01. 자율주행 시작하기
01-1. 자율주행이란 무엇인가
01-2. 자율주행 시스템의 구조
01-3. 실습 환경 구축하기
01-4. 실습: 첫 번째 주행 영상 분석하기

02. 자동차에게 눈을 만들어주자 ? Classical Vision
02-1. 자동차 카메라 영상 처리 기초
02-2. 실습: OpenCV로 차선 인식 프로그램 만들기
02-3. 실습: 차선 검출을 실패시켜 보기

03. 딥러닝으로 도로를 이해하자
03-1. 딥러닝이 자율주행을 바꾼 이유
03-2. 실습: YOLO로 차량·보행자·신호등 찾기
03-3. 실습: 주행 가능 영역과 차선 세그멘테이션
03-4. 실습: 움직이는 객체 추적하기

04. 자동차에게 거리와 공간을 가르치자
04-1. 2D에서 3D로 ? 카메라 기하
04-2. 실습: 단일 카메라로 Depth Map 만들기
04-3. LiDAR와 Sensor Fusion
04-4. 실습: Camera와 LiDAR를 하나의 좌표계에 표시하기

05. 세상을 지도로 만들자 ? BEV·Occupancy·Localization
05-1. Bird's-Eye View와 Occupancy
05-2. 실습: Top View 변환과 Occupancy Map 만들기
05-3. 자동차는 자신의 위치를 어떻게 알까
05-4. 실습: 영상으로 차량 이동량 추정하기

06. 자동차에게 판단과 운전을 가르치자
06-1. 주변 차량 예측과 행동 계획
06-2. 실습: 장애물을 피해 목적지까지 경로 찾기
06-3. 차량 제어
06-4. 실습: PID로 자동차를 차선 중앙에 유지하기

07. 가상세계에서 자율주행 자동차를 만들자 ? CARLA
07-1. CARLA 시작하기
07-2. 실습: 가상 자동차에 센서를 달고 운전하기
07-3. 실습: Perception 연결하기
07-4. 프로젝트: 목적지까지 스스로 주행하는 자동차

08. End-to-End 자율주행
08-1. End-to-End Driving은 왜 등장했을까
08-2. 실습: 영상으로 Steering Angle 예측하기
08-3. Transformer와 Sensor-to-Trajectory
08-4. 실습: Trajectory Prediction 모델 만들기
08-5. Modular vs End-to-End

09. VLM·VLA ? AI가 도로를 이해하고 행동하다
09-1. VLM이란 무엇인가
09-2. 실습: VLM에게 주행 상황을 묻고 행동을 고르게 하기
09-3. VLM에서 VLA로 ? Action Token
09-4. World Model과 Physical AI

10. 이 자동차를 어떻게 믿을 것인가 ? 평가와 안전성
10-1. 자율주행은 왜 어려운가
10-2. 자율주행 평가 지표와 Benchmark
10-3. 실습: 시뮬레이션으로 Driving Agent 평가하기
10-4. 자율주행 AI의 안전성

11. 최종 프로젝트 ? 나만의 AI 자율주행 자동차
11-1. 프로젝트 아키텍처 설계
11-2. 1단계: Perception·Planning·Control 통합
11-3. 2단계: AI Driving Agent와 자연어 명령
11-4. 3단계: 다양한 상황 테스트와 성능 평가

부록A. 자율주행 주요 용어 정리
부록B. 좌표계와 행렬 기초
부록C. 개발환경과 참고 자료