智能车辆理论与应用：慕课版 第2版PDF电子书下载

查看更多关于的内容

第1章 概论 1

1.1 智能车辆概述 1

1.2 人工智能概述 2

1.3 智能车辆体系结构 5

第2章 智能车辆环境感知 9

2.1 以斜坡为例的可通行区域检测 9

2.1.1 检测原理 9

2.1.2 场景构建 10

2.1.3 检测程序 12

2.1.4 操作步骤 21

2.2 基于机器学习与激光雷达点云的负障碍检测 23

2.2.1 三种机器学习算法介绍 23

2.2.2 数据采集与处理 26

2.2.3 基于Python库scikit-learn的实现 28

2.3 基于Adaboost与摄像机图像的车辆检测 35

2.3.1 分类器训练参数设置 35

2.3.2 正负样本的提供 36

2.3.3 训练分类器 37

2.3.4 使用级联分类器检测 41

第3章 深度学习及其在环境感知中的应用 44

3.1 卷积神经网络 44

3.2 越野环境场景识别 47

3.2.1 场景数据集 47

3.2.2 道路类型识别 48

3.3 目标检测模型及其在智能车上的应用 57

3.3.1 YOLO系列目标检测模型 57

3.3.2 应用案例 60

3.4 基于深度学习的车道线语义分割 67

3.4.1 车道线分割网络设计与训练 67

3.4.2 车道线检测网络的压缩与加速 76

第4章 智能车辆SLAM 78

4.1 SLAM概述 78

4.2 视觉SLAM 81

4.2.1 算法框架与前端搭建 81

4.2.2 图优化概述 87

4.2.3 非回环分层模型 90

4.2.4 ORB-SLAM运行及数据处理 94

4.3 激光雷达SLAM 100

4.3.1 激光雷达SLAM概述 100

4.3.2 基于特征概率栅格地图的激光雷达里程计 101

4.3.3 基于图优化的激光雷达SLAM后端 110

第5章 智能车辆行为决策 117

5.1 高速道路环境下智能车辆超车行为决策 117

5.1.1 基于层次状态机的超车行为建模 119

5.1.2 基于人工神经网络的超车意图产生 122

5.1.3 基于规则的超车条件判定 126

5.2 无信号灯十字交叉口智能车辆行为决策 129

5.2.1 无信号灯十字交叉口场景分析 129

5.2.2 基于模糊逻辑的驾驶员激进程度识别 130

5.2.3 基于相对驾驶激进程度的无信号灯交叉口决策方法 131

5.3 车辆跟驰类人驾驶学习系统 134

5.3.1 类人驾驶学习系统设计 134

5.3.2 强化学习与马尔可夫决策过程 135

5.3.3 Q Learning与NQL（Neural-Q Learning） 137

5.3.4 NQL求解过程 140

5.3.5 NQL算法流程 142

5.4 定距离跟驰仿真试验 144

5.4.1 仿真系统设计 144

5.4.2 定距离跟驰模型 144

5.4.3 试验结果与分析 146

第6章 智能车辆运动规划 148

6.1 概述 148

6.1.1 基于采样的运动规划算法 148

6.1.2 基于搜索的运动规划算法 151

6.1.3 基于优化的运动规划算法 152

6.2 静态环境下的运动规划 153

6.2.1 代价地图 153

6.2.2 运动规划 154

6.2.3 V-REP场景构建及仿真展示 156

6.2.4 ROS程序 165

6.2.5 参数解析 167

6.3 动态环境下的运动规划 172

6.3.1 碰撞检测方法 172

6.3.2 速度重规划算法 176

6.3.3 基于状态空间采样的路径规划算法 181

第7章 智能车辆模型预测控制 184

7.1 车辆动力学模型 184

7.1.1 定义坐标系 184

7.1.2 车辆动力学模型 185

7.1.3 轮胎模型 186

7.2 模型预测控制理论推导与求解 186

7.2.1 模型预测控制算法 186

7.2.2 非线性模型预测控制 188

7.2.3 线性时变模型预测控制 190

7.3 基于动力学模型的轨迹跟踪控制 196

7.3.1 预测模型 196

7.3.2 代价函数 199

7.3.3 优化求解 200

7.4 MATLAB仿真实例 201

7.4.1 代码介绍 201

7.4.2 仿真分析 207

第8章 智能网联 215

8.1 基于网联技术的多车编队自动驾驶 215

8.1.1 车辆编队总体方案 216

8.1.2 多车编队系统架构 219

8.1.3 编队车辆平台软件结构 220

8.2 基于V2X的红绿灯路口通行 224

8.2.1 单个红绿灯路口通行策略的制定 224

8.2.2 通行多个红绿灯路口方法 229

8.2.3 仿真试验 232

8.3 基于V2X的遮挡环境下智能车辆避撞行人 239

8.3.1 基于V2X的避撞系统 239

8.3.2 基于分级冲突区域的行人避撞方法 241

8.3.3 通信延时与丢包的影响分析 245

第9章 智能车辆测试与评价 251

9.1 基于ROS＋V-REP的智能车辆综合测试 251

9.1.1 安装ROS＋V-REP 251

9.1.2 安装依赖项 257

9.1.3 V-REP模型搭建 259

9.1.4 联合仿真测试 262

9.2 智能车辆测评体系 281

9.2.1 复杂交通环境下智能车辆性能测试内容 281

9.2.2 基于集成测试方法的性能测试 282

9.2.3 智能车辆性能测试环境构建 283

9.2.4 智能车辆性能评价方法 284

参考文献 287

查看更多关于的内容