无人驾驶车辆模型预测控制第2版书籍的代码 ，有些章节未验证

三、车载智能计算平台关键技术发展现状 作为智能网联汽车电子电气架构的核心，车载智能计算平台涉及 算力、算法等方面的众多关键技术。与此同时，覆盖其全生命周期的 安全防护体系以及从零部件到整车的测试评价体系为其提供辅助支 撑。车载智能计算平台的技术框架如图 3-1 所示。 图 3-1 车载智能计算平台的技术框架图 算力方面，涉及芯片、操作系统、驱动、安全管理、存储管理和 错误管理。算法方面，主要包括环境感知、智能规划决策和控制等功 能模块。其中重点关注 AI 芯片，目前主要用于加速计算，为车载智 能计算平台提供算力支持。操作系统方面，车载智能计算平台涉及自 动驾驶操作系统和车控操作系统。为了提升自动驾驶环境感知性能， 车载智能计算平台还应该具备实时动态的高精度定位和高带宽低时 延的网络通信能力。随着车载智能计算平台集成方案的改变以及功能 的增加，其安全防护体系和测试评价体系所涵盖的内容也在不断拓展。

TI自动驾驶安装包，mmwave_automotive_toolbox_2_4_2，包含短距，中距，长距，需使用TI的IDE

20210820-中信证券-科技先锋系列报告226：特斯拉AI日，自动驾驶，Dojo高性能计算，人形机器人.pdf

自动驾驶课程资料和技术文档

Apollo进阶课程 ⑧ _ 高精地图的格式规范.pdf

颜色分类leetcode 自动驾驶汽车的感知算法 Udacity自动驾驶汽车纳米学位项目感知相关项目。 概括 车道线查找 传统的计算机视觉技术，如相机校准、颜色阈值和图像包装，已用于车道线查找。 Bird eye view中的Lane Line从像素单位转换为米单位，计算得到车辆的CTE(Cross Track Error)和车道的Curvature 。 车辆检测 SVM分类器用于对车辆和非车辆进行分类， Sliding window方法用于从图像中检测车辆。 通过由当前图像帧和前一图像帧的信息组成的Heat-map来防止多重检测和误报问题。 交通标志分类 CNN（卷积神经网络）用于交通标志分类，可识别和区分43种不同类型的交通标志。 再培训后，识别交通标志的测试准确率高达 93.5%。

车辆辅助驾驶系统中基于计算机视觉的行人检测研究综述

概述篇：自动驾驶汽车概述 / 无人驾驶汽车图谱 / 发展图谱 技术篇：自动驾驶汽车关键技术 / 人工智能在自动驾驶汽车的应用 人才篇：人才分布及迁徙 / 代表性研究学者 应用篇：自动驾驶最先运用的行业 趋势篇：自动驾驶全局热点

修正了错误；增加了注释；还增加了一条更复杂的参考轨迹