無人駕駛入門
談數據驅動的自動駕駛
以有涯隨無涯，殆已早在一千多年前莊子就發表了"以有涯隨無涯，殆已"的哲學觀點，目前自動駕駛面臨的問題就是極端場景非常多，短時間無法窮舉，不管是基於規則的方法還是基於模型的方法，都不可能保證應對所有的場景，特別是極端場景。
自動駕駛仿真平台(二)
下面我們分別介紹下這幾種場景：可定義的場景:主要是針對駕駛過程中遇到的不同情況，比如會車，超車，紅綠燈，變道等，這些場景一般都比較簡單，類似於單元測試，主要是測試單個場景是否能夠滿足要求，這一部分業界已經有規範，可以參考openscenario 。
自動駕駛線下分享思考（基礎架構篇）
仿真平台，仿真是介紹的重點之一，在版本發布之前，都需要在仿真平台測試，目前宣稱的測試里程是30W公里，這一塊肯定用到了分布式計算，否則沒法實現。
高精度地圖製作
圖1高精度地圖製作流水線1. 地圖採集地圖採集是由裝備有雷射雷達、相機、GPS、IMU等傳感器的數據採集車採集完成的，如果沒有採集設備，我們也可以直接採用開源的數據集來進行地圖製作，以熟悉整個製圖流程。
無人駕駛綜述論文學習（一）
論文介紹論文為2019年發布在Robotics上的"A Survey of Autonomous Driving: Common Practices and Emerging Technologies"論文對比作者首先比較了目前的無人駕駛綜述論文，存在的問題是目前無人駕駛綜述論文
自動駕駛線下分享思考（硬體篇）
請允許我拿西部世界的片頭來舉例，我們造好人的骨骼，肌肉以及神經，最後再給他注入思想，他就變成了一個完整的人。濕度 - 濕度太高會導致電源短路或者進水鹽 - 在海邊的城市，空氣中還有鹽，導致對汽車元器件的腐蝕性。
自動駕駛仿真平台(一)
自動駕駛的仿真的論文可以參考英偉達的[Endto End Learning for Self-Driving Cars]，主要的目的是通過軟體來模擬車以及車所在的環境，實現自動駕駛的集成測試，訓練模型，模擬事發現場等功能。
無人駕駛小知識系列(雷射雷達篇)
無人駕駛小知識系列主要的目的是把一些很小而有深度的知識做一個總結，相對沒那麼系統，勝在日積月累。光束的分布- 曾幾何時，我也認為雷射光束的分布是均勻的，也就是說64線的雷射雷達，40°的視場角，那麼角度解析度為40°/64=0.625°，但實際上，雷射雷達的光束不是垂直均勻分布的
如何開始無人駕駛學習？
又快到年底了，我覺得有必要把自己近一年的無人駕駛學習經歷做一個總結，不僅僅是幫自己，同時也希望能夠幫助更多對無人駕駛感到困惑的同學。