更新时间：2024-05-11 19:32:50
封面
版权信息
前言
第1章 智能座舱概述
1.1 智能座舱定义
1.2 智能座舱发展
1.3 智能座舱场景
1.3.1 消费品的设计原则
1.3.2 特斯拉的第一性原理
1.4 案例：长安UNI-T智能座舱及场景设计
1.5 练习题
第2章 智能座舱技术架构及整体开发流程
2.1 技术架构
2.1.1 整体架构
2.1.2 车端
2.1.3 车云结合
2.2 开发流程
2.2.1 整体流程
2.2.2 开发工具
2.3 座舱项目管理流程
2.3.1 管理体系的演变
2.3.2 管理流程范围介绍
2.4 案例：基于AI Express开发人脸结构化
2.5 练习题
第3章 智能座舱硬件基础
3.1 芯片技术的演化与发展
3.1.1 芯片制造
3.1.2 图形处理器（GPU）
3.1.3 片上系统（SoC）
3.1.4 域控制器（DCU）
3.1.5 案例：BPU及地平线征程系列芯片
3.2 车载传声器
3.2.1 传声器类型
3.2.2 传声器阵列安装方式
3.2.3 案例：车载多音区的实现方式
3.3 车载摄像头
3.3.1 摄像头类型
3.3.2 摄像头安装方式
3.3.3 案例：用于DMS的方向盘转向柱摄像头
3.4 基于芯片的硬件设计
3.4.1 一体机方案
3.4.2 ECU方案
3.4.3 案例：基于地平线芯片的硬件接入案例
3.5 练习题
第4章 智能座舱算法基础
4.1 深度学习
4.1.1 卷积神经网络
4.1.2 损失函数
4.1.3 模型训练及测试
4.1.4 模型压缩
4.1.5 案例：VarGNet网络结构设计
4.2 机器视觉
4.2.1 分类
4.2.2 检测
4.2.3 分割
4.2.4 关键点
4.2.5 案例：人体关键点检测
4.3 语音识别
4.3.1 声学模型
4.3.2 语言模型
4.3.3 解码器
4.3.4 案例：“小安，你好！”
4.4 练习题
第5章 智能座舱数据
5.1 座舱数据采集
5.1.1 采集环境搭建
5.1.2 采集文档
5.1.3 采集数据管理
5.2 座舱数据标注
5.2.1 数据标注方法
5.2.2 数据标注文档
5.2.3 标注体系建设
5.3 案例：疲劳数据采集与标注
5.4 练习题
第6章 智能座舱算法研发
6.1 座舱算法研发流程
6.2 常见座舱算法（视觉篇）
6.2.1 视线
6.2.2 手势
6.2.3 行为
6.2.4 情绪
6.2.5 疲劳
6.3 常见座舱算法（语音篇）
6.3.1 语音前端
6.3.2 语音后端
6.4 常见座舱算法（多模篇）
6.5 案例：安全带算法研发
6.6 练习题
第7章 智能座舱感知软件开发
7.1 感知软件开发流程
7.1.1 开发环境搭建
7.1.2 开发流程概述
7.2 芯片工具链
7.2.1 AI计算单元
7.2.2 AI芯片工具链
7.2.3 地平线AI工具链举例
7.3 感知软件开发框架
7.3.1 通信及底层组件
7.3.2 模型集成框架
7.4 案例：打电话识别开发实践
