本書介紹了智能網聯汽車在多種場景下的協同決策與規劃方法，其中決策是規劃的重要基礎，規劃是*終的目的。從第2章開始，本書分別對非結構化場景中的單車/多車、結構化道路場景中的單車/多車規劃任務進行建模并完成求解。各章節內容由淺入深，相互關聯但并不重疊，分別從機器人學、數值優化、自動駕駛以及智能交通四個研究領域角度對協同決策與規劃技術予以詮釋。
本書適合希望邁入智能網聯汽車決策規劃領域的技術人員以及高校學生閱讀，可作為智能網聯汽車決策規劃技術領域的首本入門書籍，也可作為自動駕駛業界從業人員的工具書。
序1
序2
前言
第1章智能網聯汽車概述1
11智能網聯汽車成為國際社會技
術與產業競爭的制高點1
12智能決策是智能網聯汽車的核
心關鍵技術2
13智能網聯汽車軌跡決策與規劃
技術基礎3
131單車在低速非結構化場景中的
規劃方法回顧4
132單車在結構化道路場景中的規
劃方法回顧8
133多車在低速非結構化場景中的
協同規劃方法回顧10
134多車在結構化道路場景中的協
同規劃方法回顧11
參考文獻12
第2章低速非結構化場景中的單一
車輛決策與規劃方法21
21軌跡規劃命題的構建21
211系統動態方程約束22
212兩點邊值約束24
213流形約束26
214代價函數28
215最優控制問題完整形式29
22軌跡規劃命題的數值求解29
221全聯立離散化31
222非線性規劃33
223非線性規劃的初始化35
23AMPL數值優化平臺的
應用36
231AMPL的下載與安裝36
232AMPL的基本運行方式37
233AMPL的模型文件38
234AMPL的初始解文件43
235AMPL與Matlab聯合仿真
平臺43
24軌跡決策的生成46
241同倫軌線與軌跡決策46
242軌跡決策與路徑+速度
決策48
243基本A*算法與混合A*
算法48
244基于S-T圖的搜索57
245X-Y-T三維A*算法59
25進一步提升軌跡規劃命題求解
效率的方法62
251直接求解的困難62
252場景隧道化建模思想63
26仿真實驗63
參考文獻70
第3章低速非結構化場景中的多車
協同決策與規劃方法73
31協同軌跡決策與序貫軌跡
決策73
311協同軌跡決策的困難73
312簡化協同軌跡決策問題的
思路74
313序貫軌跡決策中的優先級排序
方法75
314序貫軌跡決策整體方案75
32協同軌跡規劃命題的構建77
33協同軌跡規劃命題的求解80
331直接求解的困難80
332自適應漸進約束初始化
思想80
333自適應漸進約束動態優化
算法81
334進一步降低問題規模的
方法84
34仿真實驗85
參考文獻89
第4章結構化道路上的單一車輛
決策與規劃方法91
41結構化道路概述91
411指引線及其生成方法91
412Frenet坐標系及其弊端96
42軌跡決策的生成99
421基于T-S-L分層采樣的解
空間構造99
422代價函數的設計100
423基于動態規劃的決策尋優102
43軌跡規劃命題的構建與
求解104
431基本命題模型及其弊病 104
432基于隧道化建模的軌跡規劃
命題構建105
433進一步提升求解效率的
方法108
44軌跡規劃在線求解能力保障
方案108
441離散化精度漸變方案109
442多完成度冗余計算方案109
443基于在線查表的緊急避險
方案110
45仿真實驗110
參考文獻115
第5章結構化道路上的多車協同
決策與規劃方法117
51軌跡決策的生成117
52軌跡規劃命題的構建117
521主要協同行駛場景分析117
522無信號燈平面十字交叉路口
場景的可通行區域118
523無信號燈平面十字交叉路口
通行任務121
53軌跡規劃命題的求解123
531碰撞躲避約束條件的
簡化124
532基于漸進時域約束的
離線求解輔助策略124
533基于查表法的在線求解
方案126
54仿真實驗126
參考文獻131
第6章總結與展望132
61本書內容總結132
62未來研究機遇133目錄●●●●●●●●●●智能網聯汽車協同決策與規劃技術
新書資訊