序

前 言

第1章 智能汽車概論

1.1 智能汽車基本概念

1.1.1 智能汽車定義

1.1.2 智能汽車分級

1.2 智能汽車發(fā)展概述

1.2.1 智能汽車發(fā)展意義

1.2.2 智能汽車發(fā)展歷史

1.2.3 智能汽車技術(shù)發(fā)展路線

1.3 智能汽車技術(shù)架構(gòu)

1.3.1 環(huán)境感知技術(shù)

1.3.2 決策規(guī)劃技術(shù)

1.3.3 集成控制技術(shù)

1.3.4 測試評價技術(shù)

思考題

第2章 智能汽車環(huán)境感知與定位技術(shù)

2.1 智能汽車環(huán)境感知架構(gòu)

2.1.1 機器視覺感知系統(tǒng)

2.1.2 毫米波雷達

2.1.3 激光雷達

2.1.4 超聲波雷達

2.2 機器視覺感知技術(shù)

2.2.1 基于機器視覺的車道線檢測技術(shù)

2.2.2 基于機器視覺的障礙物識別技術(shù)

2.3 毫米波雷達感知技術(shù)

2.3.1 毫米波雷達目標檢測機理

2.3.2 毫米波雷達的測速、測距原理

2.3.3 車載毫米波雷達優(yōu)缺點

2.3.4 雷達目標反射特性分析

2.3.5 雷達環(huán)境雜波分析

2.4 激光雷達感知技術(shù)

2.4.1 激光雷達傳感器概述

2.4.2 激光雷達傳感器檢測機理

2.4.3 基于三維激光雷達的道路環(huán)境感知

2.4.4 基于激光雷達點云圖的聯(lián)合感知與運動預(yù)測

2.5 智能汽車常用定位技術(shù)及其機理

2.5.1 輔助增強的衛(wèi)星定位

2.5.2 航跡推算

2.5.3 慣性導航

2.5.4 視覺SLAM

2.5.5 激光雷達SLAM

2.5.6 基于信標導引的定位技術(shù)

2.6 多傳感器數(shù)據(jù)融合

2.6.1 經(jīng)典卡爾曼濾波

2.6.2 擴展卡爾曼濾波

2.6.3 無跡卡爾曼濾波

2.7 智能汽車環(huán)境感知與定位仿真實例

2.7.1 實驗設(shè)置

2.7.2 實驗驗證及結(jié)果分析

思考題

第3章 智能汽車決策規(guī)劃技術(shù)

3.1 智能汽車決策規(guī)劃架構(gòu)

3.1.1 分層遞階式架構(gòu)

3.1.2 反應(yīng)式架構(gòu)

3.1.3 混合式架構(gòu)

3.2 智能汽車行為決策方法

3.2.1 有限狀態(tài)機法

3.2.2 層次狀態(tài)機法

3.2.3 博弈論法

3.2.4 概率圖模型法

3.3 智能汽車全局軌跡規(guī)劃

3.3.1 圖搜索算法

3.3.2 圖形學法

3.3.3 隨機采樣類算法

3.3.4 智能仿生算法

3.4 智能汽車局部軌跡規(guī)劃

3.4.1 基于機理與規(guī)則的方法

3.4.2 基于數(shù)據(jù)驅(qū)動的方法

3.5 智能汽車決策規(guī)劃仿真實例

思考題

第4章 智能汽車軌跡跟隨控制技術(shù)

4.1 智能汽車軌跡跟隨控制概述

4.2 基于最優(yōu)預(yù)瞄理論的軌跡跟隨控制方法

4.2.1 最優(yōu)預(yù)瞄控制算法概述

4.2.2 基于最優(yōu)預(yù)瞄理論的路徑跟隨控制

4.2.3 基于最優(yōu)預(yù)瞄理論的速度跟隨控制

4.3 基于模型預(yù)測控制理論的軌跡跟隨控制方法

4.3.1 模型預(yù)測控制算法概述

4.3.2 基于MPC的軌跡跟隨控制

4.4 考慮穩(wěn)定性的軌跡跟隨控制方法

4.4.1 極限工況的分析與選取

4.4.2 考慮穩(wěn)定性的軌跡跟隨控制架構(gòu)

4.4.3 考慮穩(wěn)定性的車輛狀態(tài)估算

4.4.4 考慮穩(wěn)定性邊界的軌跡跟隨控制算法

4.5 智能汽車軌跡跟隨控制算法仿真實例

思考題

第5章 典型智能汽車系統(tǒng)

5.1 縱向駕駛輔助系統(tǒng)

5.1.1 自適應(yīng)巡航控制系統(tǒng)

5.1.2 自動緊急制動系統(tǒng)

5.2 側(cè)向駕駛輔助系統(tǒng)

5.2.1 車道偏離預(yù)警系統(tǒng)

5.2.2 車道保持輔助系統(tǒng)

5.2.3 換道輔助系統(tǒng)

5.3 人機共駕系統(tǒng)

5.3.1 人機共駕系統(tǒng)的功能

5.3.2 人機共駕系統(tǒng)的分類與原理

5.3.3 人機共駕系統(tǒng)的組成

5.4 自動泊車系統(tǒng)

5.4.1 自動泊車系統(tǒng)架構(gòu)

5.4.2 自動泊車系統(tǒng)關(guān)鍵技術(shù)

5.5 無人駕駛系統(tǒng)

5.5.1 無人駕駛系統(tǒng)架構(gòu)

5.5.2 Waymo無人駕駛系統(tǒng)

5.5.3 百度Apollo無人駕駛系統(tǒng)

5.6 典型智能汽車系統(tǒng)仿真實例

5.6.1 測試場景搭建

5.6.2 控制模型介紹

5.6.3 仿真結(jié)果

思考題

第6章 智能汽車虛擬測試評價技術(shù)

6.1 智能汽車虛擬測試評價技術(shù)概述

6.2 車輛動力學建模技術(shù)

6.2.1 車輛動力學建模理論

6.2.2 車輛動力學模型實例

6.3 行駛場景建模技術(shù)

6.3.1 場景構(gòu)建概述

6.3.2 場景要素特征

6.3.3 場景構(gòu)建方法

6.4 環(huán)境感知傳感器建模技術(shù)

6.4.1 激光雷達建模

6.4.2 毫米波雷達建模

6.4.3 超聲波傳感器建模

6.5 硬件在環(huán)虛擬測試技術(shù)

6.5.1 感知系統(tǒng)在環(huán)測試

6.5.2 控制系統(tǒng)在環(huán)測試

6.5.3 執(zhí)行系統(tǒng)在環(huán)測試

6.6 車輛在環(huán)虛擬測試技術(shù)

6.6.1 轉(zhuǎn)鼓平臺車輛在環(huán)測試技術(shù)

6.6.2 封閉場地車輛在環(huán)測試技術(shù)

6.7 虛擬測試及評價方法

6.7.1 基于功能的智能汽車測試評價方法

6.7.2 基于場景的智能汽車測試評價方法

6.7.3 智能汽車加速測試方法

6.8 智能汽車虛擬測試評價實例

6.8.1 安全避障測試

6.8.2 城市公路自動駕駛

思考題