前言

毫无疑问，人类社会已经进入了智能时代。人工智能技术的发展迎来了又一波热潮，人脸识别、语音识别等技术的应用已经融入日常生活中的方方面面。各行各业特别是一些科技新兴行业对人工智能领域的研发需求和应用人才的需求急剧增加。

作为向社会输送人才的主要阵地，高校近年来也增设了人工智能相关的专业，以满足各行业对人工智能技术人才的需求。而在人才培养的过程中，我们发现人工智能作为交叉学科，对学习者自身的专业基础要求比较高，前置课程（例如高等数学、工程数学、计算机原理与体系结构、数据结构、计算机编程等）的学习会占用本科生大量的时间和精力。一些学生曾向教师反馈：前置课程比较理论化，学起来枯燥，很多时候即使学完了，也不太清楚如何应用。由此可知一些学生在还未真正开始学习人工智能技术时，就已经觉得门槛太高，望而却步。

在人工智能技术的学习中，很多初学者最先接触的是神经网络模型的相关理论和算法，其中也有一些经典的模型（例如MNIST手写数字识别）作为实践案例，但是经过多年的发展，类似手写识别、语音识别、人脸识别等应用案例已逐渐变得平淡无奇，无法激发学生更高的学习热情，并且这些实践案例大部分是基于计算机或者手机平台部署实现的，初学者很少有机会将人工智能的学习与计算机或者手机之外的产品连接起来。

随着人们对智能出行等生活需求的不断提升，以及智能汽车制造新势力的不断崛起，自动驾驶技术的研发和应用已经成为当今社会关注的热点。自动驾驶技术不但对传统汽车产业的升级十分重要，而且是在终端产品中进一步提升芯片算力性能、发展高端集成电路技术的支撑，同时也是在高端生活消费品（智能汽车）和智慧城市中落地人工智能技术的重要突破口。无论产业界还是教育界对自动驾驶技术的研发和应用都十分重视，因此将自动驾驶作为人工智能理论学习和动手实践的教学案例，能够更好地激发初学者的学习热情，而且还能够增强他们持续学习的主观能动性。

自动驾驶技术的学习需要搭建一定的实验环境，目前产业界对自动驾驶技术的研发投入动辄以亿元为单位，显然很多高校无法承受如此高昂的成本，用于搭建同等水平的实验环境进行实践培养。一方面是产业界对自动驾驶技术人才的急需和高校学生对学习相关技术的渴望，另一方面是人工智能学习的高起点和自动驾驶实践的高成本，这两方面的矛盾需要找到一种合理的解决方案。为此，我们整合复旦大学和戴尔科技集团各自的优势资源，为初学者提供了自动驾驶技术及人工智能理论与实践的教学方案和资源平台。

戴尔科技集团为产业界中超过半数的自动驾驶技术研发企业提供了数据存储和处理的基础架构，帮助企业了解产业界研发自动驾驶技术的基本流程和基本需求，企业专家也密切关注自动驾驶技术最新的公开信息和技术发展。复旦大学与戴尔科技集团共建的“虚拟现实创客实验室”集中了优秀的专业教师和产业界专家，开设了“自动驾驶”相关课程，打造了适合高校教学的仿真实验环境和虚拟实验平台，编写了适合初学者的自动驾驶学习资料，并面向校内外本科生开展教学实践。通过多年的积累和一线教学过程中的反馈，在已有学习资料的基础上逐步完善并形成了本教材，希望能够借此帮助更多渴望学习人工智能技术的初学者在未来成为自动驾驶相关行业的骨干人才。

在本书的编写过程中，得到了戴尔科技集团多位专家的鼎力支持，很多专家不但亲自撰写内容，而且积极参与了相关教学课件的编制。除了本书主要编写团队之外，参加各章编写工作的还有陈天翔（第6章）、高雷（第2章）、李三平（第1、3章）、林小引（第1章）、倪嘉呈（第1、5章）、王子嘉（第1、6章）等。戴尔科技集团全球总裁兼首席技术官John Roese先生亲自为本书作序，本书的编写还得到了刘伟、陈春曦、贾真等集团高管以及孙文倩、曹贺等的关心和帮助，在此向他们表示衷心的感谢！同时也要感谢积极参与教材编写和宣传推广工作的出版社编辑、学校教务部门和戴尔科技集团中国研发中心的相关专家、老师和同仁的大力支持！

作为理论与实践相结合的教材，本书难免存在不足，对最新技术和市场发展的跟踪和更新不够及时和充分，受限于教学教具和实验环境，对相关问题的表述和理论知识的讲解可能存在疏漏，敬请广大读者批评指正。

编者

2023年3月