自動駕駛路徑規劃和行為決策技術與實踐

第1章 自動駕駛與路徑導航
1.1 自動駕駛和智能駕駛
1.1.1 自動駕駛介紹
1.1.2 智能駕駛概念的興起
1.2 自動駕駛技術介紹
1.3 路徑規劃介紹
1.3.1 路徑規劃與智能導航
1.3.2 行為決策和路徑規劃
1.4 本章總結
第2章 自動駕駛中的靜態路徑規劃
2.1 基礎的靜態路徑規劃：Dijkstra
2.1.1 領域和場景
2.1.2 表示方法
2.2 靜態路徑規劃的應用案例
2.2.1 交通網絡中的 短路徑規劃
2.2.2 在機器人導航系統中的應用
2.3 Dijkstra算法的局限性與改進
2.3.1 負權邊問題
2.3.2 大規模圖的計算效率
2.4 實戰案例：行駛路徑規劃系統
2.4.1 項目介紹
2.4.2 地鐵數據文件
2.4.3 找出兩個站點的 短路徑
2.5 實戰案例：基於Pygame模擬的自動駕駛系統
2.5.1 項目介紹
2.5.2 數據文件
2.5.3 汽車運動規劃
2.5.4 路徑規劃
2.5.5 主程序
2.6 本章總結
第3章 自動駕駛中的啟發式路徑規劃
3.1 A*算法介紹
3.1.1 A*算法的應用領域與典型場景
3.1.2 基本原理和實現步驟
3.2 應用案例
3.2.1 實戰案例：遊戲開發中的路徑規劃
3.2.2 實戰案例：機器人導航系統中的應用實戰
3.3 實戰案例：汽車路徑規劃模擬系統
3.3.1 項目背景和意義
3.3.2 Reeds-Shepp曲線生成器
3.3.3 路徑規劃
3.4 本章總結
第4章 自動駕駛中的全局路徑規劃
4.1 全局路徑規劃的核心：Floyd-Warshall
4.1.1 應用領域與典型場景
4.1.2 實現步驟
4.1.3 推導過程
4.1.4 Floyd-Warshall與其他路徑規劃算法的區別
4.2 應用案例
4.2.1 實戰案例：航空線路規劃系統