1장. 개요
__1.1 SDV 기술의 간략한 역사
__1.2 SDV란 무엇인가?
__1.3 SDV 기술의 기대 효과
__1.4 기존 자율주행차량 관련 서적과 다른점
__1.5 이 책의 대상 독자
__1.6 이 책의 구성
__1.7 당부의 말
__참고 문헌

2장. 하드웨어
__2.1 센서
____2.1.1 핵심 고려 사항
____2.1.2 센서의 종류
______2.1.2.1 레이더
______2.1.2.2 라이다
______2.1.2.3 초음파 센서
______2.1.2.4 카메라
______2.1.2.5 위성 항법 시스템
______2.1.2.6 IMU
______2.1.2.7 오도메트리 센서
__2.2 컴퓨팅 플랫폼
____2.2.1 핵심 고려 사항
____2.2.2 컴퓨팅 플랫폼의 예
__2.3 액추에이터 인터페이스
____2.3.1 액추에이터 인터페이스의 구성 요소
____2.3.2 드라이브 바이 와이어 시스템 실현
__2.4 차량 내부 네트워크
__2.5 요약
__참고 문헌

3장. 인지
__3.1 로컬라이제이션
____3.1.1 GNSS 기반 로컬라이제이션
____3.1.2 휠 오도메트리 기반 로컬라이제이션
____3.1.3 INS 기반 로컬라이제이션
____3.1.4 외부 참조 정보를 이용한 로컬라이제이션
____3.1.5 라이다 기반 로컬라이제이션
____3.1.6 카메라 기반 로컬라이제이션
____3.1.7 다중 센서 융합 기반 로컬라이제이션
__3.2 매핑
____3.2.1 점유 격자 지도
____3.2.2 특징 지도
____3.2.3 관계 지도
____3.2.4 다른 유형의 지도
__3.3 SLAM
____3.3.1 점유 격자 지도
______3.3.1.1 칼만 필터
______3.3.1.2 파티클 필터
____3.3.2 최적화 접근 방법
______3.3.2.1 그래프 기반 SLAM
______3.3.2.2 번들 조정
__3.4 개체 탐지
____3.4.1 특징 추출
______3.4.1.1 HOG
______3.4.1.2 SIFT
______3.4.1.3 MSER
____3.4.2 분류
______3.4.2.1 서포트 벡터 머신
______3.4.2.2 랜덤 포레스트
______3.4.2.3 인공 신경망
__3.5 다중 센서 데이터 융합
____3.5.1 분류
____3.5.2 기술
______3.5.2.1 확률적 접근
______3.5.2.2 증거 접근 방식
______3.5.2.3 다른 접근 방법
__3.6 요약
__참고 문헌

4장. 아키텍처
__4.1 기능적 아키텍처
____4.1.1 인지
____4.1.2 계획
______4.1.2.1 경로 계획
______4.1.2.2 행동 계획
______4.1.2.3 동작 계획
____4.1.3 차량 제어
______4.1.3.1 차로 유지
______4.1.3.2 어댑티브 크루즈 컨트롤
______4.1.3.3 차로 변경
__4.2 시스템 아키텍처
____4.2.1 하드웨어 계층
____4.2.2 미들웨어 계층
____4.2.3 애플리케이션 계층
__4.3 SDV 미들웨어의 예
____4.3.1 로봇 운영체제
____4.3.2 ADTF
____4.3.3 AUTOSAR
__4.4 요약
__참고 문헌

5장. 모든 구성 요소 결합하기
__5.1 준비
____5.1.1 차량 선택
____5.1.2 차량 네트워크
____5.1.3 센서 선택 및 교정
__5.2 개발
____5.2.1 OSCC: Open Source Car Control
______5.2.1.1 OSCC 제어기
______5.2.1.2 X 바이 와이어(X-by-wire) 시스템
______5.2.1.3 OSCC 소프트웨어
____5.2.2 미들웨어 및 장치 드라이버 설치
______5.2.2.1 ROS
______5.2.2.2 센서 드라이버
______5.2.2.3 CAN 드라이버
____5.2.3 소프트웨어 구현
______5.2.3.1 핸드 코딩 개발
______5.2.3.2 모델 기반 개발
____5.2.4 맵 구축과 로컬라이제이션
____5.2.5 차량 데이터 읽기
____5.2.6 차량 명령 전송
____5.2.7 기록과 시각화
______5.2.7.1 데이터 기록 및 재생
______5.2.7.2 RViz 툴을 사용한 시각화
__5.3 시험
____5.3.1 단위 시험
____5.3.2 통합 시험
____5.3.3 시스템 시험
____5.3.4 인수 시험
__5.4 요약
__참고 문헌

6장. 그 외 기술들
__6.1 기능 안전
____6.1.1 왜 기능 안전이 중요한가?
____6.1.2 ISO 26262
______6.1.2.1 안전 관리
______6.1.2.2 엔지니어링 프로세스와 요구 사항
______6.1.2.3 차량 안전 무결성 레벨
______6.1.2.4 제품 개발
______6.1.2.5 제품 생산 및 안전 라이프사이클
______6.1.2.6 지원 프로세스
____6.1.2 남아있는 문제
__6.2 사이버 보안
____6.2.1 왜 사이버 보안이 중요한가?
____6.2.2 자율주행차량 사이버 보안 표준
____6.2.3 안전한 SDV 설계
______6.2.3.1 안전한 하드웨어
______6.2.3.2 안전한 소프트웨어
______6.2.3.3 차량 내부 네트워크 통신 보안
______6.2.3.4 차량 외부 통신 보안
____6.2.4 남아있는 문제
__6.3 V2X 통신
____6.3.1 왜 V2X가 중요한가?
____6.3.2 V2X 표준
____6.3.3 V2I 적용 사례
______6.3.3.1 도로 공사 경고
______6.3.3.2 도로 위험과 사고 경고
______6.3.3.3 신호등 단계 이벤트
____6.3.4 V2V 적용 사례
______6.3.4.1 교차로 이동 보조 경고
______6.3.4.2 잘못된 방향 주행 경고
______6.3.4.3 추월 금지 경고
____6.3.5 V2P 적용 사례
______6.3.5.1 VRU 경고
____6.3.6 남아있는 문제
__6.4 백엔드 시스템
____6.4.1 왜 백엔드 시스템이 중요한가?.
____6.4.2 백엔드 시스템 기능
______6.4.2.1 SOTA 업데이트
______6.4.2.2 고화질 맵
______6.4.2.3 차량 관리
____6.4.3 남아있는 문제
__6.5 요약
__참고 문헌

7장. 응용과 전망
__7.1 SDV 기술 응용 SDV
____7.1.1 교통 수단 적용 사례
______7.1.1.1 자가용
______7.1.1.2 공공 셔틀
______7.1.1.3 라스트 마일 배송
______7.1.1.4 도로 화물 운송
____7.1.2 비교통 수단 적용 사례
______7.1.2.1 무인 트랙터
______7.1.2.2 비상 대응 로봇
______7.1.2.3 보안 로봇
__7.2 SDV 개발 전략 동향
____7.2.1 진화 전략
____7.2.2 혁신 전략
____7.2.3 변형 전략
__7.3 SDV를 위한 딥러닝 동향
____7.3.1 SDV를 위한 딥러닝 적용
______7.3.1.1 시맨틱 추상화 학습
______7.3.1.2 종단 간 학습
____7.3.2 남아있는 질문들
__7.4 요약
__참고 문헌

저자 : 행키 샤프리(Hanky Sjafrie)
ADAS(Advanced Driver Assistance System)와 AD(Autonomous Driving) 분야에서 자동차 소프트웨어 엔지니어링을 전문으로 하는 독립 엔지니어링 컨설팅 회사인 SGEC의 CEO다. 센서 기술(레이더, 라이다, 초음파 등)부터 자동차 사이버 보안까지 자동차 제조업체와 자동차 기술 공급업체의 다양한 R&D 프로젝트를 수행하면서 풍부한 관련 경험을 쌓았다.
SGEC에 몸담기 전에는 BMW와 아우디에서 ADAS/AD 및 인포테인먼트 시스템 영역 내의 다양한 시리즈를 연구 개발하는 프로젝트와 실리콘밸리에 기반을 둔 자율주행 스타트업에 적극적으로 참여했다. 자동차 업계의 고객들과 협력하는 것 외에도 지멘스(Siemens), 보스턴 컨설팅 그룹(Boston Consulting Group), 프라이스워터하우스쿠퍼스(PricewaterhouseCoopers), 롤랜드 버거(Roland Berger) 등에 자율주행 기술에 대한 인사이트를 제공하고 있다.

역자 : 김은도
한양대학교 ERICA에서 응용물리학과를 졸업한 뒤, 과학기술연합대학원대학교(UST)를 통해 한국전자통신연구원(ETRI) 표준연구본부에 근무하며 정보통신네트워크공학을 전공으로 박사 학위를 취득했다. 현재는 KT 융합기술원 인프라연구소에 선임연구원으로 재직 중이며, 주 연구 분야는 네트워크 AI 기술이다. ICT-DIY 활동에 관심이 많아 대학원생 시절 ICT-DIY 커뮤니티의 리더를 역임하기도 했으며, AI, IoT, 빅데이터, 블록체인 등의 다양한 대회 수상 경력이 있다.

역자 : 남기혁
고려대 컴퓨터학과에서 학부와 석사 과정을 마친 후 한국전자통신연구원에서 선임연구원으로 재직하고 있다. 한빛미디어에서 출간한 『Make: 센서』(2015), 『메이커 매뉴얼』(2016), 『이펙티브 디버깅』(2017), 『전문가를 위한 C++』(2019), 『리팩토링 2판』(2020)과 에이콘출판사에서 출간한 『현대 네트워크 기초 이론』(2016), 『도커 컨테이너』(2017), 『스마트 IoT 프로젝트』(2017), 『파이썬으로 배우는 인공지능』(2017), 『메이커를 위한 실전 모터 가이드』(2018), 『Go 마스터하기』(2018), 『자율주행 자동차 만들기』(2018), 『The Hundred-Page Machine Learning Book』(2019), 『스콧 애론슨의 양자 컴퓨팅 강의』(2021) 등을 번역했다.

역자 : 서영빈
고려대 컴퓨터학과에서 학부와 석사 과정을 마친 후 한국전자통신연구원에서 선임연구원으로 재직하고 있다. 한빛미디어에서 출간한 『Make: 센서』(2015), 『메이커 매뉴얼』(2016), 『이펙티브 디버깅』(2017), 『전문가를 위한 C++』(2019), 『리팩토링 2판』(2020)과 에이콘출판사에서 출간한 『현대 네트워크 기초 이론』(2016), 『도커 컨테이너』(2017), 『스마트 IoT 프로젝트』(2017), 『파이썬으로 배우는 인공지능』(2017), 『메이커를 위한 실전 모터 가이드』(2018), 『Go 마스터하기』(2018), 『자율주행 자동차 만들기』(2018), 『The Hundred-Page Machine Learning Book』(2019), 『스콧 애론슨의 양자 컴퓨팅 강의』(2021) 등을 번역했다.

역자 : 이승열
부산대학교 IT응용공학과를 졸업하고 현재 과학기술연합대학원대학교(UST) 박사 과정에 재학 중이다. 한국전자통신연구원(ETRI) 표준연구본부 5G 표준화 팀에서 근무 중이며, 주 연구 분야는 인공지능을 이용한 네트워크 지능화/자동화 기술이다.

작가의 말
자율주행차량(SDV, Self-Driving Vehicle)은 현재 뜨거운 화두다. 그러나 SDV는 복잡한 기술을 바탕으로 구성돼 있으며, 정확한 작동 방식에 대한 정보를 얻기가 어렵다. 이 책은 SDV를 가능하게 하는 핵심 개념을 알려준다. 자율주행차량 기술의 겉만 훑는 것이 아니라, 기술적으로 깊은 인사이트를 제공한다.
이 흥미로운 분야에서 경력을 쌓길 원하고 SDV 알고리즘의 기초를 더 자세히 알고 싶은 소프트웨어 개발자 또는 엔지니어라면 이 책은 좋은 출발점이 될 것이다. 마찬가지로 SDV에 전문 지식을 적용하고 SDV 프로토타입을 구축하는 데 무엇이 필요한지 알고 싶은 학계의 연구원이라면 이 책이 좋은 참고서가 될 수 있다. 더불어 SDV 관련 기술에 대한 명확하고 읽기 쉬운 전반적 개요를 원하는 모든 기술 마니아와 저널리스트에게도 적합하다. 센서 및 인지 기능뿐만 아니라 기능 안전과 사이버보안에 이르기까지 모든 기초 지식을 다룬다. 또한 몇 가지 실용적인 노하우를 전수하고 기술이 나아가는 방향에 대한 논의와 함께 구체적인 SDV 애플리케이션을 살펴본다.
안타깝게도 이 신흥산업에서 기술적인 세부 사항을 언급하는 것에 대한 우려와 거부감이 있다. SDV 회사들은 차량 테스트 중에 수집한 시스템이나 데이터의 세부 정보를 공유하지 않으려고 하는데, 이 데이터는 자동차를 운전하도록 가르치는 경쟁에서 귀중하기 때문이다. 바라건대 이 책이 이러한 정보 공유의 불균형을 해소할 수 있는 길을 가길 기대한다.