智能驾驶与计算架构 / 普通高等教育新工科汽车类系列教材（智能汽车·新能源汽车方向）
定价：￥99.80
作者： 杨聪，程智锋
出版时间：2025-10
最新印次日期：2025-10
出版社：机械工业出版社
试读
- 机械工业出版社
- 9787111787143
- 1-1
- 562588
- 平装
- 16开
- 2025-10
- 555
- 工学
- 机械类
- 智能车辆工程
- 本科
内容简介
本书以智能汽车计算架构为背景，首先介绍了智能驾驶涉及的不同场景及计算任务，并在此基础上详述了智能驾驶计算架构分类及关键计算性能指标，然后自上而下介绍了面向智能驾驶的计算架构核心技术，包括最核心的计算芯片架构及其设计方法、算法架构、硬件平台架构、软件平台架构、云端平台架构以及端到端算法架构。另外，本书还介绍了基于数据驱动的智能计算架构2.0，这也是当下最为先进的软硬件协同设计方法学。最后，本书介绍了智能驾驶与开放生态，并对智能驾驶计算架构未来发展趋势进行了讨论。
本书可作为普通高等院校车辆工程、智慧交通、智能电动车辆等相关专业的教材，也可以供对智能驾驶、计算芯片、智能网联汽车技术感兴趣的读者参考。
本书可作为普通高等院校车辆工程、智慧交通、智能电动车辆等相关专业的教材，也可以供对智能驾驶、计算芯片、智能网联汽车技术感兴趣的读者参考。
目录
前言
第1章 智能驾驶计算概述
1.1 智能驾驶…001
1.1.1 智能座舱…001
1.1.2 自动驾驶…003
1.1.3 辅助驾驶…006
1.1.4 智能泊车…009
1.2 智能驾驶计算…013
1.2.1 智能计算…013
1.2.2 逻辑计算…016
1.2.3 混合计算…018
练习题…021
第2章 智能驾驶计算架构
2.1 计算架构分类…023
2.1.1 核心模块…024
2.1.2 标准范式…024
2.1.3 产业协作…025
2.2 核心计算架构…030
2.2.1 芯片架构…030
2.2.2 硬件架构…033
2.2.3 软件架构…042
2.2.4 云端架构…049
2.2.5 算法架构…052
2.3 关键计算性能指标…062
2.3.1 性能指标演化…062
2.3.2 常见性能指标…065
2.3.3 性能评价方法…068
练习题…071
第3章 智能驾驶计算芯片
3.1 芯片技术的演化与发展…073
3.2 计算芯片分类…078
3.3 计算芯片架构…084
3.3.1 典型SoC架构…084
3.3.2 向量计算单元…086
3.3.3 编程模型…088
3.3.4 指令集…090
3.3.5 架构演进…094
3.3.6 架构示例：存算一体…099
3.4 计算芯片设计…102
3.4.1 软硬件协同设计…103
3.4.2 互联与存储设计…107
3.4.3 计算芯片安全设计…108
练习题…110
第4章 智能驾驶硬件平台
4.1 智能驾驶基础硬件平台…112
4.1.1 硬件单元…112
4.1.2 硬件平台基础架构…133
4.2 硬件平台设计方案…137
4.2.1 自动驾驶等级划分…137
4.2.2 不同等级下的硬件设计方案…140
4.2.3 典型硬件设计方案示例…140
4.3 硬件平台设计规范…145
4.3.1 异构硬件总体设计…146
4.3.2 域控制器硬件安全要求…148
4.3.3 域控制器安全架构设计…152
4.4 案例：典型计算平台…154
4.4.1 特斯拉Hardware计算平台…155
4.4.2 英伟达Drive PX系列平台…157
4.4.3 Mobileye EyeQ系列…158
练习题…160
第5章 智能驾驶软件平台
5.1 软件平台分类…162
5.1.1 智能驾驶开发模式…162
5.1.2 软件平台分类…165
5.2 嵌入式底层软件…166
5.2.1 智能驾驶操作系统…167
5.2.2 智能驾驶系统常见的驱动…172
5.2.3 智能驾驶系统常见固件…175
5.2.4 BSP关键技术…177
5.2.5 功能安全…183
5.3 算法工具链…190
5.3.1 芯片算法工具链概述…190
5.3.2 模型压缩及编译原理…192
5.3.3 统一异构计算架构…200
5.3.4 算子约束…204
5.3.5 训练后量化（PTQ）实践…205
5.3.6 量化感知训练（QAT）实践…213
5.3.7 模型部署与推理…227
5.4 智能驾驶应用开发套件…236
练习题…242
第6章 智能驾驶云端平台
6.1 云端平台架构…244
6.1.1 基础设施平台…246
6.1.2 自动驾驶中台…250
6.1.3 云端计算芯片…255
6.1.4 车云协同架构…258
6.2 数据闭环…262
6.2.1 数据闭环概述…262
6.2.2 数据闭环云端平台…262
6.2.3 数据闭环案例分析…272
6.2.4 数据闭环发展与挑战…273
6.3 云端开发流程…275
6.3.1 数据采集与存储…275
6.3.2 数据处理和管理…278
6.3.3 数据标注…283
6.3.4 模型训练与评测…284
6.3.5 测评仿真…289
6.3.6 问题分析与筛选…292
6.4 面向智能驾驶的数字孪生…293
练习题…295
第7章 端到端算法架构
7.1 端到端概述…296
7.2 端到端自动驾驶概念…301
7.3 端到端自动驾驶架构…303
7.3.1 商业实践…304
7.3.2 UniAD…306
7.3.3 VAD…307
7.3.4 SparseDrive…308
7.3.5 PARA-Drive…310
7.4 端到端自动驾驶开发…312
7.4.1 模型设计…313
7.4.2 模仿学习…313
7.4.3 强化学习…316
7.4.4 数据工程…317
7.4.5 辅助监督…318
7.4.6 地图与导航使用…319
7.5 端到端自动驾驶测试…320
7.5.1 开环测试…320
7.5.2 闭环测试…321
7.6 端到端自动驾驶的局限与发展…322
7.6.1 端到端自动驾驶局限性…322
7.6.2 端到端自动驾驶未来发展…324
练习题…326
第8章 智能计算架构2.0
8.1 软件1.0与2.0…328
8.2 软硬协同进化…332
8.2.1 应用驱动底层…333
8.2.2 底层驱动上层…337
8.3 案例：数据驱动下的架构演化…338
8.3.1 编译器2.0…338
8.3.2 硬件2.0…340
练习题…340
第9章 智能驾驶开放生态
9.1 智能驾驶生态…342
9.2 生态架构…345
练习题…349
参考文献
第1章 智能驾驶计算概述
1.1 智能驾驶…001
1.1.1 智能座舱…001
1.1.2 自动驾驶…003
1.1.3 辅助驾驶…006
1.1.4 智能泊车…009
1.2 智能驾驶计算…013
1.2.1 智能计算…013
1.2.2 逻辑计算…016
1.2.3 混合计算…018
练习题…021
第2章 智能驾驶计算架构
2.1 计算架构分类…023
2.1.1 核心模块…024
2.1.2 标准范式…024
2.1.3 产业协作…025
2.2 核心计算架构…030
2.2.1 芯片架构…030
2.2.2 硬件架构…033
2.2.3 软件架构…042
2.2.4 云端架构…049
2.2.5 算法架构…052
2.3 关键计算性能指标…062
2.3.1 性能指标演化…062
2.3.2 常见性能指标…065
2.3.3 性能评价方法…068
练习题…071
第3章 智能驾驶计算芯片
3.1 芯片技术的演化与发展…073
3.2 计算芯片分类…078
3.3 计算芯片架构…084
3.3.1 典型SoC架构…084
3.3.2 向量计算单元…086
3.3.3 编程模型…088
3.3.4 指令集…090
3.3.5 架构演进…094
3.3.6 架构示例：存算一体…099
3.4 计算芯片设计…102
3.4.1 软硬件协同设计…103
3.4.2 互联与存储设计…107
3.4.3 计算芯片安全设计…108
练习题…110
第4章 智能驾驶硬件平台
4.1 智能驾驶基础硬件平台…112
4.1.1 硬件单元…112
4.1.2 硬件平台基础架构…133
4.2 硬件平台设计方案…137
4.2.1 自动驾驶等级划分…137
4.2.2 不同等级下的硬件设计方案…140
4.2.3 典型硬件设计方案示例…140
4.3 硬件平台设计规范…145
4.3.1 异构硬件总体设计…146
4.3.2 域控制器硬件安全要求…148
4.3.3 域控制器安全架构设计…152
4.4 案例：典型计算平台…154
4.4.1 特斯拉Hardware计算平台…155
4.4.2 英伟达Drive PX系列平台…157
4.4.3 Mobileye EyeQ系列…158
练习题…160
第5章 智能驾驶软件平台
5.1 软件平台分类…162
5.1.1 智能驾驶开发模式…162
5.1.2 软件平台分类…165
5.2 嵌入式底层软件…166
5.2.1 智能驾驶操作系统…167
5.2.2 智能驾驶系统常见的驱动…172
5.2.3 智能驾驶系统常见固件…175
5.2.4 BSP关键技术…177
5.2.5 功能安全…183
5.3 算法工具链…190
5.3.1 芯片算法工具链概述…190
5.3.2 模型压缩及编译原理…192
5.3.3 统一异构计算架构…200
5.3.4 算子约束…204
5.3.5 训练后量化（PTQ）实践…205
5.3.6 量化感知训练（QAT）实践…213
5.3.7 模型部署与推理…227
5.4 智能驾驶应用开发套件…236
练习题…242
第6章 智能驾驶云端平台
6.1 云端平台架构…244
6.1.1 基础设施平台…246
6.1.2 自动驾驶中台…250
6.1.3 云端计算芯片…255
6.1.4 车云协同架构…258
6.2 数据闭环…262
6.2.1 数据闭环概述…262
6.2.2 数据闭环云端平台…262
6.2.3 数据闭环案例分析…272
6.2.4 数据闭环发展与挑战…273
6.3 云端开发流程…275
6.3.1 数据采集与存储…275
6.3.2 数据处理和管理…278
6.3.3 数据标注…283
6.3.4 模型训练与评测…284
6.3.5 测评仿真…289
6.3.6 问题分析与筛选…292
6.4 面向智能驾驶的数字孪生…293
练习题…295
第7章 端到端算法架构
7.1 端到端概述…296
7.2 端到端自动驾驶概念…301
7.3 端到端自动驾驶架构…303
7.3.1 商业实践…304
7.3.2 UniAD…306
7.3.3 VAD…307
7.3.4 SparseDrive…308
7.3.5 PARA-Drive…310
7.4 端到端自动驾驶开发…312
7.4.1 模型设计…313
7.4.2 模仿学习…313
7.4.3 强化学习…316
7.4.4 数据工程…317
7.4.5 辅助监督…318
7.4.6 地图与导航使用…319
7.5 端到端自动驾驶测试…320
7.5.1 开环测试…320
7.5.2 闭环测试…321
7.6 端到端自动驾驶的局限与发展…322
7.6.1 端到端自动驾驶局限性…322
7.6.2 端到端自动驾驶未来发展…324
练习题…326
第8章 智能计算架构2.0
8.1 软件1.0与2.0…328
8.2 软硬协同进化…332
8.2.1 应用驱动底层…333
8.2.2 底层驱动上层…337
8.3 案例：数据驱动下的架构演化…338
8.3.1 编译器2.0…338
8.3.2 硬件2.0…340
练习题…340
第9章 智能驾驶开放生态
9.1 智能驾驶生态…342
9.2 生态架构…345
练习题…349
参考文献
