自動駕駛算法與芯片設計

目前自動駕駛的一個發展趨勢就是智能化。隨着人工智能的飛速發展以及各種新型傳感器的湧現，汽車智能化形成趨勢，輔助駕駛功能的滲透率越來越高。這些功能的實現需要借助於攝像頭、雷達、激光雷達等新增的傳感器數據，其中視頻處理需要大量並行計算。然而，傳統CPU算力不足，而DSP擅長圖像處理，對於深度學習卻缺乏足夠的性能。儘管GPU擅長訓練，但它過於耗電，影響汽車的性能。因此，本書着眼于未來，認為定製化的ASIC必將成為主流。本書以自動駕駛的芯片設計為最終目標，來論述設計一個面向未來的自動駕駛SoC芯片的學術支撐和工程實踐。本書共13章。其中第1章主要介紹自動駕駛目前遇到的挑戰和研究方向。第2～6章重點講述環境感知以及規劃控制方面的算法設計；第7～10章重點講述深度學習模型的優化和深度學習芯片的設計；第11章和第12章重點講述具有安全功能的自動駕駛軟件架構設計；第13章介紹5G車聯網。



任建峰，博士，目前就職于谷歌公司，分別于2005年和2009年獲得西北工業大學模式識別與智能系統博士學位和美國得州大學達拉斯分校電子工程博士學位，從事計算影像學、自動駕駛方面芯片算法研發工作，在高通、華為海思工作多年，發表論文40多篇，擁有30多項美國專利。