智能駕駛是通過(guò)人工智能輔助或代替人進(jìn)行汽車(chē)駕駛行為，它可以彌補(bǔ)人類(lèi)駕駛員會(huì)存在的缺陷。經(jīng)過(guò)大量的研究和發(fā)展，智能駕駛所需的各種傳感器、計(jì)算機(jī)的性能和技術(shù)等方面取得了極大進(jìn)步，成本也在逐步降低。

從人工智能和汽車(chē)駕駛結(jié)合的長(zhǎng)遠(yuǎn)發(fā)展角度來(lái)看，純智能的無(wú)人駕駛應(yīng)為未來(lái)駕駛的主要方式，即使在當(dāng)前基于貝葉斯、決策樹(shù)和人工神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)的方法被運(yùn)用在無(wú)人駕駛的行為識(shí)別和行為決策的技術(shù)環(huán)境下，我們也可以考慮設(shè)立專(zhuān)門(mén)的行駛路線(xiàn)保證無(wú)人駕駛汽車(chē)的應(yīng)用推廣。

一、輸入：相機(jī)+雷達(dá)

1.相機(jī)
1.1 相機(jī)的成像原理
1.2 數(shù)字圖像處理：去畸變、resize、顏色變換、轉(zhuǎn)柱面、透視變換等
1.3 實(shí)現(xiàn)方案及性能分析：opencv、nvmedia

2. 激光雷達(dá)
2.1 雷達(dá)模塊概述
2.2 雷達(dá)感知原理
2.3 雷達(dá)感知算法概述

二、感知系統(tǒng)任務(wù)/目標(biāo)

1. 目標(biāo)檢測(cè)：行人檢測(cè)、車(chē)輛檢測(cè)、車(chē)道線(xiàn)檢測(cè)、可通行區(qū)域檢測(cè)、多目標(biāo)跟蹤
主要模型介紹分析：Mask R-CNN、Inception v2

2. 目標(biāo)分類(lèi)：紅綠燈識(shí)別、障礙物檢測(cè)
主要模型介紹分析：AlexNet、VGG、FCN

3. 實(shí)例分割：可通行區(qū)域檢測(cè)、障礙物檢測(cè)、異形物檢測(cè)
主要模型介紹分析：UNet、SegNet