资源 | 最全的12篇无人驾驶技术系列文章

无人驾驶作为人工智能的集大成应用，从来就不是某单一的技术，而是众多技术点的整合。技术上它需要有算法上的创新、系统上的融合，以及来自云平台的支持。本文整合了首发于《程序员》的无人驾驶系列技术文章，点击以下蓝色标题即可阅读：

光学雷达（LiDAR）在无人驾驶技术中的应用

本文为《程序员》无人驾驶技术系列文章的第一篇，深入解析光学雷达（LiDAR）在无人车研发中的应用，包括光学雷达的工作原理，在地图绘制、定位以及障碍物检测等环节的应用，以及面临的挑战。

基于ROS的无人驾驶系统

在上篇解析光学雷达（LiDAR）技术之后，本文着重介绍基于机器人操作系统ROS的无人驾驶系统。文中将介绍ROS以及它在无人驾驶场景中的优缺点，并讨论如何在ROS的基础上提升无人驾驶系统的可靠性、通信性能和安全性。

基于计算机视觉的无人驾驶感知系统

本文着重介绍基于计算机视觉的无人驾驶感知系统。在现有的无人驾驶系统中，LiDAR是当仁不让的感知主角。但是由于LiDAR的成本高等因素，业界有许多是否可以使用成本较低的摄像头去承担更多感知任务的讨论。本文探索了基于计算机视觉的无人驾驶感知方案。首先，验证一个方案是否可行需要一个标准的测试方法，我们介绍了广泛被使用的无人驾驶视觉感知数据集KITTI。然后，我们讨论了在无人驾驶场景中使用到的具体计算机视觉技术，包括Optical Flow和立体视觉、物体的识别和跟踪以及视觉里程计算法。

基于Spark与ROS分布式无人驾驶模拟平台

本文介绍基于Spark与ROS的分布式无人驾驶模拟平台。无人驾驶的安全性和可靠性是通过海量的功能和性能测试来保证的。无人驾驶系统是一个复杂的系统工程，在它的整个研发流程中，测试工作至关重要同时也繁重复杂。显然将全部测试工作都集中在真车上进行是一种成本异常高昂且安全系数非常低的