符合ISO26262安全标准的ADAS和自动驾驶系统开发, Applying ISO 26262 to ADAS and Automated Driving

adas算法行为决策算法，另外还包含了自动驾驶学习资料： 涵盖感知，规划和控制，ADAS，传感器； 1. apollo相关的技术教程和文档； 2.adas（高级辅助驾驶）算法设计（例如AEB,ACC,LKA等） 3.自动驾驶鼻祖mobileye的论文和专利介绍 4.自动驾驶专项课程（可能是目前最好的自动教师教程），是coursera上多伦多大学发布的自动驾驶专项课程，应该是目前为止非常火非常好的教程了，包含视频，ppt，论文以及代码 5.国家权威机构发布的adas标准，这是adas相关算法系统的标准，也是开发手册。 6.规划控制相关的算法论文介绍

1）ADAS提升识别精度的主要方式为深度学习+大数据。即使用深度神经网络，训练尽可能多的图像数据，提高识别正确率。 一方面，深度学习相对于传统学习，无需工程师手动设定识别特征，并且网络可迁移、复，降低了做视觉识别的门槛。另一方面，训练的数据量通常与ADAS系统的识别率成正比。大量的数据还可以覆盖各种奇奇怪怪的特殊场景（比如高速上来了一群羊），以提升特殊场景下的识别能力。 2）ADAS系统提升识别精度还可以采取增强计算力、使用多传感器融合等路径。 3、ADAS未来发展趋势： 1）深度学习不仅为识别能力赋能，还将被更多用于驾驶策略制定； 2）计算硬件将飞速发展，为ADAS提供更强的计算力支持；

包含十余篇自动驾驶技术相关论文，涵盖自动驾驶仿真测试技术、自动驾驶技术发展现状等，供学习和参考