附件包括自动驾驶软件和硬件相关的技术栈图片，对自动驾驶技术做了硬件和软件2个大类的划分，可以详细了解到，要吃透自动驾驶技术，需要了解哪些方面的技术知识。软件包括：基础软件、操作系统、中间件、自动驾驶软件、云服务等；硬件包括：车辆电子控制系统、线控单元、传感器、计算处理单元、网络设备、其他硬件等。另外附上一篇详细文档，从硬件和软件两方面谈一谈自动驾驶汽车所涉及的技术，可以说是目前最详细的自动驾驶汽车技术的硬件+软件介绍文档了。

Traffic Lights Recognition (TLR) 是一个交通信号灯识别的视频数据，在真实的道路上采集的交通信号灯视频，分辨率为 640x480，由法国一所大学提供。

讲述了成为自动驾驶工程师需要哪些技术。 以及一下资料的获取方式： 涵盖感知，规划和控制，ADAS，传感器； 1. apollo相关的技术教程和文档； 2. adas（高级辅助驾驶）算法设计（例如AEB,ACC,LKA等） 3. 自动驾驶鼻祖mobileye的论文和专利介绍 4. 自动驾驶专项课程（可能是目前最好的自动教师教程），是coursera上多伦多大学发布的自动驾驶专项课程，应该是目前为止非常火非常好的教程了，包含视频，ppt，论文以及代码 5. 国家权威机构发布的adas标准，这是adas相关算法系统的标准，也是开发手册。 6. 规划控制相关的算法论文介绍 7. 等等总共3G多的资料

汽车惯性导航报告：惯性导航，被低估的自动驾驶关键技术（17页）,资源名称：汽车惯性导航报告：惯性导航，被低估的自动驾驶关键技术（17页）汽车行业惯性导航专题报告：惯性导航，被低估的自动驾驶关键技术，千亿级市场撬杆-20180912-基业常青经济研究院-17页.zip...

随着汽车电子化和高级辅助驾驶技术的快速发展，自动驾驶作为辅助驾驶技术的高级阶段，俨然成为未来解决交通出行的重要方式，已成为全球范围内的一个新的技术研究热点和重点。尤其近年来，自动驾驶在人类交通发展史上取得了里程碑式的进步。简述了自动驾驶的发展和关键技术的相关内容，在此基础上回顾了自动驾驶通过传感器进行环境感知的研究水平以及前沿人工智能技术在自动驾驶中的使用情况，涉及环境智能感知、传感器融合、高级规划、控制等关键技术的相关陈述，最后综述了自动驾驶系统当前所存在的问题，并展望了自动驾驶技术的未来发展方向。

自动驾驶是指车辆通过传感器感知周围环境，在没有人为干预的情况下，实时 改变驾驶行为，完成驾驶任务。自动驾驶可以减少交通事故的发生，提高道路交通 资源的使用率，节约居民的出行成本，因此对自动驾驶技术的研究具有重要意义。 基于计算机视觉的自动驾驶技术使用视觉传感器的观测图像作为输入，驾驶 动作作为输出。现有方法主要分为间接感知型（ Mediated Perception ）方法、直接 感知型（ Direct Perception ）方法和端到端控制（ End-to-End Control ）方法。其中， 间接感知型方法将自动驾驶任务分为目标检测、目标跟踪、场景语义分割、相机模 型和标定、三维重建等

128页 【完整版】2020-2025年中国车联网和自动驾驶行业投资战略制定与实施研究报告.docx 【完整版】2020-2025年中国车联网和自动驾驶行业投资战略制定与实施研究报告.docx 【完整版】2020-2025年中国车联网和自动驾驶行业投资战略制定与实施研究报告.docx 【完整版】2020-2025年中国车联网和自动驾驶行业投资战略制定与实施研究报告.docx 【完整版】2020-2025年中国车联网和自动驾驶行业投资战略制定与实施研究报告.docx

SAE J3016_201806 Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicle 自动驾驶分级标准

无人车综述：Abstract— We survey research on self-driving cars published in the literature focusing on autonomous cars developed since the DARPA challenges, which are equipped with an autonomy system that can be categorized as SAE level 3 or higher. The architecture of the autonomy system of self-driving cars is typically organized into the perception system and the decision-making system. The perception system is generally divided into many subsystems responsible for tasks such as self-driving-car localization, static obstacles mapping, moving obstacles detection and tracking, road mapping, traffic signalization detection and recognition, among others. The decision- making system is commonly partitioned as well into many subsystems responsible for tasks such as route planning, path planning, behavior selection, motion planning, and control. In this survey, we present the typical architecture of the autonomy system of self-driving cars. We also review research on relevant methods for perception and decision making. Furthermore, we present a detailed description of the architecture of the autonomy system of the UFES’s car, IARA. Finally, we list prominent autonomous research cars developed by technology companies and reported in the media

北京技术峰会，利用 AWS 云端 GPU 服务，Momenta 构建自动驾驶数据筛选训练平台。