商品描述
本書是基於北京聯合大學“旋風智能車”團隊多年來在無人駕駛技術領域的積累而編寫的面向本科及高職層次的無人駕駛技術理論教材。 全書共9章。第1章介紹無人駕駛技術的概念、發展歷史和治理趨勢。第2章介紹無人駕駛技術的基本原理，並對智能網聯汽車和無人駕駛仿真平臺進行介紹。第3章對無人駕駛汽車底盤改造原理與方法進行介紹。第4章對常用的智能傳感器與控制器進行介紹。第5章介紹精確定位與導航原理，並對以最新激光雷達SLAM為核心的多傳感器融合的精確定位方法進行介紹。第6章介紹環境感知的原理及方法。第7章介紹智能決策方法，包括遞階式決策方法、端到端決策方法及決策評估方法與相關數據集。第8章介紹車輛控制方法，包括以預瞄跟隨理論為代表的軌跡跟蹤控制方法和以PID控制為代表的縱向控制方法等。第9章介紹現階段無人駕駛技術的應用場景。 本書配有相應的在線課程、PPT、習題和習題解答，相關教學資源可登錄“華信教育資源網”下載。本書可作為本科院校和高職院校無人駕駛理論課程的教材，也適合從事無人駕駛技術研發工作的工程技術人員閱讀。
目錄大綱
目 錄
第1章 無人駕駛技術的發展 1
1.1 無人駕駛的基本概念 1
1.1.1 無人駕駛的定義 1
1.1.2 無人駕駛的分級 1
1.2 國內外無人駕駛的發展歷史 3
1.2.1 國外無人駕駛的發展 3
1.2.2 國內無人駕駛的發展 5
1.3 無人駕駛的治理趨勢 8
1.3.1 國際無人駕駛的治理趨勢 8
1.3.2 國內無人駕駛的治理趨勢 11
第2章 無人駕駛技術的基本原理 14
2.1 無人駕駛技術的基本框架 14
2.2 環境感知方法 14
2.2.1 精確位置感知 15
2.2.2 周邊環境信息感知 17
2.3 決策與控制執行方法 17
2.3.1 智能決策方法 17
2.3.2 車輛控制方法 19
2.4 車輛底盤線控方法 19
2.4.1 車輛縱向控制方法 20
2.4.2 車輛橫向控制方法 20
2.5 智能網聯汽車 21
2.5.1 傳統道路交通系統所面臨的挑戰 21
2.5.2 車聯網的概念與定義 22
2.5.3 車聯網平臺架構 23
2.5.4 車聯網通信技術路線 25
2.5.5 車聯網國內外發展現狀 27
2.5.6 車聯網未來發展趨勢 32
2.6 無人駕駛仿真平臺的分類與應用 34
2.6.1 無人駕駛仿真平臺發展 34
2.6.2 無人駕駛仿真平臺介紹 35
2.6.3 無人駕駛仿真平臺的發展方向 40
第3章 無人駕駛汽車底盤改造原理與方法 41
3.1 無人駕駛汽車底盤改造方案 41
3.1.1 無人駕駛汽車分類 41
3.1.2 低速無人駕駛汽車的特點 42
3.1.3 小型電動車底盤改造方案 42
3.2 車載總線技術 45
3.2.1 車載總線技術概述 45
3.2.2 CAN總線技術 46
3.2.3 CAN-FD總線技術 53
3.2.4 其他車載總線技術 55
3.2.5 車載總線開發流程及常用設備 58
3.3 自動轉向系統的改造方法 60
3.3.1 車輛轉向系統的類型 60
3.3.2 無人駕駛汽車阿克曼式自動轉向系統改造設計 66
3.3.3 低速無人駕駛汽車雙模轉向系統改造實例分析 68
3.4 自動制動系統的改造方法 70
3.4.1 車輛制動原理及主動制動控制功能 70
3.4.2 線控制動系統的實現方法 71
3.4.3 低速無人駕駛汽車制動改造實例 76
第4章 常用的智能傳感器與控制器 80
4.1 概述 80
4.2 車載GNSS設備 81
4.3 車載慣性導航設備 83
4.3.1 光纖慣導 83
4.3.2 微慣導 84
4.3.3 組合式導航設備 84
4.4 視覺傳感器 86
4.4.1 視覺傳感器的原理 86
4.4.2 常用的視覺傳感器設備 89
4.5 激光雷達 91
4.5.1 激光雷達的原理 91
4.5.2 激光雷達的分類 92
4.5.3 機械旋轉式激光雷達 93
4.5.4 MEMS激光雷達 101
4.6 毫米波雷達 103
4.6.1 毫米波雷達的原理 103
4.6.2 毫米波雷達的典型設備 104
4.7 超聲波雷達 105
4.7.1 超聲波雷達的原理 105
4.7.2 超聲波雷達的類型 105
4.8 車載智能芯片及控制器 106
4.8.1 國外車載智能芯片 106
4.8.2 國內車載智能芯片 110
4.8.3 國產域控制器實例 111
第5章 精確定位與導航原理 114
5.1 定位方法概述 114
5.2 磁導航與慣性導航定位 115
5.2.1 磁導航定位 115
5.2.2 慣性導航定位 116
5.3 GNSS定位 118
5.3.1 導航定位原理 118
5.3.2 差分導航原理 119
5.3.3 大地主題解算的基本原理 121
5.4 UWB無線定位 126
5.4.1 UWB無線定位概述 126
5.4.2 TOA原理 127
5.4.3 TDOA原理 129
5.4.4 AOA原理 130
5.5 激光雷達SLAM定位 131
5.5.1 激光雷達SLAM概述 131
5.5.2 激光雷達SLAM算法分類 131
5.5.3 激光雷達SLAM流程 135
5.6 視覺SLAM定位 136
5.6.1 視覺SLAM概述 136
5.6.2 常用的視覺SLAM算法 137
5.7 多傳感器融合的精確定位方法 141
5.7.1 基於誤差狀態卡爾曼濾波的IMU+GPS融合定位 141
5.7.2 基於卡爾曼濾波的IMU+輪速計融合定位 144
5.7.3 基於因子圖的GNSS+激光雷達+IMU的融合SLAM算法 145
5.7.4 激光雷達+IMU+GNSS+相機融合定位方法 147
5.7.5 基於實時局部建圖的激光雷達長周期定位方法 148
第6章 環境感知的原理及方法 150
6.1 環境感知要求與方法 150
6.2 基於視覺的環境感知 152
6.2.1 基於規則的視覺感知 152
6.2.2 基於深度學習的視覺感知 158
6.3 基於激光雷達的環境感知 166
6.3.1 萌芽期 166
6.3.2 起步期 167
6.3.3 發展期 167
6.3.4 落地期 170
6.4 激光雷達與視覺結合的障礙物檢測方法 171
6.4.1 基於視覺圖像的行人檢測方法研究 172
6.4.2 基於相機與激光雷達數據融合的行人檢測方法研究 175
第7章 智能決策方法 183
7.1 決策方法概述 183
7.2 遞階式決策方法 183
7.2.1 行為決策 184
7.2.2 運動規劃 189
7.3 端到端決策方法 194
7.3.1 模仿學習 195
7.3.2 基於強化學習的決策方法 203
7.4 決策評估方法與相關數據集 213
7.4.1 決策評估方法 213
7.4.2 數據集 214
第8章 車輛控制方法 218
8.1 軌跡跟蹤控制 218
8.1.1 預瞄跟隨理論 218
8.1.2 目標轉角計算 221
8.1.3 PID控制 222
8.1.4 誤差與轉角一致性分析 222
8.2 縱向控制 223
第9章 無人駕駛技術的應用場景 226
9.1 無人駕駛出租車 226
9.1.1 簡介 226
9.1.2 百度無人駕駛出行服務平臺：蘿蔔快跑 227
9.2 無人物流配送 227
9.2.1 自動導向車（AGV） 228
9.2.2 園區無人配送與零售 229
9.3 礦山無人機械 230
9.3.1 露天煤礦無人化運輸車 230
9.3.2 地下金屬礦無人化巡檢車 231
9.4 農牧業智能化中的無人駕駛 232
9.4.1 無人化農業 232
9.4.2 無人化畜牧業 233
9.5 港口的無人化應用 234
9.6 工程機械的無人化應用 234
