智能驾驶:产品设计与评价9787111752301

唐传骏，智能驾驶行业资深产品经理，曾先后在大型合资车企和造车新势力从事研发与管理工作，长期致力于智能驾驶的产品设计、研发与测试评价，深度参与并负责多个智能驾驶的自研和工程落地项目，见证了国内智能驾驶从0到1的完整发展历程。作者对智能驾驶开发的全流程有深刻的理解，尤其对智能驾驶的场景与功能、设计与评价有独到的见解，具有扎实的理论基础和丰富的实践经验，熟悉智能驾驶的行业进展与趋势，已在业内发表技术类长文20余篇，并被多家媒体转载，全网阅读量超过30万。

序

前言

第1篇 智能驾驶基础

第1章 基本原理

第2章 硬件系统

2.1 感知硬件

2.1.1 摄像头

2.1.2 激光雷达

2.1.3 毫米波雷达

2.1.4 超声波雷达

2.2 定位硬件

2.3 计算平台

2.3.1 电子电气架构

2.3.2 域控制器与芯片

2.4 线控底盘

2.4.1 线控转向

2.4.2 线控制动

2.4.3 线控驱动

2.4.4 线控换档

第3章 软件系统

3.1 车载地图

3.1.1 标精地图

3.1.2 高精地图

3.2 底层操作系统

3.3 中间层软件

3.4 上层应用算法

3.4.1 感知算法

3.4.2 定位算法

3.4.3 决策规划算法

3.4.4 控制执行算法

第2篇 智能驾驶的人-车-路体系

第4章 场景体系

4.1 场景定义与分类

4.2 建立出行场景库

4.2.1 场景库特点与原则

4.2.2 提取场景要素

4.2.3 分层构建场景

4.3 行车场景

4.3.1 半开放道路场景

4.3.2 全开放道路场景

4.4 泊车场景

4.4.1 水平泊车

4.4.2 垂直泊车

4.4.3 斜列泊车

4.4.4 泊车受限

4.4.5 泊车困难

第5章 功能体系

5.1 量产功能盘点

5.2 建立智驾功能体系

5.2.1 分析用户需求点

5.2.2 形成功能体系

5.3 智驾功能解读

5.3.1 行车功能解读

5.3.2 泊车功能解读

5.3.3 主动安全功能解读

第6章 交互体系

6.1 交互方式与途径

6.1.1 视觉交互

6.1.2 听觉交互

6.1.3 触觉交互

6.1.4 其他感官交互

6.2 交互内容

6.2.1 车-人交互

6.2.2 人-车交互

6.3 现状与发展趋势

第3篇 智能驾驶产品设计

第7章 设计理念

7.1 第一性原理

7.1.1 理论解读

7.1.2 产品实践

7.2 从用户出发

7.2.1 聚焦用户需求

7.2.2 用户思维导向

7.3 从场景出发

7.3.1 深入典型场景

7.3.2 拓展边缘场景

7.4 跨行业融合

第8章 市场调研

8.1 竞品对标

8.2 市场趋势

8.3 用户需求

第9章 产品规划

9.1 产品定位

9.2 产品路线图

9.3 系统方案

第10章 功能定义

10.1 功能原则

10.1.1 安全

10.1.2 合规

10.1.3 舒适

10.1.4 高效

10.2 功能实例

10.2.1 自适应巡航

10.2.2 智能限速辅助

10.2.3 车道居中控制

10.2.4 智能变道

10.2.5 自动泊车

10.2.6 遥控泊车

第4篇 智能驾驶产品评价

第11章 评价理念

11.1 基于场景

11.2 系统全面

11.3 量化思维

第12章 评价体系

12.1 测评场景

12.1.1 行车测评场景

12.1.2 泊车测评场景

12.2 评价指标

12.2.1 行驶效果

12.2.2 交互效果

第13章 测评案例

13.1 行驶效果测评

13.1.1 环境感知能力测评

13.1.2 智能化程度测评

13.1.3 安全性测评

13.1.4 可靠性测评

13.1.5 舒适性测评

13.1.6 行驶效率测评

13.1.7 专项测评

13.2 交互效果测评

13.2.1 交互方式与途径测评

13.2.2 交互内容与风格测评

13.2.3 用户信任度测评

13.3 测评结论

附录

附录A SAE分级标准

附录B ODC与ODD

附录C 缩写词汇总

参考文献

本书基于汽车智能化的大背景，从产品和用户体验的角度，系统地梳理了智能驾驶的技术原理、场景体系、功能体系、人机交互等内容，并提出一套有效的通用化智能驾驶产品设计和评价方法。本书可以指导智能驾驶的从业人员从用户需求和应用场景出发，基于产品化的理念，提升用户对智能驾驶的使用体验；同时，在行业内以及用户群体中，形成对智能驾驶的体系化、统一化、清晰化的认知，从而促进行业交流，推进智能驾驶的进一步发展。 本书面向的读者是：智能驾驶的设计、研发、测试评价的管理人员和技术人员；智能驾驶相关的投资、媒体等行业的从业人员；智能驾驶相关政策制定机构的专业人员；高校师生以及相关科研单位和咨询机构的科技工作者。