汽車自動駕駛

第1章汽車自動駕駛技術(shù)概述
引言
學習目標
1.1智能網(wǎng)聯(lián)汽車
1.1.1智能網(wǎng)聯(lián)汽車的定義
1.1.2智能網(wǎng)聯(lián)汽車的自動駕駛分級
1.1.3智能網(wǎng)聯(lián)汽車與智能交通系統(tǒng)
1.1.4智能網(wǎng)聯(lián)汽車相關(guān)專業(yè)名詞
1.2智能網(wǎng)聯(lián)汽車與自動駕駛關(guān)鍵技術(shù)
1.2.1智能網(wǎng)聯(lián)汽車的結(jié)構(gòu)
1.2.2智能網(wǎng)聯(lián)汽車自動駕駛關(guān)鍵技術(shù)
1.3汽車自動駕駛技術(shù)的發(fā)展狀況
1.3.1汽車自動駕駛發(fā)展歷史與現(xiàn)狀
1.3.2汽車自動駕駛政策與規(guī)劃
1.3.3汽車自動駕駛技術(shù)發(fā)展趨勢
習題
參考文獻
第2章汽車自動駕駛開發(fā)基礎(chǔ)
引言
學習目標
2.1汽車自動駕駛開發(fā)概述
2.2自動駕駛計算平臺及操作系統(tǒng)
2.2.1自動駕駛計算平臺
2.2.2車載操作系統(tǒng)
2.2.3自動駕駛軟件架構(gòu)與中間件
2.3自動駕駛開發(fā)平臺簡介
2.3.1自動駕駛開發(fā)工具鏈
2.3.2汽車自動駕駛開發(fā)語言概述
2.3.3常用開發(fā)平臺與工具
2.4機器學習與自動駕駛
2.4.1機器學習概述
  2.4.2深度學習簡介
2.4.3深度強化學習
2.4.4機器學習平臺介紹
2.4.5應(yīng)用場景與挑戰(zhàn)
2.5汽車自動駕駛仿真平臺
2.5.1自動駕駛仿真技術(shù)概述
2.5.2自動駕駛仿真的基本要素
2.5.3CarSim軟件介紹
2.5.4SimcenterPreScan軟件介紹
2.5.5CARLA軟件介紹
習題
參考文獻
第3章車聯(lián)網(wǎng)技術(shù)
引言
學習目標
3.1車聯(lián)網(wǎng)技術(shù)概述
3.1.1車聯(lián)網(wǎng)的概念
3.1.2車聯(lián)網(wǎng)的要素
3.1.3車聯(lián)網(wǎng)的關(guān)鍵技術(shù)
3.1.4車聯(lián)網(wǎng)的發(fā)展
3.2網(wǎng)聯(lián)通信技術(shù)
3.2.1網(wǎng)聯(lián)通信技術(shù)概述
3.2.2DSRC技術(shù)
3.2.3CV2X通信技術(shù)
3.2.4CV2X技術(shù)應(yīng)用
3.2.5TCP/UDP與XML/JSON
3.3車聯(lián)網(wǎng)應(yīng)用技術(shù)
3.3.1信息論與網(wǎng)聯(lián)信道模型
3.3.2圖論與網(wǎng)聯(lián)節(jié)點模型
3.3.3博弈論與行為收益模型
習題
參考文獻
第4章自動駕駛地圖及定位技術(shù)
引言
學習目標
4.1地圖基礎(chǔ)知識
4.1.1地圖基礎(chǔ)
4.1.2地圖的表達
4.1.3地圖投影
4.1.4地理空間的表達
4.1.5電子地圖
4.2導(dǎo)航電子地圖
4.2.1導(dǎo)航電子地圖的概念
4.2.2導(dǎo)航電子地圖的內(nèi)容
4.2.3導(dǎo)航電子地圖的制作過程
4.2.4導(dǎo)航電子地圖的技術(shù)標準與國家保密制度
4.3自動駕駛高精地圖
4.3.1自動駕駛高精地圖概述
4.3.2高精地圖常用格式規(guī)范
4.3.3自動駕駛地圖制圖技術(shù)
4.4車輛定位技術(shù)
4.4.1衛(wèi)星定位技術(shù)
4.4.2慣性導(dǎo)航定位技術(shù)
4.4.3組合定位系統(tǒng)簡介
4.4.4SLAM定位技術(shù)
4.4.5室內(nèi)定位技術(shù)
習題
參考文獻
第5章自動駕駛?cè)诤细兄夹g(shù)
引言
學習目標
5.1環(huán)境感知技術(shù)概述
5.1.1環(huán)境感知系統(tǒng)的構(gòu)成
5.1.2環(huán)境感知算法的發(fā)展歷程
5.2視覺傳感器及其應(yīng)用
5.2.1視覺傳感器的成像原理
5.2.2視覺傳感器標定
5.2.3圖像數(shù)據(jù)處理的基本數(shù)學方法
5.2.4視覺感知算法——基于規(guī)則的車道線檢測
5.2.5視覺感知算法——行人、車輛等目標檢測
5.3車載毫米波雷達的原理及其應(yīng)用
5.3.1毫米波雷達的原理
5.3.2毫米波雷達標定方法
5.3.3毫米波雷達目標檢測的基礎(chǔ)算法
5.3.4毫米波雷達的目標跟蹤算法實例
5.4車載激光雷達的原理及其應(yīng)用
5.4.1激光雷達的原理
5.4.2激光雷達標定方法
5.4.3處理激光雷達點云的傳統(tǒng)算法
5.4.4處理激光雷達點云的深度學習方法
5.4.5基于聚類的激光雷達點云目標檢測算法實例
5.5多源感知信息融合技術(shù)
5.5.1多傳感器融合感知概述
5.5.2目標級感知信息融合
5.5.3異構(gòu)數(shù)據(jù)深度融合
5.5.4基于車聯(lián)網(wǎng)的協(xié)同感知
習題
參考文獻
第6章自動駕駛決策規(guī)劃技術(shù)
引言
學習目標
6.1決策規(guī)劃技術(shù)概述
6.1.1決策規(guī)劃簡介
6.1.2決策規(guī)劃難點
6.1.3決策方案分類
6.2分解式?jīng)Q策方法
6.2.1交通情景理解
6.2.2參與者運動預(yù)測
6.2.3駕駛行為選擇
6.2.4駕駛軌跡規(guī)劃
6.3集中式?jīng)Q策方法
6.3.1駕駛?cè)藳Q策方式
6.3.2監(jiān)督學習型決策
6.3.3強化學習型決策
6.4自動駕駛決策規(guī)劃案例
6.4.1監(jiān)督學習型決策案例
6.4.2強化學習型決策案例
習題
參考文獻
第7章自動駕駛控制技術(shù)
引言
學習目標
7.1自動駕駛控制技術(shù)概述
7.1.1自動駕駛控制系統(tǒng)架構(gòu)
7.1.2車輛縱向控制
7.1.3車輛橫向控制
7.1.4控制系統(tǒng)穩(wěn)定性分析
7.1.5軌跡跟蹤下層控制
7.1.6域控制技術(shù)
7.2車輛動力學建模
7.2.1自行車模型
7.2.2四輪模型
7.2.3其他車輛動力學模型
7.3車輛動力學控制器設(shè)計
7.3.1車輛縱橫向控制原理
7.3.2基于PID的軌跡跟蹤控制
7.3.3基于MPC的軌跡跟蹤控制
7.4自動駕駛前沿控制技術(shù)
7.4.1自動駕駛前沿控制技術(shù)概述
7.4.2自動駕駛編隊控制技術(shù)案例
習題
參考文獻
第8章自動駕駛測試與評價技術(shù)
引言
學習目標
8.1汽車自動駕駛測試評價概述
8.1.1測試評價的定義
8.1.2測試評價的法律規(guī)范
8.2汽車自動駕駛測試方法
8.2.1測試場景的分類及特點
8.2.2測試手段分類及特點
8.3汽車自動駕駛評價方法
8.3.1評價目的和內(nèi)容
8.3.2評價對象分類
8.4自動駕駛汽車測試區(qū)
8.4.1國外自動駕駛汽車測試區(qū)
8.4.2國內(nèi)自動駕駛汽車測試區(qū)
習題
參考文獻