智能汽車(chē)關(guān)鍵技術(shù)與設計方法簡(jiǎn)介，目錄書(shū)摘

智能化是當前汽車(chē)產(chǎn)業(yè)變革*重要的趨勢之一。

在智能汽車(chē)時(shí)代，出行變得更加安全、便捷、舒適。本書(shū)從技術(shù)層面，對于智能汽車(chē)的感知、控制、定位和測試驗證等多種關(guān)鍵技術(shù)進(jìn)行了詳盡的分析與解釋?zhuān)⑦\用相關(guān)的實(shí)驗與仿真來(lái)論證本書(shū)中所提方法的正確性和實(shí)際可行性。

對于希望在未來(lái)市場(chǎng)中搶占先機的車(chē)企、汽車(chē)工程師、汽車(chē)專(zhuān)業(yè)的學(xué)生而言，本書(shū)是不可不讀的參考書(shū)。

隨著(zhù)人工智能、互聯(lián)網(wǎng)技術(shù)的發(fā)展，智能汽車(chē)正在逐漸向人類(lèi)走來(lái)。由于智能汽車(chē)具有智能化、網(wǎng)聯(lián)化、節能環(huán)保、安全便捷等特點(diǎn)，對它的研究已經(jīng)在汽車(chē)產(chǎn)業(yè)中掀起了一陣熱潮，它也必將是未來(lái)汽車(chē)發(fā)展的必然方向?，F今各大車(chē)企都開(kāi)始紛紛投身智能汽車(chē)產(chǎn)業(yè)，相互競爭與合作，制訂相關(guān)的戰略計劃，研制、測試自家的智能汽車(chē)。

目前，智能汽車(chē)產(chǎn)業(yè)正呈現出百家爭奇、蓬勃向上的發(fā)展態(tài)勢，同時(shí)這也是一場(chǎng)沒(méi)有硝煙的戰爭，任何企業(yè)在技術(shù)上遲滯與落后都可能被行業(yè)所淘汰。

主編簡(jiǎn)介： 

韓維建

現任美國福特汽車(chē)公司亞太區研究與技術(shù)主管。自從1995年加入福特以來(lái)，在多個(gè)國家和地區組織了眾多的研究與技術(shù)項目。他在交通可持續發(fā)展系統分析、汽車(chē)輕量化、環(huán)境、能源、道路交通安全、政策制定，以及產(chǎn)學(xué)研結合等諸多領(lǐng)域都具有豐富的經(jīng)驗和研究成果。

韓維建博士在俄克拉何馬州的塔爾薩大學(xué)獲得機械工程博士學(xué)位和工程管理碩士學(xué)位，在四川大學(xué)獲得金屬材料工程學(xué)士學(xué)位。目前是上海交通大學(xué)的兼職博士生導師，并在清華大學(xué)和重慶大學(xué)聯(lián)合指導博士生。

韓維建博士曾獲太平洋地區經(jīng)濟理事會(huì )環(huán)境銀獎、云南省國際合作類(lèi)科技進(jìn)步獎、南京航空航天大學(xué)校長(cháng)國際合作獎；在眾多汽車(chē)專(zhuān)業(yè)領(lǐng)域發(fā)表國際性論文、演講、講座等逾60篇次。

作者簡(jiǎn)介：

王　 科

現任重慶大學(xué)汽車(chē)工程學(xué)院副教授，重慶自主品牌汽車(chē)協(xié)同創(chuàng )新中心主任助理。曾任美國密歇根大學(xué)安娜堡分校博士后研究員和北美福特汽車(chē)研發(fā)與創(chuàng )新中心人工智能部門(mén)研發(fā)工程師，負責福特汽車(chē)公司智能汽車(chē)環(huán)境感知策略與方法的研究。長(cháng)期從事智能汽車(chē)環(huán)境感知理論與信息融合方法、視覺(jué)定位導航與地圖匹配、駕駛員的行為數據挖掘與增強學(xué)習等研究。

王科博士曾獲得湖南大學(xué)汽車(chē)車(chē)身先進(jìn)設計制造國家重點(diǎn)實(shí)驗室工學(xué)博士學(xué)位，師從鐘志華院士，目前主持了包括國家自然科學(xué)基金、國家重點(diǎn)研發(fā)計劃子課題、重慶市留學(xué)人員回國創(chuàng )業(yè)創(chuàng )新支持計劃課題、重慶市人工智能重大專(zhuān)項子課題等在內的科研項目6項，作為主研人員參與科研項目10余項，發(fā)表學(xué)術(shù)論文20余篇，其中SCI/EI收錄期刊論文10余篇。

李　 霖

現任上海國際汽車(chē)城（集團）有限公司主任工程師、上海淞泓智能汽車(chē)科技有限公司副總經(jīng)理。長(cháng)期從事智能網(wǎng)聯(lián)汽車(chē)測試方法及控制策略的相關(guān)研究，在智能網(wǎng)聯(lián)汽車(chē)測試評價(jià)、車(chē)路協(xié)同控制、緊急避撞控制等方面有深入的研究，發(fā)表相關(guān)論文40余篇，其中SCI/EI收錄10余篇。

李霖博士目前主持和參與了國家重點(diǎn)研發(fā)計劃、國家工業(yè)強基工程項目、上海市工程技術(shù)中心研究專(zhuān)項等10余項科研和工程項目，牽頭開(kāi)展智能網(wǎng)聯(lián)汽車(chē)與車(chē)路協(xié)同技術(shù)、綜合智能測試評估技術(shù)等方面的研究，突破了智能網(wǎng)聯(lián)汽車(chē)及車(chē)路協(xié)同測試平臺的關(guān)鍵技術(shù)瓶頸，初步構建了智能網(wǎng)聯(lián)汽車(chē)綜合測評體系，主導完成了國內*一個(gè)智能網(wǎng)聯(lián)汽車(chē)專(zhuān)用封閉測試區的功能和場(chǎng)景設計，快速推動(dòng)了國家智能網(wǎng)聯(lián)汽車(chē)（上海）試點(diǎn)示范區的相關(guān)建設。李霖博士畢業(yè)于同濟大學(xué)。

叢書(shū)總序
推薦序一
推薦序二
前言
第1章　緒論1
　1.1　智能汽車(chē)的發(fā)展和現狀1
　1.2　智能汽車(chē)的意義6
　　1.2.1　智能汽車(chē)對個(gè)人的意義6
　　1.2.2　智能汽車(chē)對交通系統的意義7
　　1.2.3　智能汽車(chē)對社會(huì )的意義7
　1.3　智能汽車(chē)的分級8
　1.4　智能汽車(chē)的關(guān)鍵技術(shù)10
　1.5　智能汽車(chē)的技術(shù)路線(xiàn)10
　1.6　智能汽車(chē)時(shí)代的來(lái)臨12
　參考文獻12
第2章　智能汽車(chē)的系統構架與主要構成14
　2.1　智能汽車(chē)的系統構架14
　　2.1.1　分層遞階式系統構架14
　　2.1.2　反應式系統構架15
　　2.1.3　混合式系統構架16
　2.2　智能汽車(chē)的硬件系統構架17
　　2.2.1　智能汽車(chē)計算平臺18
　　2.2.2　智能汽車(chē)常用傳感器20
　2.3　智能汽車(chē)的軟件系統構架26
　　2.3.1　主機操作系統26
　　2.3.2　中間層運行框架27
　　2.3.3　應用層27
　2.4　智能汽車(chē)的通信系統29
　　2.4.1　智能汽車(chē)車(chē)內通信29
　　2.4.2　智能汽車(chē)與V2X技術(shù)31
　參考文獻34
第3章　智能汽車(chē)環(huán)境感知技術(shù)37
　3.1　相機模型與李群和李代數基礎37
　　3.1.1　相機坐標系的定義37
　　3.1.2　歐式空間坐標轉換38
　　3.1.3　李群和李代數基礎40
　3.2　KITTI數據集介紹44
　　3.2.1　KITTI數據集采集平臺44
　　3.2.2　KITTI數據集的類(lèi)型45
　　3.2.3　KITTI數據集的格式介紹48
　3.3　基于多特征融合的道路理解方法48
　　3.3.1　道路環(huán)境理解算法架構49
　　3.3.2　基于特征融合的道路區域分割50
　　3.3.3　道路建模與隨動(dòng)方向濾波器52
　　3.3.4　基于置信度函數的道路標線(xiàn)識別54
　　3.3.5　基于粒子對濾波的道路線(xiàn)跟蹤56
　　3.3.6　試驗結果與分析58
　3.4　基于機器學(xué)習和粒子濾波的前方車(chē)輛識別60
　　3.4.1　前方車(chē)輛識別問(wèn)題與方法61
　　3.4.2　路面區域提取方法63
　　3.4.3　基于機器學(xué)習的車(chē)輛分層級聯(lián)識別66
　　3.4.4　基于粒子濾波的多目標跟蹤72
　　3.4.5　試驗結果與分析77
　　3.4.6　本節小結81
　3.5　基于深度學(xué)習的環(huán)境感知方法81
　　3.5.1　神經(jīng)網(wǎng)絡(luò )81
　　3.5.2　卷積神經(jīng)網(wǎng)絡(luò )85
　　3.5.3　CNN在智能汽車(chē)環(huán)境感知中的應用88
　3.6　基于激光雷達的感知技術(shù)93
　　3.6.1　激光雷達基礎94
　　3.6.2　LiDAR的外參數標定96
　　3.6.3　障礙物檢測97
　參考文獻98
第4章　智能汽車(chē)緊急控制策略101
　4.1　轉向避撞效能及可行性分析102
　　4.1.1　避撞所需最短縱向距離102
　　4.1.2　不同避撞方式的安全收益106
　　4.1.3　不同避撞方式對環(huán)境感知能力的要求109
　　4.1.4　不同避撞方式對執行器的要求110
　4.2　臨界距離分析113
　　4.2.1　制動(dòng)避撞所需的最短縱向距離113
　　4.2.2　轉向避撞所需的最短縱向距離115
　4.3　自動(dòng)緊急控制127
　　4.3.1　駕駛員觸發(fā)型緊急轉向輔助控制129
　　4.3.2　矯正型緊急轉向輔助控制142
　　4.3.3　AEB算法的優(yōu)化148
　　4.3.4　制動(dòng)和轉向避撞控制集成150
　4.4　制動(dòng)轉向協(xié)調避撞控制152
　　4.4.1　車(chē)輛模型153
　　4.4.2　環(huán)境模型156
　　4.4.3　駕駛員模型158
　　4.4.4　制動(dòng)轉向協(xié)調避撞控制159
　4.5　本章小結161
　參考文獻162
第5章　智能汽車(chē)的導航定位技術(shù)164
　5.1　基于高精地圖的匹配定位技術(shù)164
　　5.1.1　高精地圖VS傳統電子導航地圖165
　　5.1.2　高精地圖的繪制與測評166
　　5.1.3　基于高精地圖三維點(diǎn)云的車(chē)輛匹配定位方法167
　　5.1.4　高精地圖的未來(lái)發(fā)展與挑戰169
　5.2　基于DR和MM組合的車(chē)輛定位方法169
　　5.2.1　航位推算技術(shù)170
　　5.2.2　地圖匹配技術(shù)171
　　5.2.3　基于卡爾曼濾波器的DR和MM定位信息的融合175
　　5.2.4　本節小結178
　5.3　視覺(jué)里程計178
　　5.3.1　視覺(jué)里程計概述179
　　5.3.2　對極幾何180
　　5.3.3　PnP算法原理簡(jiǎn)介181
　　5.3.4　直接法181
　　5.3.5　本節小結182
　參考文獻183
第6章　智能汽車(chē)試驗驗證技術(shù)185
　6.1　智能汽車(chē)試驗驗證面臨的挑戰186
　6.2　智能汽車(chē)試驗驗證技術(shù)的介紹188
　　6.2.1　智能汽車(chē)測試驗證機理188
　　6.2.2　ADAS測試評價(jià)方法189
　　6.2.3　高等級自動(dòng)駕駛車(chē)輛測試評價(jià)方法201
　6.3　智能網(wǎng)聯(lián)汽車(chē)綜合試驗場(chǎng)204
　　6.3.1　國外智能網(wǎng)聯(lián)汽車(chē)綜合試驗場(chǎng)205
　　6.3.2　國內智能網(wǎng)聯(lián)汽車(chē)專(zhuān)用試驗場(chǎng)213
　參考文獻216
第7章　智能汽車(chē)的挑戰與未來(lái)219
　7.1　智能汽車(chē)面臨的挑戰219
　　7.1.1　法律上的挑戰220
　　7.1.2　責任判定上的挑戰220
　　7.1.3　個(gè)人隱私權的挑戰220
　　7.1.4　成本提高帶來(lái)的挑戰221
　　7.1.5　汽車(chē)廠(chǎng)商和互聯(lián)網(wǎng)廠(chǎng)商合作上的挑戰222
　　7.1.6　汽車(chē)安全的挑戰222
　7.2　自動(dòng)駕駛給人類(lèi)帶來(lái)的變化223
　　7.2.1　市場(chǎng)份額變化223
　　7.2.2　商業(yè)模式的顛覆223
　　7.2.3　人們思想的改變224
　7.3　智能汽車(chē)發(fā)展策略224
　　7.3.1　信息系統224
　　7.3.2　識別系統225
　　7.3.3　控制系統226
　7.4　可預見(jiàn)的未來(lái)226
　　7.4.1　關(guān)鍵的節點(diǎn)：2020年226
　　7.4.2　混合時(shí)代：2020～2050年227