广义来说，智能驾驶计算架构包含了支撑智能驾驶感知、决策、控制及人机交互的一系列软硬件组织方式与结构设计，包括车端计算架构与云端计算架构等。车端计算架构可进一步细分为硬件层（传感器、计算单元、控制单元、存储设备等）、基础软件层（操作系统内核、虚拟化管理、可移植操作系统接口、系统中间件及服务、安全域操作系统及功能服务等）、功能软件层（应用软件接口、智能驾驶通用模型、功能软件通用框架等）及算法架构。云端计算架构又可进一步细分为云服务器（虚拟或实体）及任务管理、数据存储与管理、数据分析与处理、应用服务、车云协同、流程支持等。智能驾驶的发展离不开先进计算架构的支持，而计算架构的不断创新也推动着智能驾驶技术向更高水平迈进。具体来说，智能驾驶系统需要实时处理大量传感器数据（如摄像头图像、激光雷达点云、毫米波雷达信号等）及丰富的人机交互场景数据。这些数据的处理需要强大的计算能力，而先进的计算架构则为满足这一需求提供了基础。一方面，高效的计算架构能够快速准确地分析传感器数据，实现对车辆周围环境的精确感知；另一方面，计算架构与电子电气架构紧密关联，决定了智能驾驶系统的决策速度和准确性。在复杂交通场景中，车辆需要迅速做出决策（如加减速、换道等）。强大的计算架构可以支持复杂的算法，进行精确感知、实时的路径规划和决策制定，确保车辆行驶的安全和高效。此外，随着智能驾驶技术的不断发展，对计算架构的要求也在不断提高，需要大规模的计算资源和高效的计算架构来进行深度学习模型训练、推理及快速迭代。同时，为了满足智能驾驶系统对可靠性和安全性的高要求，计算架构还需要具备容错能力和冗余设计。最后，在算法架构中，传统的软件1.0架构（2D图像感知、感知后处理、预测、规划、控制）及2.0架构（BEV感知预测一体、规划、控制）正在被3.0架构（端到端计算架构）所替代，代表了智能驾驶的全新范式。在学术界，中国计算机学会（China Computer Federation，CCF）、中国自动化学会（Chinese Association of Automation，CAA）及中国人工智能学会（Chinese Association for Artificial Intelligence，CAAI）推荐的智能驾驶相关期刊及会议如IEEE Transactions on Intelligent Transportation Systems、IEEE Transactions on Robotics及IEEE International Conference on Robotics and Automation中有越来越多的论文专门探讨智能驾驶算法架构、软件架构及硬件架构。在一些高校，越来越多的学生与研究人员选择智能驾驶相关算法、软硬件架构以及车云协同等作为自己的研究方向。智能驾驶计算架构是一个集硬件、软件、算法、云计算等不同方向为一体的复杂系统，开发难度大，周期长，需要不同的团队配合完成。特别是对于刚进入智能驾驶行业的“新玩家”来说，不但需要快速掌握相关背景知识与开发技术，还要不断进行底层架构优化来提升系统性能，其中难度可想而知。1.本书撰写的背景2020年6月份，搭载地平线征程2芯片及智能座舱计算架构的长安UNI-T实现了量产及热卖，使得UNI-T成为历史上第一款搭载国产计算芯片的智能汽车。在此基础上，地平线于2021年内部正式立项Halo 3.0，一方面打造基于地平线征程3芯片的智能座舱解决方案，另一方面就是实施开放赋能战略。为此，项目团队核心成员在年初的几个月里，先后前往十多个城市密集访问了各类外资在内的各类主机厂（OEM）、一级供应商（Tier1）、二级供应商（Tier2）、软件服务供应商、算法公司、芯片公司、相关研究院及高校，与工程师、研发人员、设计人员、销售人员、实习生、教师及学生等面对面交流，听取一线的反馈与诉求。在沟通的过程中，我们发现除少部分人拥有两年以上智能驾驶相关工作经验外，大部分人员呈现出以下特点：①刚进入该领域；②对智能驾驶及其计算架构相关背景知识了解比较分散；③缺少成体系培训课程与教材。他们还普遍反映目前网络上关于智能驾驶与计算架构的知识未体系化，在深度与实操方面都比较薄弱，因此在实际工作中依然是摸索着前进。为推动智能驾驶的技术创新，地平线联合苏州大学于2023年成立智能驾驶生态创新中心（BeeLab）并开始撰写教材。在编写教材过程中，我们邀请了智能驾驶量产车型一线工程师、车规级芯片架构核心设计与开发人员，以及相关方向学者作为本书作者或审稿人。他们从领域知识与实际经验出发，为本书带来面向智能驾驶的计算架构第一手的资料，确保读者不但可以掌握体系化的背景知识，还能学到各个模块的“干货”。2.编写思路本书从智能驾驶与计算的基本概念出发，详述智能驾驶的相关场景以及智能驾驶计算分类（第1章），并在此基础上引入智能驾驶计算架构的相关分类、内容及评价指标（第2章）。这两章内容是智能驾驶与计算架构入门，让读者对于智能驾驶计算架构有了整体认识，并了解其中相关技术概念。从第3章开始，我们采用自上而下的方法，依次详细介绍计算架构中的几个核心内容，包括计算芯片架构（第3章）、硬件平台架构（第4章）、软件平台架构（第5章）、云端平台架构（第6章），进而解决了调研时常被问到的诸如“智能驾驶的大脑是什么？”“车云协同是怎么实现的？”“要是断网了车还能跑吗？”“为什么智能车需要计算芯片？”“智能车到底是如何识别周围环境的？”等问题。在上述基础上，本书进一步介绍了端到端自动驾驶（第7章）以及智能计算架构2.0（第8章）两个智能计算架构的领域前沿。最后，本书总结了智能驾驶计算架构开放生态的相关概念及执行策略（第9章），这也是智能驾驶持续良性发展的关键所在。上述知识架构充分涵盖了智能驾驶计算架构的核心技术细节，自洽于从上而下及自内而外的知识组织体系，并符合量产实践中的模块化架构设计范式，可以让读者最大程度了解智能驾驶计算架构的全貌、深入细节并实现融会贯通。为方便读者理解，每章都会结合相应的案例进行说明，并且在章后附有习题。3.编写分工第1章：杨聪、穆黎森、水冰；第2章：程智锋、杨聪；第3章：程智锋、杨聪；第4章：杨聪、韩建辉；第5章：杨聪、凌晓峰、许圣建、魏钰轩、代稳；第6章：赵明、王蕾、陈阳雪、韩来鹏、杜艳冰、杨聪；第7章：苏治中、蔚晨垚、杨聪；第8章：程智锋、杨聪、李建军；第9章：程智锋、杨聪、水冰。为了确保本书质量，我们还成立了审稿委员会，具体名单如下（注：因部分委员也为本书作者，这里采用交叉审稿）：杨聪、赵明、苏治中、程智锋、隋伟、代稳本书在编写过程中，得到了许多专家、平台及项目的支持，包括但不限于：地平线生态拓展部对本书写作（纸质教材与数字教材）整体项目的支持。苏州大学郭树伟对9个章节习题资料的贡献。苏州大学侯先豹、蔚晨垚、潘俊伟、陈世源、李浩然对在线试题系统的贡献。苏州大学潘俊伟对课程配套课件及视频课的贡献。地平线谭洪贺对本书章节安排及部分内容的建议与素材。苏州大学陈涛教授对本书章节安排的建议。国家自然科学基金面上项目（62473276）、江苏省自然科学基金面上项目（BK20241918）、苏州大学-地平线横向项目（H230666）、江苏省高校“新时代教育数字化建设研究”专项课题（2024JCSZ22）、苏州大学未来科学与工程学院教育教学改革研究课题（重点）对本书调研、素材收集、多媒体资料加工及相关实验验证的支持。4.本书的特点（1）本书内容体系完整，聚焦智能驾驶计算架构，由浅入深，从智能驾驶场景及计算延伸至量产开发所需的芯片架构、硬件架构、软件架构、云端架构专业知识。本书不仅紧扣智能驾驶计算架构基本原理，而且面向智能驾驶汽车工程应用。（2）区别于汽车工程、计算机或人工智能学科的计算架构类书籍，本书内容聚焦智能驾驶汽车核心计算架构，涉及案例化的理论、方法和技术，以帮助读者快速入门，并培养其持久学习专业知识的兴趣。（3）本书包含大量来自智能驾驶研发一线的真实架构及“失败记录”，理实结合，先阐述基本概念和专业理论，后以面向量产的架构细节举例说明。另外，在本书写作的过程中，我们还同步开设了在线课堂，以在线讲课与直播的方式将部分实践内容分享给读者。我们对这些课程进行了录像，与授课用的材料、代码一同上传到地平线开发者论坛（https://auto-developer.horizon.cc）及机械工业出版社天工讲堂（通过微信扫描二维码访问），便于学生准确、快速掌握分析方法和动手能力。（4）本书以智能驾驶汽车的快速发展为背景，致力于落实普通高等教育立德树人的根本任务。通过大量真实案例与数据，弘扬中国制造与中国创造，培养学生的大国情怀、爱国情怀和工匠精神；通过“实训题及实践项目”，让学生深入思考国家相关政策，了解技术发展方向，培养学生将理论应用于工程实践的能力。因本书涉及知识点众多，加之编写时间紧迫，疏漏在所难免，还请广大读者批评指正，以便本书再版时参考。可通过电子邮件与我们联系：yangcong955@126.com。编 者
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
