图的发展现状
第4章  车联网通信技术
  4.1  车联网概念、内涵及架构
    4.1.1  车联网的概念及内涵
    4.1.2  车联网功能架构体系
    4.1.3  车联网技术标准体系
    4.1.4  车联网产业发展现状
  4.2  车联网通信的技术路线
    4.2.1  DSRC技术
    4.2.2  LTE-V2X技术
    4.2.3  5G-V2X技术
  4.3  5G车联网整体解决方案
    4.3.1  车联网面临的技术挑战
    4.3.2  5G车联网的应用势
    4.3.3  5G车联网关键技术
    4.3.4  5G车联网解决方案
第5章  计算机视觉感知技术
  5.1  计算机视觉的原理与任务
    5.1.1  计算机视觉的概念与原理
    5.1.2  任务1：图像分类
    5.1.3  任务2：目标检测
    5.1.4  任务3：目标跟踪
    5.1.5  任务4：图像分割
    5.1.6  任务5：影像重建
  5.2  基于深度学的目标检测算法
    5.2.1  单段目标检测算法
    5.2.2  二段目标检测算法
    5.2.3  无锚点目标检测算法
    5.2.4  目标检测算法的性能比较
  5.3  基于深度学的深度估计
    5.3.1  传统单目深度估计的方法
    5.3.2  传统双目深度估计的方法
    5.3.3  基于深度学的单目深度估计
    5.3.4  双目立体视觉匹配的算法流程
    5.3.5  基于场景的深度估计数据集
  5.4  SLAM技术与应用
    5.4.1  SLAM系统结构与原理
    5.4.2  SLAM分类与流程
    5.4.3  激光雷达主流的SLAM算法
    5.4.4  基于SLAM的自动驾驶应用
第6章  目标检测与识别技术
  6.1  道路检测与识别
    6.1.1  道路检测与识别方法
    6.1.2  道路检测与识别算法
    6.1.3  道路障碍物检测与识别
    6.1.4  可行驶区域检测与识别
  6.2  车辆检测与识别
    6.2.1  车型检测与识别方法
    6.2.2  车牌检测与识别方法
    6.2.3  车辆时空参数识别
    6.2.4  车辆重量参数识别
  6.3  行人检测与识别
    6.3.1  行人检测系统的技术与应用
    6.3.2  基于计算机视觉的行人检测
    6.3.3  行人检测与跟踪的主要方法
  6.4  交通标志检测与识别
    6.4.1  交通标志识别的技术原理
    6.4.2  道路交通标志识别的方法
    6.4.3  道路交通标志识别的应用
第7章  多传感器信息融合技术
  7.1  多传感器信息融合的原理与结构
    7.1.1  多传感器信息融合的工作原理
    7.1.2  多传感器信息融合的主要势
    7.1.3  多传感器信息融合的三个层次
    7.1.4  多传感器信息融合的系统结构
  7.2  多传感器信息融合的算法与技术
    7.2.1  随机类信息融合算法
    7.2.2  AI类信息融合算法
  7.3  基于多传感器信息融合的环境感知策略
    7.3.1  基于信息融合的感知系统
    7.3.2  多传感器信息融合与目标探测
    7.3.3  面向自动驾驶的融合策略
    7.3.4  可行驶区域探测信息融合