无人驾驶技术

图书标准信息

• 作者 田晋跃、罗石 编
• 出版社 化学工业出版社
• 出版时间 2020-05
• 版次 1
• ISBN 9787122361769
• 定价 69.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 222页
• 字数 272千字

【内容简介】

本书对目前无人驾驶的构成及工作原理作了介绍。主要内容包括无人驾驶定位导航、无人驾驶的感知传感器、无人驾驶环境感知技术、无人驾驶汽车路径规划、无人驾驶汽车路径跟踪、深度学习在无人驾驶中的应用、无人驾驶汽车软件系统平台、车联网与无人驾驶以及无人驾驶车辆测试。 

本书内容深入浅出, 图文并茂, 结合实际, 便于读者学习和应用, 实现对无人驾驶技术的快速入门。 

本书可作为大专院校本科生汽车工程等专业教学参考书, 也可供科研单位、工厂及有关工程技术人员参考使用。

【目录】

第1章 无人驾驶技术概述 1 

 1.1 无人驾驶技术的产生和发展 1 

 1.2 自动驾驶分级与系统介绍 6 

 1.3 无人驾驶汽车结构组成 10 

 1.4 无人驾驶车辆的技术趋势及应用 12 

  1.4.1 无人驾驶与车联网 12 

  1.4.2 无人驾驶与智能交通系统 14 

  1.4.3 无人驾驶车辆在特定区域的应用 16 

第2章 无人驾驶系统基本组成 18 

 2.1 无人驾驶技术组成 18 

  2.1.1 无人驾驶系统的硬件架构 18 

  2.1.2 无人驾驶传感器 19 

  2.1.3 无人驾驶汽车的大脑 22 

  2.1.4 无人驾驶汽车的线控系统 25 

 2.2 无人驾驶要素与相关技术 28 

 2.3 无人驾驶算法 31 

第3章 无人驾驶汽车软件系统平台 36 

 3.1 无人驾驶云平台概述 36 

 3.2 基于AUTOSAR系统平台总体架构 39 

  3.2.1 AUTOSAR的分层设计 39 

  3.2.2 开发流程 46 

 3.3 Apollo的自动驾驶平台 48 

  3.3.1 Apollo自动驾驶的主框架 48 

  3.3.2 Apollo代码开放框架 50 

  3.3.3 Apollo框架使用 53 

  3.3.4 Apollo平台基于深度学习的方案选择 53 

第4章 无人驾驶的感知传感器 56 

 4.1 摄像机 56 

 4.2 激光雷达 58 

  4.2.1 二维激光雷达 59 

  4.2.2 三维激光雷达 61 

 4.3 毫米波雷达 63 

 4.4 车体坐标系 65 

  4.4.1 单目视觉标定 67 

  4.4.2 双目视觉标定 69 

 4.5 从传感器坐标系到车体坐标系 73 

第5章 无人驾驶环境感知技术 75 

 5.1 结构化道路车道线检测 75 

  5.1.1 结构化道路常用基本假设 75 

  5.1.2 车道线检测 76 

 5.2 越野环境可通行区域检测 81 

  5.2.1 地面分割 82 

  5.2.2 越野环境要素检测 83 

  5.2.3 可通行区域提取 86 

 5.3 交通信号灯与交通标志检测 88 

  5.3.1 交通信号灯检测 88 

  5.3.2 交通标志检测 92 

 5.4 前方汽车检测 95 

  5.4.1 视觉与二维激光雷达融合检测 95 

  5.4.2 视觉与毫米波雷达融合检测 101 

第6章 无人驾驶的定位导航 105 

 6.1 全球卫星导航定位 105 

  6.1.1 GPS定位的基本原理 106 

  6.1.2 GPS定位特性分析 107 

  6.1.3 差分GPS 109 

 6.2 GPS/DR组合定位 111 

  6.2.1 航迹推算（DR）定位 112 

  6.2.2 GPS/DR组合方式 113 

 6.3 视觉定位技术 116 

  6.3.1 即时定位与地图构建SLAM 117 

  6.3.2 视觉里程计 121 

第7章 无人驾驶汽车路径规划 125 

 7.1 路径规划概述 125 

 7.2 环境地图表示方法 127 

 7.3 常用算法介绍 130 

  7.3.1 Dijkstra算法 130 

  7.3.2 经典A*算法 131 

  7.3.3 RRT算法 135 

 7.4 应用实例 137 

  7.4.1 基于栅格地图的搜索算法实例 137 

  7.4.2 基于拓扑地图的搜索算法实例 140 

第8章 无人驾驶汽车路径跟踪 144 

 8.1 无人驾驶汽车的转向控制 144 

 8.2 汽车运动的姿态控制 145 

 8.3 汽车路径跟踪算法 147 

  8.3.1 Stanley Method 147 

  8.3.2 Ben Method 148 

  8.3.3 环形预瞄法 148 

  8.3.4 预瞄跟踪法 149 

  8.3.5 纯跟踪算法 150 

 8.4 基于多特征融合的动态障碍物检测跟踪 151 

  8.4.1 障碍物数据特征提取 152 

  8.4.2 障碍物数据特征模型 154 

  8.4.3 动态障碍物检测跟踪 155 

第9章 无人驾驶中的机器学习 159 

 9.1 机器学习基本概念 159 

 9.2 增强学习理论基础 163 

  9.2.1 马尔可夫决策模型 164 

  9.2.2 值函数 164 

  9.2.3 马尔可夫决策过程的动态规划解法 167 

  9.2.4 增强学习经典控制算法分析 169 

第10章 车联网与无人驾驶 178 

 10.1 车载数据传输网络的划分及应用范围 179 

 10.2 车载网络及数据总线 181 

 10.3 车联网架构 183 

  10.3.1 车联网相关标准发展历程 183 

  10.3.2 V2X通信的技术标准 184 

  10.3.3 车联网架构方案 185 

  10.3.4 车联网系统架构的关键技术 186 

 10.4 V2X通信的特点及应用 188 

 10.5 未来的挑战 191 

第11章 无人驾驶车辆设计与测试 193 

 11.1 功能需求分析与总体设计 193 

  11.1.1 功能需求分析 193 

  11.1.2 总体设计 197 

 11.2 分系统设计 200 

  11.2.1 底层系统设计 200 

  11.2.2 控制系统设计 202 

  11.2.3 感知系统设计 204 

  11.2.4 路径规划系统设计 207 

 11.3 仿真与实车测试 209 

  11.3.1 基于公开数据库的测试 209 

  11.3.2 仿真测试 210 

  11.3.3 实车测试 217 

参考文献 222