智能汽车技术
本书配有详细PPT课件
作者：朱冰
ISBN：978-7-111-67514-3
所属丛书：普通高等教育新工科汽车类系列教材（智能汽车·新能源汽车方向）
智能汽车技术高度融合了车辆工程、现代传感、信息通信、自动控制、计算机和人工智能等技术，是未来汽车新技术集成的载体，代表着未来汽车科技的战略制高点。本书对智能汽车技术进行了系统介绍，主要内容包括：智能汽车概论、智能汽车环境感知与定位技术、智能汽车决策规划技术、智能汽车轨迹跟随控制技术、典型智能汽车系统和智能汽车虚拟测试评价技术。为了帮助读者更好地理解智能汽车技术，本书在每章的*后均基于模拟仿真平台对书中所提到的各项关键技术进行了仿真实例介绍。 《智能汽车技术》可以作为高等院校车辆工程专业或其他相关专业本科生及研究生课程的专业教材，也可供从事智能汽车相关行业的工程技术人员使用和参考。
同系列书
相关图书
- 图书详情
装订：平装
编辑：李军
开本：16
出版日期：
2021-04-19
字数：346 千字
最新版印次：1-2
最新印次时间：2022-03-15
定价：59.9
cip：2021027194
图书简介
智能汽车技术高度融合了车辆工程、现代传感、信息通信、自动控制、计算机和人工智能等技术，是未来汽车新技术集成的载体，代表着未来汽车科技的战略制高点。本书对智能汽车技术进行了系统介绍，主要内容包括：智能汽车概论、智能汽车环境感知与定位技术、智能汽车决策规划技术、智能汽车轨迹跟随控制技术、典型智能汽车系统和智能汽车虚拟测试评价技术。为了帮助读者更好地理解智能汽车技术，本书在每章的*后均基于模拟仿真平台对书中所提到的各项关键技术进行了仿真实例介绍。 《智能汽车技术》可以作为高等院校车辆工程专业或其他相关专业本科生及研究生课程的专业教材，也可供从事智能汽车相关行业的工程技术人员使用和参考。
作者信息
朱冰，吉林大学汽车工程学院教授，博士生导师，中美联合培养博士，吉林大学智能网联汽车创新中心主任，吉林大学汽车工程学院副院长，中国汽车工程学会青年工作委员会副主任委员，中国汽车标准化技术委员会智能网联汽车分技术委员会委员，中国人工智能学会智能驾驶专业委员会委员，中国汽车工程学会汽车测试技术分会智能网联测试技术工作组委员，中国自动化学会平行智能专业委员会委员，首批吉林大学青年教师精英培养计划入选者。
主要研究方向包括汽车电控与智能化技术、智能汽车人机共驾理论、智能网联汽车虚拟仿真测试以及汽车工程仿生学等。先后主持国家自然科学基金青年基金项目、面上项目，国家重点研发计划课题，中国博士后科学基金一等资助项目、特别资助项目等省部级以上项目20余项；以第一责任作者身份发表SCI/EI检索学术论文70余篇；以第一发明人身份申请发明专利80余项，获授权发明专利30余项；以第一完成人身份荣获吉林省技术发明奖二等奖1项，吉林省自然科学学术成果奖二等奖1项。
章节目录
序
前 言
第1章 智能汽车概论
1.1 智能汽车基本概念
1.1.1 智能汽车定义
1.1.2 智能汽车分级
1.2 智能汽车发展概述
1.2.1 智能汽车发展意义
1.2.2 智能汽车发展历史
1.2.3 智能汽车技术发展路线
1.3 智能汽车技术架构
1.3.1 环境感知技术
1.3.2 决策规划技术
1.3.3 集成控制技术
1.3.4 测试评价技术
思考题
第2章 智能汽车环境感知与定位技术
2.1 智能汽车环境感知架构
2.1.1 机器视觉感知系统
2.1.2 毫米波雷达
2.1.3 激光雷达
2.1.4 超声波雷达
2.2 机器视觉感知技术
2.2.1 基于机器视觉的车道线检测技术
2.2.2 基于机器视觉的障碍物识别技术
2.3 毫米波雷达感知技术
2.3.1 毫米波雷达目标检测机理
2.3.2 毫米波雷达的测速、测距原理
2.3.3 车载毫米波雷达优缺点
2.3.4 雷达目标反射特性分析
2.3.5 雷达环境杂波分析
2.4 激光雷达感知技术
2.4.1 激光雷达传感器概述
2.4.2 激光雷达传感器检测机理
2.4.3 基于三维激光雷达的道路环境感知
2.4.4 基于激光雷达点云图的联合感知与运动预测
2.5 智能汽车常用定位技术及其机理
2.5.1 辅助增强的卫星定位
2.5.2 航迹推算
2.5.3 惯性导航
2.5.4 视觉SLAM
2.5.5 激光雷达SLAM
2.5.6 基于信标导引的定位技术
2.6 多传感器数据融合
2.6.1 经典卡尔曼滤波
2.6.2 扩展卡尔曼滤波
2.6.3 无迹卡尔曼滤波
2.7 智能汽车环境感知与定位仿真实例
2.7.1 实验设置
2.7.2 实验验证及结果分析
思考题
第3章 智能汽车决策规划技术
3.1 智能汽车决策规划架构
3.1.1 分层递阶式架构
3.1.2 反应式架构
3.1.3 混合式架构
3.2 智能汽车行为决策方法
3.2.1 有限状态机法
3.2.2 层次状态机法
3.2.3 博弈论法
3.2.4 概率图模型法
3.3 智能汽车全局轨迹规划
3.3.1 图搜索算法
3.3.2 图形学法
3.3.3 随机采样类算法
3.3.4 智能仿生算法
3.4 智能汽车局部轨迹规划
3.4.1 基于机理与规则的方法
3.4.2 基于数据驱动的方法
3.5 智能汽车决策规划仿真实例
思考题
第4章 智能汽车轨迹跟随控制技术
4.1 智能汽车轨迹跟随控制概述
4.2 基于最优预瞄理论的轨迹跟随控制方法
4.2.1 最优预瞄控制算法概述
4.2.2 基于最优预瞄理论的路径跟随控制
4.2.3 基于最优预瞄理论的速度跟随控制
4.3 基于模型预测控制理论的轨迹跟随控制方法
4.3.1 模型预测控制算法概述
4.3.2 基于MPC的轨迹跟随控制
4.4 考虑稳定性的轨迹跟随控制方法
4.4.1 极限工况的分析与选取
4.4.2 考虑稳定性的轨迹跟随控制架构
4.4.3 考虑稳定性的车辆状态估算
4.4.4 考虑稳定性边界的轨迹跟随控制算法
4.5 智能汽车轨迹跟随控制算法仿真实例
思考题
第5章 典型智能汽车系统
5.1 纵向驾驶辅助系统
5.1.1 自适应巡航控制系统
5.1.2 自动紧急制动系统
5.2 侧向驾驶辅助系统
5.2.1 车道偏离预警系统
5.2.2 车道保持辅助系统
5.2.3 换道辅助系统
5.3 人机共驾系统
5.3.1 人机共驾系统的功能
5.3.2 人机共驾系统的分类与原理
5.3.3 人机共驾系统的组成
5.4 自动泊车系统
5.4.1 自动泊车系统架构
5.4.2 自动泊车系统关键技术
5.5 无人驾驶系统
5.5.1 无人驾驶系统架构
5.5.2 Waymo无人驾驶系统
5.5.3 百度Apollo无人驾驶系统
5.6 典型智能汽车系统仿真实例
5.6.1 测试场景搭建
5.6.2 控制模型介绍
5.6.3 仿真结果
思考题
第6章 智能汽车虚拟测试评价技术
6.1 智能汽车虚拟测试评价技术概述
6.2 车辆动力学建模技术
6.2.1 车辆动力学建模理论
6.2.2 车辆动力学模型实例
6.3 行驶场景建模技术
6.3.1 场景构建概述
6.3.2 场景要素特征
6.3.3 场景构建方法
6.4 环境感知传感器建模技术
6.4.1 激光雷达建模
6.4.2 毫米波雷达建模
6.4.3 超声波传感器建模
6.5 硬件在环虚拟测试技术
6.5.1 感知系统在环测试
6.5.2 控制系统在环测试
6.5.3 执行系统在环测试
6.6 车辆在环虚拟测试技术
6.6.1 转鼓平台车辆在环测试技术
6.6.2 封闭场地车辆在环测试技术
6.7 虚拟测试及评价方法
6.7.1 基于功能的智能汽车测试评价方法
6.7.2 基于场景的智能汽车测试评价方法
6.7.3 智能汽车加速测试方法
6.8 智能汽车虚拟测试评价实例
6.8.1 安全避障测试
6.8.2 城市公路自动驾驶
思考题
前 言
第1章 智能汽车概论
1.1 智能汽车基本概念
1.1.1 智能汽车定义
1.1.2 智能汽车分级
1.2 智能汽车发展概述
1.2.1 智能汽车发展意义
1.2.2 智能汽车发展历史
1.2.3 智能汽车技术发展路线
1.3 智能汽车技术架构
1.3.1 环境感知技术
1.3.2 决策规划技术
1.3.3 集成控制技术
1.3.4 测试评价技术
思考题
第2章 智能汽车环境感知与定位技术
2.1 智能汽车环境感知架构
2.1.1 机器视觉感知系统
2.1.2 毫米波雷达
2.1.3 激光雷达
2.1.4 超声波雷达
2.2 机器视觉感知技术
2.2.1 基于机器视觉的车道线检测技术
2.2.2 基于机器视觉的障碍物识别技术
2.3 毫米波雷达感知技术
2.3.1 毫米波雷达目标检测机理
2.3.2 毫米波雷达的测速、测距原理
2.3.3 车载毫米波雷达优缺点
2.3.4 雷达目标反射特性分析
2.3.5 雷达环境杂波分析
2.4 激光雷达感知技术
2.4.1 激光雷达传感器概述
2.4.2 激光雷达传感器检测机理
2.4.3 基于三维激光雷达的道路环境感知
2.4.4 基于激光雷达点云图的联合感知与运动预测
2.5 智能汽车常用定位技术及其机理
2.5.1 辅助增强的卫星定位
2.5.2 航迹推算
2.5.3 惯性导航
2.5.4 视觉SLAM
2.5.5 激光雷达SLAM
2.5.6 基于信标导引的定位技术
2.6 多传感器数据融合
2.6.1 经典卡尔曼滤波
2.6.2 扩展卡尔曼滤波
2.6.3 无迹卡尔曼滤波
2.7 智能汽车环境感知与定位仿真实例
2.7.1 实验设置
2.7.2 实验验证及结果分析
思考题
第3章 智能汽车决策规划技术
3.1 智能汽车决策规划架构
3.1.1 分层递阶式架构
3.1.2 反应式架构
3.1.3 混合式架构
3.2 智能汽车行为决策方法
3.2.1 有限状态机法
3.2.2 层次状态机法
3.2.3 博弈论法
3.2.4 概率图模型法
3.3 智能汽车全局轨迹规划
3.3.1 图搜索算法
3.3.2 图形学法
3.3.3 随机采样类算法
3.3.4 智能仿生算法
3.4 智能汽车局部轨迹规划
3.4.1 基于机理与规则的方法
3.4.2 基于数据驱动的方法
3.5 智能汽车决策规划仿真实例
思考题
第4章 智能汽车轨迹跟随控制技术
4.1 智能汽车轨迹跟随控制概述
4.2 基于最优预瞄理论的轨迹跟随控制方法
4.2.1 最优预瞄控制算法概述
4.2.2 基于最优预瞄理论的路径跟随控制
4.2.3 基于最优预瞄理论的速度跟随控制
4.3 基于模型预测控制理论的轨迹跟随控制方法
4.3.1 模型预测控制算法概述
4.3.2 基于MPC的轨迹跟随控制
4.4 考虑稳定性的轨迹跟随控制方法
4.4.1 极限工况的分析与选取
4.4.2 考虑稳定性的轨迹跟随控制架构
4.4.3 考虑稳定性的车辆状态估算
4.4.4 考虑稳定性边界的轨迹跟随控制算法
4.5 智能汽车轨迹跟随控制算法仿真实例
思考题
第5章 典型智能汽车系统
5.1 纵向驾驶辅助系统
5.1.1 自适应巡航控制系统
5.1.2 自动紧急制动系统
5.2 侧向驾驶辅助系统
5.2.1 车道偏离预警系统
5.2.2 车道保持辅助系统
5.2.3 换道辅助系统
5.3 人机共驾系统
5.3.1 人机共驾系统的功能
5.3.2 人机共驾系统的分类与原理
5.3.3 人机共驾系统的组成
5.4 自动泊车系统
5.4.1 自动泊车系统架构
5.4.2 自动泊车系统关键技术
5.5 无人驾驶系统
5.5.1 无人驾驶系统架构
5.5.2 Waymo无人驾驶系统
5.5.3 百度Apollo无人驾驶系统
5.6 典型智能汽车系统仿真实例
5.6.1 测试场景搭建
5.6.2 控制模型介绍
5.6.3 仿真结果
思考题
第6章 智能汽车虚拟测试评价技术
6.1 智能汽车虚拟测试评价技术概述
6.2 车辆动力学建模技术
6.2.1 车辆动力学建模理论
6.2.2 车辆动力学模型实例
6.3 行驶场景建模技术
6.3.1 场景构建概述
6.3.2 场景要素特征
6.3.3 场景构建方法
6.4 环境感知传感器建模技术
6.4.1 激光雷达建模
6.4.2 毫米波雷达建模
6.4.3 超声波传感器建模
6.5 硬件在环虚拟测试技术
6.5.1 感知系统在环测试
6.5.2 控制系统在环测试
6.5.3 执行系统在环测试
6.6 车辆在环虚拟测试技术
6.6.1 转鼓平台车辆在环测试技术
6.6.2 封闭场地车辆在环测试技术
6.7 虚拟测试及评价方法
6.7.1 基于功能的智能汽车测试评价方法
6.7.2 基于场景的智能汽车测试评价方法
6.7.3 智能汽车加速测试方法
6.8 智能汽车虚拟测试评价实例
6.8.1 安全避障测试
6.8.2 城市公路自动驾驶
思考题
图书评论
