第1章 概述 001
1.1 三維感知簡介 002
1.2 本書主要內(nèi)容概覽 002

第2章 傳感器 005
2.1 相機 006
2.1.1 相機的成像原理 006
2.1.2 相機的內(nèi)參和外參 007
2.1.3 圖像 008
2.2 激光雷達 010
2.2.1 激光雷達的測距原理 010
2.2.2 激光雷達的硬件參數(shù) 011
2.2.3 激光雷達點云 014
2.3 毫米波雷達 016
2.3.1 毫米波雷達的測距原理 016
2.3.2 毫米波雷達的硬件參數(shù) 017
2.3.3 毫米波雷達點云 018
2.4 不同傳感器的互補作用 020

第3章 三維感知任務(wù) 022
3.1 靜態(tài)感知 023
3.1.1 語義分割 023
3.1.2 實例分割 027
3.1.3 全景分割 030
3.2 動態(tài)感知 032
3.2.1 物體檢測 032
3.2.2 物體跟蹤 035
3.2.3 軌跡預(yù)測 038
3.3 通用障礙物感知 040
3.3.1 占用網(wǎng)格語義分割 041
3.3.2 占用網(wǎng)格場景流 042

第4章 感知算法基礎(chǔ) 045
4.1 立體幾何 046
4.2 深度學(xué)習(xí) 059
4.2.1 卷積神經(jīng)網(wǎng)絡(luò) 060
4.2.2 Transformer 079

第5章 單傳感器感知 090
5.1 純視覺感知算法 091
5.1.1 前視圖感知 091
5.1.2 鳥瞰圖感知 106
5.2 激光雷達感知算法 128
5.2.1 基于點的方法 129
5.2.2 基于體素的方法 151
5.2.3 基于二維投影的方法 162
5.2.4 基于多視圖融合的方法 170

第6章 多傳感器融合感知 194
6.1 激光雷達和相機融合 195
6.1.1 BEVFusion 196
6.1.2 DeepInteraction 201
6.2 毫米波雷達和相機融合 212
6.2.1 CenterFusion 213
6.2.2 Simple-BEV 217

第7章 端到端自動駕駛算法 226
7.1 端到端自動駕駛算法的發(fā)展歷程 228
7.1.1 NVIDIA PilotNet 的里程碑 228
7.1.2 強化學(xué)習(xí)的應(yīng)用 230
7.1.3 端到端方法的多樣化 230
7.2 端到端自動駕駛算法研究進展 232
7.2.1 UniAD 232
7.2.2 FusionAD 244
7.3 端到端自動駕駛算法的挑戰(zhàn)與應(yīng)對 250

參考文獻 251