第1章 绪论 1
1.1 发展历程 1
1.1.1 国外发展历程 1
1.1.2 国内发展历程 2
1.2 应用前景及体系结构 3
习题 6
第2章 车辆底盘无人化改造 7
2.1 转向系统无人化改造 8
2.1.1 液压助力转向系统 8
2.1.2 电控液压助力转向系统 11
2.1.3 电动助力转向系统 12
2.1.4 主动前轮转向系统 14
2.1.5 线控转向系统 15
2.2 油门无人化改造 16
2.2.1 机械式节气门系统 16
2.2.2 电子节气门系统 17
2.3 制动系统无人化改造 19
2.3.1 传统制动系统 19
2.3.2 线控制动系统 20
2.3.3 线控制动系统实例 22
2.4 案例介绍 27
习题 28
第3章 无人驾驶车辆电子电气架构及其硬件 29
3.1 环境感知常用传感器 29
3.1.1 激光雷达 29
3.1.2 毫米波雷达 35
3.1.3 车载相机 37
3.2 定位导航常用传感器 38
3.3 车载通信系统 39
3.3.1 无人驾驶车辆常用的通信方式 40
3.3.2 无人驾驶车辆常用设备所采用的通信方式 40
3.3.3 无人驾驶车辆常用的信号转换设备 41
3.3.4 以太网交换机 42
3.4 车载计算平台 43
3.5 车载供电系统 45
习题 47
第4章 传感器标定 48
4.1 相机标定 49
4.1.1 单目相机标定 49
4.1.2 双目相机标定 55
4.2 激光雷达标定 57
4.2.1 单线激光雷达的标定 57
4.2.2 多线激光雷达的标定 59
4.3 相机与激光雷达联合标定 60
习题 63
第5章 环境感知 64
5.1 基于相机的环境感知 64
5.1.1 图像预处理 64
5.1.2 车道线检测 67
5.1.3 车辆检测 74
5.2 卡尔曼滤波与状态估计 83
5.2.1 基本概念 83
5.2.2 Matlab案例 85
5.3 基于激光雷达的环境感知 89
5.3.1 障碍物检测 89
5.3.2 激光雷达回波强度的应用 91
5.4 深度学习与目标检测 93
5.4.1 概述 93
5.4.2 深度学习基本知识 94
5.4.3 STOP标志检测 97
5.5 多传感器融合 103
5.5.1 引言 103
5.5.2 毫米波雷达与相机融合 104
5.5.3 激光雷达与相机融合 107
习题 110
第6章 无人驾驶车辆定位导航 111
6.1 基于GPS的定位 111
6.1.1 GPS定位基本原理 111
6.1.2 GPS定位特性 112
6.2 基于GPS/DR的组合定位 114
6.2.1 航迹推算定位 114
6.2.2 GPS/DR组合方式 115
6.3 高精度地图 116
6.4 SLAM技术 119
6.4.1 激光雷达SLAM 119
6.4.2 视觉SLAM 126
习题 128
第7章 无人驾驶车辆决策与规划 129
7.1 无人驾驶车辆行为决策 129
7.2 无人驾驶车辆路径规划 130
7.2.1 环境地图表示方法 131
7.2.2 基于搜索的路径规划算法 133
7.2.3 基于采样的路径规划算法 139
7.3 无人驾驶车辆运动规划 143
习题 146
第8章 无人驾驶车辆运动控制 147
8.1 车辆模型 147
8.2 纯跟踪与Stanley算法 149
8.2.1 纯跟踪算法 149
8.2.2 Stanley算法 150
8.3 PID控制 151
8.4 模型预测控制 154
习题 156
第9章 智能网联 157
9.0概述 157
9.1 V2X简介 158
9.2 智能网联应用场景 159
9.3 案例分析 162
习题 170
第10章 设计、测试与评估 171
10.1 无人驾驶车辆设计方法 171
10.2 仿真测试 172
10.3 实车测试 173
10.4 机遇与挑战 175
习题 176
附录A 激光雷达V-REP仿真 177
A.1 车辆模型 177
A.2 激光雷达模型 182
A.3 道路和交通标志模型 183
A.4 行人模型 184
A.5 仿真 185
附录B 纯跟踪控制仿真实验(Matlab+V-REP联合仿真) 186
B.1 准备工作 186
B.2 编写程序 189
B.3 联合仿真 193
B.4 绘制曲线 194
附录C Matlab自动驾驶工具箱案例介绍 196
C.1 自动驾驶工具箱简介 196
C.2 自动驾驶场景搭建 197
C.3 路径规划案例 221
C.4 路径跟踪案例 227
参考文献 245