本書結(jié)合智能車輛技術(shù)的最新發(fā)展情況，對智能車輛技術(shù)涉及的重點內(nèi)容進行了介紹。全書共6章，主要探討智能車輛的關鍵技術(shù)，即環(huán)境感知技術(shù)、軌跡規(guī)劃技術(shù)與跟蹤控制技術(shù)。
（1）《智能車輛感知、軌跡規(guī)劃與控制》是一本實用技術(shù)專著，全面系統(tǒng)地展示了目前智能車輛環(huán)境感知、軌跡規(guī)劃與跟蹤控制技術(shù)方面的研究成果。（2）強調(diào)知識的應用性，具有較強的針對性，適合汽車研發(fā)設計、教學科研等相關人員使用。
智能車輛（intelligentvehicles，IV）是智能交通系統(tǒng)的重要組成部分，能夠提高駕駛安全性，大幅改善公路交通效率，降低能源消耗量，此技術(shù)的研究已成為國內(nèi)外科研機構(gòu)關注的熱點。智能車輛應用各種先進的傳感技術(shù)獲得車輛本身和行駛環(huán)境的狀態(tài)信息，通過智能算法對相關環(huán)境狀態(tài)信息進行數(shù)據(jù)融合處理和分析，對車輛的運動進行規(guī)劃，并將軌跡信息傳遞給車輛的軌跡跟蹤控制系統(tǒng)。在緊急情況下，即駕駛員無法對道路狀況做出反應時，智能車輛能夠自主完成危險避障任務，幫助駕駛員規(guī)避危險；在發(fā)生危險情況之前，對駕駛員進行提醒，使得駕駛員能夠做出必要的回避動作，避免交通事故的發(fā)生。智能車輛研究的主要目的是降低嚴重的交通事故發(fā)生率，提高道路交通的運輸效率，并且最大程度地保護駕駛員和乘坐人員的安全，以及運輸貨物的安全。
智能車輛研究的關鍵技術(shù)包括環(huán)境感知、車輛定位和車輛的規(guī)劃與控制等。本書介紹了智能車輛的關鍵技術(shù)，即環(huán)境感知技術(shù)、軌跡規(guī)劃技術(shù)與跟蹤控制技術(shù)。其中，環(huán)境感知是軌跡規(guī)劃的基礎，該模塊可以將車輛的行駛狀態(tài)和環(huán)境感知信息提供給軌跡規(guī)劃模塊；軌跡規(guī)劃模塊根據(jù)車輛的行駛狀態(tài)和環(huán)境感知信息，考慮時間因素，規(guī)劃出車輛的行駛軌跡（規(guī)劃的軌跡包括和時間相關的速度、加速度、行駛時間等狀態(tài)和控制量），并將軌跡信息傳給運動控制模塊；運動控制模塊接收到規(guī)劃軌跡的詳細信息以后，對車輛的姿態(tài)進行控制，使其沿著規(guī)劃的軌跡進行循跡行駛，以達到對智能車輛自動控制的目的。本書的第1章為概述，第2章介紹了智能車輛環(huán)境感知技術(shù)，第3章和第4章介紹了智能車輛的軌跡規(guī)劃技術(shù)，第5章和第6章介紹了車輛軌跡跟蹤與控制技術(shù)。
本書適合希望涉足智能車輛環(huán)境感知、軌跡規(guī)劃和控制領域的技術(shù)人員、高校本科生/研究生，也可作為研究智能車輛環(huán)境感知、軌跡規(guī)劃和控制領域的基礎書籍。我們期待能夠與來自更多領域的讀者產(chǎn)生思想上的共鳴。
在此感謝牛傳虎、曹家平、鞏春鵬、姜元帥、徐廣鵬、孫超等人，他們就相關章節(jié)技術(shù)細節(jié)與筆者進行了富有啟發(fā)性的討論。
限于筆者的學識與研究水平，加之書稿編寫經(jīng)驗不足，本書難免有疏漏之處，懇請各位讀者不吝指正。
著者
2023年9月
第1章 智能車輛概述001
1.1 智能車輛是未來車輛行業(yè)的重要發(fā)展方向002
1.2 智能車輛關鍵技術(shù)介紹003
1.2.1 環(huán)境感知技術(shù)005
1.2.2 路徑規(guī)劃技術(shù)005
1.2.3 運動控制技術(shù)006
1.3 智能車輛關鍵技術(shù)研究基礎007
1.3.1 環(huán)境感知技術(shù)回顧008
1.3.2 路徑規(guī)劃技術(shù)回顧014
1.3.3 運動控制技術(shù)回顧018
參考文獻020
第2章 智能車輛環(huán)境感知技術(shù)028
2.1 基于改進Hough變換的結(jié)構(gòu)化道路車道線識別029
2.1.1 車道線識別研究現(xiàn)狀029
2.1.2 道路邊緣特征提取030
2.1.3 改進的Hough變換檢測算法032
2.1.4 車道線方向判別034
2.1.5 結(jié)果驗證與分析035
2.2 基于深度學習的目標檢測036
2.2.1 圖像去霧技術(shù)研究036
2.2.2 圖像去霧算法及模型038
2.2.3 基于改進AOD-Net的去霧算法041
2.2.4 改進圖像去霧算法的實驗對比分析045
2.2.5 神經(jīng)網(wǎng)絡與深度學習048
2.2.6 YOLOv5模型介紹050
2.2.7 基于改進YOLOv5s的目標檢測053
2.2.8 基于視覺的目標檢測結(jié)果分析056
2.3 多傳感器信息融合060
2.3.1 多傳感器信息融合的基本原理061
2.3.2 攝像頭標定061
2.3.3 激光雷達校準068
2.3.4 攝像頭和激光雷達的時空統(tǒng)一070
2.3.5 數(shù)據(jù)預處理072
2.3.6 基于卡爾曼濾波算法的信息融合074
2.3.7 基于改進自適應加權(quán)法的信息融合076
2.3.8 試驗驗證與分析080
參考文獻083
第3章 基于改進算法的智能車輛軌跡規(guī)劃086
3.1 改進的RRT算法087
3.1.1 擴展目標偏移088
3.1.2 隨機點擴展優(yōu)化088
3.1.3 碰撞檢測091
3.2 改進的遺傳算法092
3.2.1 構(gòu)建車輛模型092
3.2.2 基于B樣條曲線的軌跡參數(shù)化092
3.2.3 基于IGA的軌跡優(yōu)化方法094
3.2.4 全局優(yōu)化096
3.2.5 模擬結(jié)果與分析102
3.3 改進的A??算法104
3.3.1 改進的A??算法研究104
3.3.2 動態(tài)窗口法106
3.3.3 仿真實驗與分析109
參考文獻118
第4章 基于ACT-R認知模型的車輛主動避障系統(tǒng)軌跡規(guī)劃方法研究120
4.1 ACT-R認知框架121
4.2 基于ACT-R的軌跡規(guī)劃方法框架結(jié)構(gòu)121
4.3 ACT-R認知模型的建模方法122
4.3.1 ACT-R初始化行為建模123
4.3.2 軌跡規(guī)劃模塊125
4.3.3 ACT-R的估計行為模型127
4.3.4 ACT-R權(quán)重調(diào)整行為建模129
4.4 軌跡規(guī)劃方法的仿真分析130
4.5 軌跡規(guī)劃方法的實驗驗證134
參考文獻135
第5章 車輛軌跡跟蹤控制研究136
5.1 基于改進MPC的車輛軌跡跟蹤控制系統(tǒng)137
5.1.1 車輛軌跡跟蹤控制方法137
5.1.2 基于改進MPC的車輛軌跡跟蹤控制系統(tǒng)設計145
5.1.3 車輛聯(lián)合仿真平臺驗證與分析148
5.2 聯(lián)合規(guī)劃層的車輛軌跡跟蹤控制系統(tǒng)159
5.2.1 聯(lián)合規(guī)劃層的車輛軌跡跟蹤控制系統(tǒng)設計159
5.2.2 車輛軌跡規(guī)劃模塊設計159
5.2.3 車輛軌跡跟蹤控制器設計162
5.2.4 車輛聯(lián)合仿真平臺驗證與分析162
5.3 考慮動力學特征的車輛軌跡跟蹤控制系統(tǒng)171
5.3.1 車輛速度規(guī)劃模塊搭建172
5.3.2 車輛聯(lián)合仿真平臺驗證與分析174
5.3.3 車輛硬件在環(huán)測試平臺實驗與分析175
參考文獻180
第6章 城市工況下智能網(wǎng)聯(lián)汽車軌跡規(guī)劃與控制方法研究181
6.1 智能網(wǎng)聯(lián)環(huán)境模型與智能車輛模型搭建182
6.1.1 基于PreScan的智能網(wǎng)聯(lián)環(huán)境建模182
6.1.2 智能車輛模型搭建186
6.1.3 基于CarSim的智能車輛仿真模型搭建190
6.2 智能網(wǎng)聯(lián)汽車軌跡規(guī)劃方法193
6.2.1 傳統(tǒng)A??算法介紹194
6.2.2 基于改進A??算法的軌跡規(guī)劃195
6.2.3 軌跡規(guī)劃方法對比仿真實驗198
6.3 智能網(wǎng)聯(lián)汽車決策控制系統(tǒng)設計205
6.3.1 智能網(wǎng)聯(lián)汽車速度預測決策控制系統(tǒng)設計206
6.3.2 智能網(wǎng)聯(lián)汽車超車決策控制系統(tǒng)設計212
6.3.3 智能網(wǎng)聯(lián)汽車動態(tài)避障決策控制系統(tǒng)設計219
6.4 智能網(wǎng)聯(lián)汽車軌跡跟蹤控制器設計224
6.4.1 傳統(tǒng)終端滑模控制器原理介紹225
6.4.2 終端滑模控制器改進設計225
6.4.3 終端滑模控制器穩(wěn)定性分析228
6.4.4 不同工況下硬件在環(huán)試驗228
參考文獻231
新書資訊