智能网联汽车

图书标准信息

• 作者 李克强；王建强；许庆
• 出版社 清华大学出版社
• 出版时间 2022-06
• 版次 1
• ISBN 9787302590613
• 定价 55.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸

【内容简介】

本书是清华大学车辆与运载学院规划的系列教材之一。本书以智能网联汽车为对象，在传统单车智能的基础上，加入网联维度，除介绍单车智能相关技术以外，也重点介绍了通信和网联协同决策控制等内容。本书从自动驾驶技术的发展历史和智能网联汽车的定义、分类分级讲起，先后介绍了智能网联汽车体系架构、环境感知与理解、地图与定位、决策与控制、测试与评价五方面的关键知识，是智能汽车、自动驾驶领域的入门级教材，适合初学者和对具体技术领域有兴趣的读者。

【作者简介】

李克强，中国工程院院士，清华大学车辆与运载学院教授，现任汽车安全与节能国家重点实验室主任、国家智能网联汽车创新中心首席科学家。

【目录】

1绪论

1.1基本概念

1.2发展历史

1.3系统简介

1.3.1体系架构简介

1.3.2关键技术简介

1.4等级划分

1.5性能要求

1.5.1整体性能

1.5.2关键技术性能

本章习题

参考文献

2智能网联汽车构型与组成

2.1绪论

2.2系统架构

2.2.1硬件系统架构

2.2.2云控系统架构

2.3传感器

2.3.1视觉传感器

2.3.2毫米波雷达

2.3.3激光雷达

2.3.4超声波雷达

2.3.5传感器性能与布置

2.4导航定位

2.4.1全球卫星导航定位系统

2.4.2惯性导航定位

2.5网联通信

2.5.1通信终端

2.5.2通信方式

2.6人机交互

2.6.1基于传统硬件的交互

2.6.2基于智能设备的交互

2.7计算平台

2.7.1异构分布硬件架构

2.7.2自动驾驶操作系统

2.8执行装置

2.8.1线控驱动

2.8.2线控转向

2.8.3线控制动

2.9云控平台

2.9.1云控基础平台

2.9.2云控应用平台

本章习题

参考文献

 

目录

 

智能网联汽车

3环境感知与理解

3.1绪论

3.2目标检测

3.2.1概述

3.2.2传统检测方法

3.2.3深度学习检测方法

3.2.4应用举例

3.3目标跟踪

3.3.1概述

3.3.2传统跟踪方法

3.3.3深度学习跟踪方法

3.3.4应用举例

3.4融合感知

3.4.1概述

3.4.2神经网络融合方法

3.4.3概率融合方法

3.4.4应用举例

3.5意图识别与轨迹预测

3.5.1概述

3.5.2意图识别方法

3.5.3轨迹预测方法

3.5.4应用举例

3.6行车风险评估

3.6.1行车风险定义

3.6.2行车风险影响因素

3.6.3行车风险评估方法

3.6.4应用举例

本章习题

参考文献

4地图与定位

4.1绪论

4.2高精度动态地图

4.2.1概述

4.2.2地图架构

4.2.3建图流程

4.2.4建图方法

4.2.5应用举例

4.3高精度协同定位

4.3.1概述

4.3.2定位框架

4.3.3定位原理

4.3.4定位算法

4.3.5应用举例

本章习题

参考文献

5决策与控制

5.1绪论

5.2自主决策与控制

5.2.1概述

5.2.2车辆建模

5.2.3自主决策

5.2.4自主控制

5.2.5应用案例

5.3协同决策与控制

5.3.1概述

5.3.2网联系统建模

5.3.3协同决策

5.3.4协同控制

5.3.5车路云一体化

5.3.6应用案例

本章习题

参考文献

6测试与评价

6.1绪论

6.2测试方法

6.2.1测试分类

6.2.2测试流程

6.2.3应用举例

6.3评价方法

6.3.1评价目标

6.3.2性能与指标

6.3.3评价模型

6.3.4应用举例

6.4封闭测试场与测试设备

6.4.1封闭测试场

6.4.2测试设备

本章习题

参考文献

附录A基础知识

A.1最优化理论

A.1.1状态估计

A.1.2最大似然估计求解

A.1.3最小二乘求解

A.2机器学习

A.2.1概述

A.2.2特征提取器

A.2.3模型参数估计

A.2.4卷积神经网络

A.2.5循环神经网络

A.3控制理论

A.3.1经典控制理论

A.3.2现代控制理论

A.3.3最优控制

A.4滤波算法

A.4.1卡尔曼滤波

A.4.2扩展卡尔曼滤波

A.5代数与几何

A.5.1空间变换基础

A.5.2图论

参考文献