杂志

ERTRAC网联和自动驾驶工作组-网联式自动驾驶技术路线图状态（最终印刷版）-2019年3月8日.pdf

百度Apollo与清华联合编写；车路协同方面的理论参考框架；

自动驾驶 感知融合

whitepaper-未来网络白皮书——数据中心自动驾驶网络技术白皮书.pdf

安全愿景2.0.pdf 车联网网络安全白皮书.pdf 从实验室到街道：解决加速自动车辆测试的挑战.pdf 评估风险：识别和分析自动驾驶汽车的网络安全威胁.pdf 人工智能标准化白皮书.pdf 智能网联汽车信息安全白皮书.pdf 中国人工智能系列白皮书-智能驾驶 .pdf 自动驾驶汽车：下一代革命.pdf CCMTA_加拿大自动驾驶白皮书.pdf

福特安全报告.pdf 通用安全报告.pdf Nuros安全报告.pdf waymo安全报告.pdf

深眼 该研究项目介绍了一种称为DeepEye的高级驾驶员辅助系统（ADAS）的新框架。 DeepEye是一种基于计算机视觉的副驾驶员系统，由深层卷积神经网络提供支持，以执行实时场景识别。 系统使用Tensorflow对驱动程序周围的相关对象进行分类。 它还使用Open Computer Vision库中的一组图像处理功能来估计汽车是否在车道上。 然后，它会通过自定义设计的仪表板（警告界面）向驾驶员警告是否有物体或情况对潜在威胁。 根据我们的测试结果，我们相信我们的系统对于配备ADAS传感系统的汽车将是一个有用的备用解决方案，尤其是在没有传感器馈源的情况下。 我们通过在Titan XP GPU上运行一小时的驱动视频来评估系统性能。 我们得出的结论是，该系统在各种天气条件，一天中的时间和地理空间位置上的准确度高达92％ 。 这包括雷暴雨，拥挤的地区，隧道和高速公路，这些都是基于从行车记录仪提要

KAIST区域的点云地图，使用SC-LEGO-LOAM方法构建，详情见博客：https://blog.csdn.net/AdamShan/article/details/106589633

VSLAM 学习全部理论课程，从技术知识介绍，逐步提高，到完整的部署实施，是入门到提高的理想资料。打开方法：pdf->7z