前 言

第1章 智能網聯(lián)汽車發(fā)展概述

1.1 汽車發(fā)展趨勢

1.1.1 汽車的演變過程

1.1.2 智能網聯(lián)汽車的概念

1.1.3 智能網聯(lián)汽車的分類

1.2 智能化汽車

1.2.1 智能化汽車的概念

1.2.2 智能化汽車的分類

1.2.3 智能化汽車的關鍵技術

1.2.4 智能化汽車的系統(tǒng)組成

1.2.5 智能化汽車的行業(yè)現(xiàn)狀

1.3 網聯(lián)化汽車

1.3.1 車聯(lián)網的概念

1.3.2 車聯(lián)網的功能

1.3.3 車聯(lián)網的等級

1.3.4 車聯(lián)網的典型場景

1.3.5 車聯(lián)網的關鍵技術

1.4 智能網聯(lián)汽車

1.4.1 智能網聯(lián)汽車的分級

1.4.2 智能網聯(lián)汽車的關鍵技術

1.4.3 智能網聯(lián)汽車面臨的挑戰(zhàn)

第2章 環(huán)境感知技術

2.1 環(huán)境感知技術緒論

2.2 雷達

2.2.1 雷達的概念

2.2.2 雷達的工作原理

2.2.3 雷達的分類

2.2.4 車載雷達的應用概況

2.3 車載毫米波雷達

2.3.1 車載毫米波雷達概述

2.3.2 車載毫米波雷達的特點

2.3.3 車載毫米波雷達的分類

2.3.4 車載毫米波雷達的安裝位置

2.3.5 車載毫米波雷達的元件組成

2.3.6 車載毫米波雷達的工作原理

2.3.7 車載毫米波雷達的控制策略

2.3.8 車載毫米波雷達的應用實例

2.4 車載激光雷達

2.4.1 車載激光雷達概述

2.4.2 車載激光雷達的特點

2.4.3 車載激光雷達的分類

2.4.4 車載激光雷達的安裝位置

2.4.5 車載激光雷達的元件組成

2.4.6 車載激光雷達的工作過程

2.4.7 車載激光雷達的測距原理

2.4.8 車載激光雷達的測速原理

2.4.9 車載激光雷達的控制策略

2.4.10 車載激光雷達的應用實例

2.5 車載超聲波雷達

2.5.1 車載超聲波雷達概述

2.5.2 車載超聲波雷達的特點

2.5.3 車載超聲波雷達的安裝位置

2.5.4 車載超聲波雷達的工作原理

2.5.5 車載超聲波雷達的元件組成

2.5.6 車載超聲波雷達的控制策略

2.5.7 車載超聲波雷達的典型參數(shù)

2.5.8 車載超聲波雷達的應用實例

2.6 車載視覺傳感器

2.6.1 車載視覺技術

2.6.2 人類視覺技術

2.6.3 車載視覺技術的分類

2.6.4 CCD技術

2.6.5 CMOS技術

2.6.6 紅外線感光技術

2.7 車載單目視覺系統(tǒng)

2.7.1 車載單目視覺系統(tǒng)概述

2.7.2 車載單目視覺系統(tǒng)的構成

2.7.3 車載單目視覺系統(tǒng)的性能參數(shù)

2.7.4 車載單目視覺系統(tǒng)的成像原理

2.7.5 車載單目視覺系統(tǒng)的工作過程

2.7.6 車載單目視覺系統(tǒng)的測距基本原理

2.7.7 車載單目視覺系統(tǒng)的感知任務

2.8 車載雙目視覺系統(tǒng)

2.8.1 車載雙目視覺系統(tǒng)概述

2.8.2 車載雙目視覺系統(tǒng)的應用

2.8.3 車載雙目視覺系統(tǒng)的組成

2.8.4 車載雙目視覺系統(tǒng)的工作原理

2.8.5 車載雙目視覺系統(tǒng)的工作過程

2.8.6 車載雙目視覺系統(tǒng)的應用

2.8.7 車載雙目視覺系統(tǒng)與車載單目視覺系統(tǒng)的差異

第3章 車輛定位系統(tǒng)

3.1 車輛定位系統(tǒng)緒論

3.1.1 車輛定位系統(tǒng)概述

3.1.2 車輛定位系統(tǒng)的基本功能

3.1.3 車輛定位系統(tǒng)的構成

3.1.4 車輛定位系統(tǒng)的定位方法

3.1.5 車輛定位系統(tǒng)的地圖匹配

3.1.6 車輛定位系統(tǒng)的車輛導航

3.2 衛(wèi)星定位系統(tǒng)

3.2.1 衛(wèi)星定位系統(tǒng)概述

3.2.2 衛(wèi)星定位系統(tǒng)的構成

3.2.3 衛(wèi)星定位系統(tǒng)的工作原理

3.2.4 衛(wèi)星定位系統(tǒng)的特點

3.2.5 衛(wèi)星定位系統(tǒng)的應用

3.2.6 衛(wèi)星定位系統(tǒng)的分類

3.3 室內定位系統(tǒng)

3.3.1 室內定位系統(tǒng)概述

3.3.2 室內定位系統(tǒng)的分類

3.3.3 超寬帶（UWB）室內定位系統(tǒng)

3.4 慣性導航系統(tǒng)

3.4.1 慣性導航系統(tǒng)概述

3.4.2 慣性導航系統(tǒng)的原理及應用

3.4.3 慣性導航系統(tǒng)的組成

3.4.4 慣性導航系統(tǒng)的分類

3.4.5 加速度計

3.4.6 陀螺儀

3.4.7 平臺式慣性導航系統(tǒng)

3.4.8 捷聯(lián)式慣性導航系統(tǒng)

3.4.9 慣性導航系統(tǒng)的應用

3.5 定位融合

3.5.1 定位融合系統(tǒng)概述

3.5.2 定位融合系統(tǒng)的應用

第4章 SLAM建圖

4.1 SLAM概述

4.1.1 SLAM的定義

4.1.2 SLAM的基本流程

4.1.3 SLAM的技術分類

4.1.4 SLAM的系統(tǒng)架構

4.1.5 SLAM的地圖種類

4.1.6 SLAM的知識結構

4.2 激光SLAM

4.2.1 激光SLAM的分類

4.2.2 激光SLAM的控制架構

4.3 視覺SLAM

4.3.1 攝像頭及攝像頭模型

4.3.2 視覺SLAM的分類

4.3.3 視覺SLAM的結構流程

4.3.4 視覺里程計

4.3.5 后端優(yōu)化

4.3.6 回環(huán)檢測

4.3.7 建圖

4.4 視覺SLAM與激光SLAM的區(qū)別

4.4.1 成本區(qū)別

4.4.2 應用場景區(qū)別

4.4.3 地圖精度區(qū)別

4.4.4 易用性區(qū)別

4.5 基于RGB-D的SLAM

4.5.1 準備階段

4.5.2 處理階段

4.5.3 結束階段

第5章 智能車輛決策控制系統(tǒng)

5.1 智能車輛決策控制系統(tǒng)概述

5.1.1 智能車輛決策控制系統(tǒng)的定義

5.1.2 智能車輛決策控制系統(tǒng)的關鍵技術

5.2 智能車輛決策控制系統(tǒng)的構成

5.2.1 智能車輛決策控制系統(tǒng)的功能架構

5.2.2 智能車輛決策控制系統(tǒng)的決策方法

5.2.3 有限狀態(tài)機（FSM)

5.3 信息融合

5.3.1 信息融合的特點

5.3.2 信息需求

5.3.3 信息來源

5.3.4 融合方式

5.3.5 融合的條件

5.3.6 融合的步驟

5.3.7 信標定位、慣性導航和里程計的融合

5.3.8 激光雷達和攝像頭的融合

5.3.9 毫米波雷達與激光雷達的信號融合

5.3.10 毫米波雷達與單目攝像頭的信號融合

5.4 目標運動預測

5.4.1 目標要求及預測方式

5.4.2 基于模型的預測

5.4.3 基于數(shù)據驅動的預測

5.4.4 基于車道系列的預測

5.4.5 障礙物狀態(tài)分析

5.4.6 車道軌跡生成

5.5 路徑規(guī)劃

5.5.1 路徑規(guī)劃的分類

5.5.2 全局路徑規(guī)劃

5.5.3 局部路徑規(guī)劃

5.5.4 路徑規(guī)劃的未來發(fā)展

5.6 路徑跟蹤及異常處理

5.6.1 全局路徑跟蹤

5.6.2 局部路徑跟蹤

5.6.3 異常處理

5.7 Apollo自動駕駛開放平臺

5.7.1 Apollo決策系統(tǒng)的構成

5.7.2 Apollo決策系統(tǒng)的功能

5.7.3 Apollo決策規(guī)劃的過程

第6章 智能車輛運動控制系統(tǒng)

6.1 控制內容及控制方式分類

6.1.1 控制技術概述

6.1.2 控制內容

6.1.3 控制方式分類

6.2 控制技術

6.2.1 線控轉向系統(tǒng)

6.2.2 線控動力系統(tǒng)

6.2.3 線控制動系統(tǒng)

6.3 線控關鍵技術

6.3.1 傳感技術

6.3.2 總線技術

6.3.3 容錯控制技術

6.4 車輛模型

6.4.1 運動學模型

6.4.2 動力學模型

6.4.3 輪胎模型

6.4.4 發(fā)動機模型

6.4.5 變速器模型

6.4.6 驅動電機模型

6.5 軌跡跟蹤

6.5.1 控制模式

6.5.2 控制方法