跳转至
自动驾驶指南
贡献者名单
正在初始化搜索引擎
yfrobotics/self-driving-handbook-cn
自动驾驶指南
yfrobotics/self-driving-handbook-cn
自动驾驶技术指南
1. 概述
1. 概述
第一章:概述
自动驾驶系统定义
自动驾驶等级分类
自动驾驶发展历史
自动驾驶术语表
2. 系统
2. 系统
第二章:系统
系统架构总览:从数据流到控制流
自动驾驶车辆系统
车联网 V2X
车联网 V2X
车联网(V2X)技术详解
V2X 通信与路侧架构:协议、RSU 与部署
V2X 安全与运营:证书体系、标准与落地指标
仿真平台与数据集
开源平台与生态
高精地图
高精地图
高精地图(HD Map)
HD Map 数据与生命周期:格式、采集、更新与版本治理
地图定位与轻图路线:融合、降级与工程挑战
人机交互系统(HMI)
系统安全保障
自动驾驶测试体系
自动驾驶网络安全
政策与法律法规
3. 硬件
3. 硬件
第三章:硬件
硬件总览
计算平台 CCU
计算平台 CCU
中央计算单元 (CCU / 车载AI芯片)
芯片与平台选型:主流 SoC 对比与决策框架
异构计算与车规要求:架构、带宽、功能安全
自动驾驶计算芯片
线控系统
线控系统
线控系统(Drive-by-Wire)
线控执行层:转向、制动、驱动与换挡
线控安全与验证:冗余、接管与测试
车载通信
车载通信
车载通信系统
网络与协议:总线、以太网、拓扑与服务通信
安全与升级:SecOC、IDS 与 OTA 工程实践
感知传感器
感知传感器
感知传感器
主动感知传感器:LiDAR、毫米波与超声波
视觉与定位传感器:摄像头、IMU、GNSS
摄像头
摄像头
视觉传感器(摄像头)
成像与标定:光学基础、ISP、内外参与误差治理
同步与可靠性:时间对齐、健康监测与量产维护
4. 算法
4. 算法
第四章:核心算法
软件框架
软件框架
系统软件框架总览
架构与时延:模块边界、时间预算与功能安全
中间件与部署:ROS2/Cyber RT/AUTOSAR 与云边协同
图像感知与处理
激光点云数据处理
传感器融合
占用网络(Occupancy Network)
世界模型与神经场景表示
定位
定位
地图与定位
SLAM 与融合定位:方法、架构与工程实现
定位评估与运维:指标、失效场景与降级策略
路径规划
路径规划
路径规划
全局路由与行为规划
局部轨迹与速度规划
行为预测
决策 (Decision Making)
车辆控制
车辆控制
控制算法
横向控制:模型、算法与调参
纵向控制:跟驰、制动与舒适性
算法评估与验证指标
端到端
端到端
端到端自动驾驶
数据与训练体系:闭环、扩展律与仿真生成
安全与部署体系:可解释、验证、上线与回滚
自动驾驶ML数据管道
自然语言处理与大语言模型
5. 仿真测试
5. 仿真测试
仿真测试
6. 视觉语言大模型
6. 视觉语言大模型
视觉语言大模型与自动驾驶
7. 实例
7. 实例
第五章:实例
Apollo 案例
Apollo 案例
百度 Apollo
Apollo 技术栈深度解析:架构、感知、定位、规划
Apollo 商业化与运营实践:Robotaxi 落地与成本路径
Waymo
Tesla FSD
中国自动驾驶企业
Robotaxi:自动驾驶商业化的主战场
8. 参与贡献
8. 参与贡献
如何贡献这个维基?
书写规范
贡献者名单
贡献者名单
感谢以下贡献者对本指南的付出:
automaticdai
- 戴晓天
xinyu-xu-dev
- Xinyu Xu