前言

2024年政府工作报告指出，要大力推进现代化产业体系建设，加快发展新质生产力；充分发挥创新主导作用，以科技创新推动产业创新，加快推进新型工业化，提高全要素生产率，不断塑造发展新动能新优势，促进社会生产力实现新的跃升。

在汽车行业，新质生产力体现在“新四化”，自动驾驶不仅可以提高交通效率，降低事故风险，还能为用户带来全新的出行体验。无人运输凭借无人化、自动化为劳动者重新定义生产工具。无人运输将极大降低生产过程中的人力成本，替代驾驶人的工作，同时为劳动者提供远程驾驶、云控调度员等新技术岗位，促进劳动力升级，从而解放生产力。汽车自动驾驶主要涉及环境感知、决策规划、控制执行三大领域，其发展是人工智能、5G通信、激光雷达、高精地图等多项技术协同发力的结果。自动驾驶加速推进，以深度学习为代表的人工智能是主要驱动力。深度学习算法模型不断完善，让自动驾驶的判断力和理解力更强，可以助力智能汽车完成更实时准确的环境感知与定位、决策与规划、控制与执行等任务，提高汽车行驶的安全性。

本书以培养学生利用深度学习方法创新性解决自动驾驶领域工程实践能力为教学目标，系统讲述了深度学习基础、高阶和前沿技术理论及工程实践，内容包括自动驾驶技术概述、深度学习基础及实践、卷积神经网络、目标检测和图像分割CNN模型、注意力机制与Transformer、生成对抗网络、深度强化学习理论等。另外，本书还基于产教融合和科教融合，将自动驾驶及相关领域产业级工程项目和科研成果融入教材实践应用案例。本书主要特点有：

（1）理论性和实践性强。本书详细讲解了深度学习方法中从基础的LeNet-5到前沿的Transformer等系列模型的基本理论及工程实践方法，通过科教融合和产教融合，将科研成果和产业级工程项目融入教材，有利于提高学生的理论创新和工程实践能力。

（2）资源丰富，实用性强。通过配套微视频、线上实践项目实现教材的数字化功能，配套的教学资源多样化，有利于学习者展开高效率的学习，同时可充分利用信息平台的便捷性，及时把深度学习新技术和最新科研成果加入电子资源中。

非常感谢北京踏歌智行科技有限公司为本书提供了矿区自动驾驶工程实践案例项目。本书编写过程中还得到了北京航空航天大学研究生蔡捍、王昊、王闯、刘目卓、刘明达、刘文韬、夏启的帮助和支持，在此向他们表示深切的谢意。

本书在编写过程中参阅了大量教材、文件、网站资料及有关参考文献，并引用一些论述和例文，部分参考书目列于书后，但由于篇幅有限，还有一些参考书目未能一一列出，在此谨向相关作者表示谢忱和歉意。

由于编者水平有限，书中不足之处在所难免，诚望广大读者不吝赐教，提出宝贵意见。

编著者