目錄
第1章 緒論 1
1.1 智能駕駛的一般理解與意義 1
1.2 智能駕駛發展現狀 4
1.2.1 智能駕駛發展歷史 4
1.2.2 國外智能駕駛研究現狀 10
1.2.3 國內智能駕駛研究現狀 17
1.3 現代測繪技術發展與智能駕駛 21
1.3.1 導航定位與智能駕駛 21
1.3.2 地理信息與智能駕駛 23
1.3.3 高精度地圖與智能駕駛 27
參考文獻 29
第2章 智能駕駛系統構成 36
2.1 智能駕駛系統平臺綜述 36
2.2 智能駕駛系統結構 38
2.2.1 從單車智能到智能網聯 38
2.2.2 平臺體系分層 39
2.3 車輛線控底盤 40
2.4 傳感器及其集成 41
2.4.1 傳感器分類 41
2.4.2 時間同步 43
2.5 智能駕駛域控制器 43
2.6 智能駕駛軟件算法設計 44
參考文獻 45
第3章 基于視覺的環境探測 47
3.1 智能駕駛中的機器視覺 47
3.1.1 機器視覺的三個層次 48
3.1.2 智能駕駛中常用的視覺特征 48
3.1.3 智能駕駛中常用的特征分類 51
3.2 車道線檢測與跟蹤 53
3.2.1 車道線檢測框架 53
3.2.2 邊緣特征提取 53
3.2.3 基于B-snake模板的車道線檢測算法 54
3.2.4 基于車道模型和EKF的車道線檢測算法 56
3.2.5 基于深度學習的車道線檢測 59
3.3 行人目標檢測 61
3.3.1 行人檢測算法框架 61
3.3.2 目標特征提取 61
3.3.3 特征分類 61
3.3.4 行人檢測與跟蹤算法 63
3.4 車輛檢測及跟蹤 67
3.4.1 車輛檢測算法框架 67
3.4.2 車輛檢測算法 68
3.4.3 車輛跟蹤算法 70
3.5 交通標牌與交通燈識別 71
3.5.1 概述 71
3.5.2 交通標牌與交通燈識別難點 72
3.5.3 交通標牌與交通燈識別方法 72
3.5.4 交通標牌與交通燈識別的異同 78
參考文獻 79
第4章 基于激光點云的實時環境探測 81
4.1 激光雷達與智能駕駛的發展 81
4.1.1 激光雷達測距原理 81
4.1.2 激光雷達發展簡史 83
4.1.3 激光雷達成像原理 83
4.1.4 激光雷達在智能駕駛中的應用 87
4.1.5 激光雷達在自主車的安裝發展 89
4.2 激光點云數據處理 94
4.2.1 點云數據采集過程 95
4.2.2 點云數據坐標計算 96
4.2.3 點云數據結構化處理 97
4.2.4 點云數據點特征提取 100
4.2.5 點云數據直線段提取 102
4.2.6 點云數據平面段提取 104
4.3 道路動態目標檢測與跟蹤 107
4.3.1 目標建模 108
4.3.2 目標檢測方法 110
4.3.3 目標跟蹤方法 116
參考文獻 121
第5章 面向智能駕駛的高精度地圖 127
5.1 傳統導航地圖的產生和發展 127
5.1.1 導航電子地圖的興起 127
5.1.2 地圖空間實體數據結構 128
5.1.3 導航電子地圖的內容 129
5.1.4 導航電子地圖的數據庫標準和格式 130
5.1.5 導航電子地圖的制作流程 132
5.2 高精度地圖的表達和生成 133
5.2.1 高精度地圖的概念 133
5.2.2 高精度地圖的格式規范 135
5.2.3 高精度地圖的采集 140
5.2.4 高精度地圖的制作流程 141
5.3 地圖輔助智能駕駛應用 142
5.3.1 地圖與智能駕駛的關系 142
5.3.2 高精度地圖輔助智能駕駛的應用 143
參考文獻 144
第6章 智能駕駛自主定位技術 149
6.1 坐標基準及轉換 149
6.1.1 坐標系及姿態表達 149
6.1.2 傳感器模型 154
6.1.3 Kalman濾波 160
6.2 GNSS/INS組合導航定位技術 163
6.2.1 慣性導航機械編排 164
6.2.2 GNSS/INS組合導航模型 168
6.3 即時定位與構圖技術 173
6.3.1 SLAM技術的分類 174
6.3.2 基于概率的SLAM模型 177
6.3.3 基于擴展Kalman濾波的SLAM 模型 179
6.3.4 SLAM/INS組合導航模型 181
6.3.5 GNSS/INS/SLAM組合導航模型 183
6.4 基于高精度地圖的定位技術 187
6.4.1 基于特征地圖的定位 187
6.4.2 基于拓撲地圖的定位 193
6.4.3 基于柵格概率地圖的定位 199
參考文獻 204
第7章 智能駕駛規劃與控制技術 212
7.1 智能駕駛決策與規劃系統概述 212
7.1.1 城市環境下智能駕駛車輛決策設計面臨的問題 212
7.1.2 武漢大學智能駕駛車輛的決策系統 214
7.2 路徑規劃算法 218
7.2.1 路徑規劃算法概述 218
7.2.2 圖搜索類算法 221
7.2.3 采樣類算法 225
7.2.4 基于Anytime和CL_SST的規劃系統 229
7.2.5 基于動態規劃的智能駕駛路徑規劃系統 249
7.3 路徑跟蹤控制方法 258
7.3.1 控制系統概述 258
7.3.2 智能駕駛車輛橫向控制算法 259
7.3.3 典型幾何跟蹤控制器 261
7.3.4 CF_Pursuit的設計 263
7.3.5 橫向控制器對比試驗 268
參考文獻 271
第8章 車路協同智能駕駛 277
8.1 車路協同概述 277
8.1.1 國外車路協同技術發展 277
8.1.2 國內車路協同技術發展 278
8.1.3 車路協同智能駕駛系統來臨 279
8.2 智能路側系統 279
8.2.1 智能路側系統的發展 279
8.2.2 智能路側系統的特點 280
8.2.3 智能路側系統的基本原理及設計 281
8.3 智能網聯汽車 291
8.3.1 智能網聯汽車的系統框架 291
8.3.2 智能網聯汽車的安全防護設計 291
8.4 基于5G的車路協同智能駕駛系統 293
8.4.1 基于5G的車路協同智能駕駛系統關鍵子系統 293
8.4.2 車路協同系統測試與驗證 295
8.5 車路協同系統面臨的挑戰 296
參考文獻 297
第9章 智能駕駛未來發展展望 298
9.1 智能駕駛發展綜述 298
9.2 智能駕駛高精度地圖及定位技術 299
9.2.1 智能駕駛地圖 299
9.2.2 智能駕駛定位技術 299
9.2.3 地圖與定位技術面臨的挑戰 300
9.3 對抗攻擊與安全防護 300
9.3.1 智能駕駛系統安全 301
9.3.2 智能駕駛安全發展趨勢 302
9.4 小特慢場景應用 304
9.4.1 自主導航機器人應用 304
9.4.2 封閉園區/景區/廠區車 305
9.4.3 末端物流配送 307
參考文獻 307
新書資訊