顾惠烽，2008年毕业于华南理工大学，2009/1-2013/11任深圳里程国际汽车车会（4S店）机修组组长，统筹组员，协调组内事宜；2013/11-2016/4在上海景格科技股份有限公司任汽车工程师，负责汽车教学视频拍摄方案及视频后期制作；2016/4-2020/4在广州合赢教学设备有限公司任汽车工程师/市场部负责人，负责视频组的日常工作；2020/6-至今任四会市骏越者科技有限公司总经理，开发汽车类书籍配套资源，如视频、动画、PPT等。荣誉：2019年取得实用新型专利证书；广东汽车改装产教联盟理事单位。

本书在介绍人工智能的基本概念和工作流程、无人驾驶汽车的基本原理与核心技术组成、总体构造与关键部件、安全与可靠性及相关法律法规的基础上，重点阐述人工智能技术在无人驾驶汽车中的应用，如计算机视觉和视频摄像头技术、语音识别技术、自然语言处理技术、人机交互和问答技术、激光雷达和激光测距器技术、车联网技术、精确定位技术、大数据与机器学习及工控机技术等。
全书采用生动形象的语言、恰如其分的比喻、动画视频+全彩图解相结合的形式进行讲解，便于读者快速理解和掌握相关知识点。
本书适合人工智能和无人驾驶汽车技术学习入门者使用，也可供相关院校和无人驾驶车辆研究开发单位组织日常教学、培训使用，汽车驾驶员、私家车主以及对人工智能和无人驾驶技术感兴趣的读者均可参阅。

第1章 人工智能概述 001
1.1 人工智能的概念 002
1.2 弱人工智能和强人工智能 003
1.2.1 弱人工智能及其优势 003
1.2.2 强人工智能及其特点 005
1.3 人工智能的工作流程 007
1.4 人工智能的应用场景 008
1.4.1 交通运输 008
1.4.2 安全系统 011
1.4.3 社会交流 011
1.4.4 服务系统 012
1.4.5 工业机器人 012
1.4.6 智能围棋手 013
1.4.7 智能教育 013
1.4.8 智能穿戴 014
1.4.9 仿人通用机器人 014

第2章 人工智能驱动下的新型智能交通 015
2.1 智能交通系统概述 016
2.1.1 智能交通系统的概念 016
2.1.2 智能交通系统的应用范围 016
2.1.3 智能交通系统的特点 017
2.1.4 智能交通系统的组成 018
2.2 车路云一体化 022
2.2.1 车路云一体化系统定位 022
2.2.2 车路云一体化融合控制系统架构 022
2.2.3 车路云一体化云控基础平台 024
2.2.4 车路云一体化云控应用平台 025
2.2.5 车路云一体化路侧基础设施 025
2.2.6 车路云一体化通信网 026
2.2.7 车路云一体化车辆及其他交通参与者 027
2.2.8 车路云一体化相关支撑平台 028
2.3 数据分析和预测 029
2.4 信息融合技术 031
2.4.1 交通运行与管控 031
2.4.2 优化信号控制与车路协同 032
2.4.3 规划环节 034

第3章 无人驾驶汽车 035
3.1 基本原理与核心技术组成 036
3.1.1 感知技术 037
3.1.2 决策与规划技术 038
3.1.3 控制与执行技术 038
3.1.4 人机交互技术 038
3.1.5 安全保障技术 039
3.2 总体构造及关键部件 039
3.2.1 车 040
3.2.2 线控系统 040
3.2.3 传感器 042
3.2.4 计算单元 042
3.3 安全性和可靠性 043
3.4 相关法律法规 044

第4章 计算机视觉和视频摄像头——无人驾驶汽车的“眼” 061
4.1 计算机视觉与视频摄像头的含义 062
4.2 计算机视觉系统与视频摄像头的组成和工作原理 063
4.3 计算机视觉技术在无人驾驶汽车中的应用 067
4.3.1 环境感知 067
4.3.2 自主决策 068
4.3.3 路径规划 069
4.3.4 辅助驾驶 069
4.4 视频摄像头在无人驾驶汽车中的应用 070

第5章 语音识别——无人驾驶汽车的“耳” 071
5.1 智能语音识别技术 072
5.2 语音识别系统的组成 073
5.3 语音识别系统的工作原理 074
5.4 语音识别技术在无人驾驶汽车中的应用 075

第6章 自然语言处理——无人驾驶汽车的“口” 078
6.1 自然语言处理的含义 079
6.2 自然语言处理系统的组成 079
6.2.1 机器翻译 079
6.2.2 语义理解 080
6.2.3 问答系统 080
6.3 自然语言处理系统的工作原理 081
6.3.1 语言模型 081
6.3.2 词向量表示和语义分析 082
6.3.3 深度学习 082
6.4 自然语言处理技术在无人驾驶汽车中的应用 083
6.5 自然语言处理技术与无人驾驶汽车的融合 085

第7章 人机交互和问答——无人驾驶汽车的“血液” 087
7.1 人机交互和问答系统的含义 088
7.2 人机交互系统的主要组成 089
7.2.1 多模态输入/输出 089
7.2.2 智能接口代理 089
7.2.3 视觉获取 089
7.2.4 视觉合成 090
7.2.5 对话系统 090
7.3 人机交互系统的工作原理 091
7.3.1 输入设备 091
7.3.2 中央处理器 091
7.3.3 操作系统和应用软件 092
7.3.4 输出设备 092
7.4 问答系统的组成 093
7.5 问答系统的工作原理 094
7.6 人机交互和问答技术在无人驾驶汽车中的应用 095

第8章 激光雷达和激光测距器——无人驾驶汽车的“手” 098
8.1 激光雷达及其分类 099
8.1.1 按功能分类 099
8.1.2 按工作介质分类 100
8.1.3 按线数分类 101
8.1.4 按扫描方式分类 102
8.1.5 按探测方式分类 102
8.1.6 按载荷平台分类 103
8.2 激光雷达的组成和工作原理 104
8.3 激光测距器及其工作原理 105
8.4 激光雷达在无人驾驶汽车中的应用 106
8.4.1 动静态障碍物检测与分类 107
8.4.2 道路边缘检测与道路特征识别 107
8.4.3 激光雷达用于地图构建和定位 108
8.5 激光测距器在无人驾驶汽车中的应用 109

第9章 车联网——无人驾驶汽车的“神经” 111
9.1 车联网的含义 112
9.2 车联网系统的组成 113
9.3 车联网系统的工作原理 120
9.4 车联网技术在无人驾驶汽车中的应用 121
9.4.1 智能驾驶 121
9.4.2 车辆远程监控和管理 121
9.4.3 智能交通管理 122
9.4.4 车辆保险和车辆维修 123
9.4.5 V2X通信技术 123
9.4.6 射频识别技术 125
9.4.7 DSRC通信技术 127
9.4.8 LTE-V通信技术 128
9.4.9 5G通信技术 128

第10章 精确定位——无人驾驶汽车的“脚” 131
10.1 精确定位的含义 132
10.2 精确定位系统的组成 132
10.3 精确定位系统的工作原理 133
10.4 精确定位技术在无人驾驶汽车中的应用 134
10.4.1 差分全球卫星定位系统 135
10.4.2 GPS/DR组合导航定位系统 136
10.4.3 北斗卫星导航定位系统 136
10.4.4 惯性导航系统 138
10.4.5 通信基站定位 140

第11章 大数据、机器学习和工控机——无人驾驶汽车的“大脑” 143
11.1 大数据、机器学习和工控机的含义 144
11.2 大数据的组成 145
11.3 大数据的工作原理 147
11.4 机器学习的组成 149
11.5 机器学习的工作原理 150
11.6 工控机的组成 151
11.7 工控机的工作原理 152
11.8 大数据技术在无人驾驶汽车中的应用 153
11.8.1 数据获取 153
11.8.2 数据分析 154
11.8.3 数据应用 154
11.9 机器学习技术在无人驾驶汽车中的应用 155
11.10 工控机技术在无人驾驶汽车中的应用 157