無(wú)人駕駛技術(shù)原理及應(yīng)用
定 價(jià)：59 元
- 作者：劉元盛
- 出版時(shí)間：2025/9/1
- ISBN：9787121514234
- 出 版 社：電子工業(yè)出版社
- 中圖法分類：U471.1
- 頁(yè)碼：248
- 紙張：
- 版次：01
- 開(kāi)本：16開(kāi)
本書(shū)是基于北京聯(lián)合大學(xué)“旋風(fēng)智能車(chē)”團(tuán)隊(duì)多年來(lái)在無(wú)人駕駛技術(shù)領(lǐng)域的積累而編寫(xiě)的面向本科及高職層次的無(wú)人駕駛技術(shù)理論教材。 全書(shū)共9章。第1章介紹無(wú)人駕駛技術(shù)的概念、發(fā)展歷史和治理趨勢(shì)。第2章介紹無(wú)人駕駛技術(shù)的基本原理，并對(duì)智能網(wǎng)聯(lián)汽車(chē)和無(wú)人駕駛仿真平臺(tái)進(jìn)行介紹。第3章對(duì)無(wú)人駕駛汽車(chē)底盤(pán)改造原理與方法進(jìn)行介紹。第4章對(duì)常用的智能傳感器與控制器進(jìn)行介紹。第5章介紹精確定位與導(dǎo)航原理，并對(duì)以最新激光雷達(dá)SLAM為核心的多傳感器融合的精確定位方法進(jìn)行介紹。第6章介紹環(huán)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?jīng)Q策方法、端到端決策方法及決策評(píng)估方法與相關(guān)數(shù)據(jù)集。第8章介紹車(chē)輛控制方法，包括以預(yù)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(xiàn)階段無(wú)人駕駛技術(shù)的應(yīng)用場(chǎng)景。 本書(shū)配有相應(yīng)的在線課程、PPT、習(xí)題和習(xí)題解答，相關(guān)教學(xué)資源可登錄“華信教育資源網(wǎng)”下載。本書(shū)可作為本科院校和高職院校無(wú)人駕駛理論課程的教材，也適合從事無(wú)人駕駛技術(shù)研發(fā)工作的工程技術(shù)人員閱讀。
劉元盛，北京聯(lián)合大學(xué)機(jī)器人學(xué)院電子工程系主任，教授，博士研究生導(dǎo)師，中國(guó)人工智能學(xué)會(huì)智能駕駛專業(yè)委員會(huì)委員、CCF智能汽車(chē)分會(huì)執(zhí)委、北京市自動(dòng)駕駛車(chē)輛道路測(cè)試專家委員會(huì)委員、北京市高教學(xué)會(huì)電子線路研究會(huì)理事。2012年起，任北京聯(lián)合大學(xué)李德毅院士智能車(chē)團(tuán)隊(duì)核心成員，“旋風(fēng)智能車(chē)”團(tuán)隊(duì)負(fù)責(zé)人，主要研究智能駕駛技術(shù)中的多種傳感器數(shù)據(jù)融合及精確定位技術(shù)。近5年發(fā)表各類高水平論文30余篇，以第一發(fā)明人獲得發(fā)明專利授權(quán)10余項(xiàng)（專利成果轉(zhuǎn)讓2項(xiàng)），指導(dǎo)碩士研究生30余名。獲得“北京市創(chuàng)新團(tuán)隊(duì)”、“北京市拔尖人才培育計(jì)劃” 等多項(xiàng)資助，主持北京市科委電動(dòng)汽車(chē)重大專項(xiàng)課題以及多項(xiàng)企業(yè)橫向課題，獲得國(guó)家和北京市教學(xué)成果獎(jiǎng)多項(xiàng)，獲得吳文俊人工智能科學(xué)技術(shù)二等獎(jiǎng)1項(xiàng)。近五年內(nèi)，主持了各類型號(hào)共100輛無(wú)人駕駛車(chē)輛的改造和示范運(yùn)行工作，在國(guó)內(nèi)率先提出低速園區(qū)無(wú)人駕駛的解決方案以及無(wú)人駕駛教學(xué)系統(tǒng)方案，并在國(guó)內(nèi)眾多高校推廣應(yīng)用。
目 錄
第1章 無(wú)人駕駛技術(shù)的發(fā)展 1
1.1 無(wú)人駕駛的基本概念 1
1.1.1 無(wú)人駕駛的定義 1
1.1.2 無(wú)人駕駛的分級(jí) 1
1.2 國(guó)內(nèi)外無(wú)人駕駛的發(fā)展歷史 3
1.2.1 國(guó)外無(wú)人駕駛的發(fā)展 3
1.2.2 國(guó)內(nèi)無(wú)人駕駛的發(fā)展 5
1.3 無(wú)人駕駛的治理趨勢(shì) 8
1.3.1 國(guó)際無(wú)人駕駛的治理趨勢(shì) 8
1.3.2 國(guó)內(nèi)無(wú)人駕駛的治理趨勢(shì) 11
第2章 無(wú)人駕駛技術(shù)的基本原理 14
2.1 無(wú)人駕駛技術(shù)的基本框架 14
2.2 環(huán)境感知方法 14
2.2.1 精確位置感知 15
2.2.2 周邊環(huán)境信息感知 17
2.3 決策與控制執(zhí)行方法 17
2.3.1 智能決策方法 17
2.3.2 車(chē)輛控制方法 19
2.4 車(chē)輛底盤(pán)線控方法 19
2.4.1 車(chē)輛縱向控制方法 20
2.4.2 車(chē)輛橫向控制方法 20
2.5 智能網(wǎng)聯(lián)汽車(chē) 21
2.5.1 傳統(tǒng)道路交通系統(tǒng)所面臨的挑戰(zhàn) 21
2.5.2 車(chē)聯(lián)網(wǎng)的概念與定義 22
2.5.3 車(chē)聯(lián)網(wǎng)平臺(tái)架構(gòu) 23
2.5.4 車(chē)聯(lián)網(wǎng)通信技術(shù)路線 25
2.5.5 車(chē)聯(lián)網(wǎng)國(guó)內(nèi)外發(fā)展現(xiàn)狀 27
2.5.6 車(chē)聯(lián)網(wǎng)未來(lái)發(fā)展趨勢(shì) 32
2.6 無(wú)人駕駛仿真平臺(tái)的分類與應(yīng)用 34
2.6.1 無(wú)人駕駛仿真平臺(tái)發(fā)展 34
2.6.2 無(wú)人駕駛仿真平臺(tái)介紹 35
2.6.3 無(wú)人駕駛仿真平臺(tái)的發(fā)展方向 40
第3章 無(wú)人駕駛汽車(chē)底盤(pán)改造原理與方法 41
3.1 無(wú)人駕駛汽車(chē)底盤(pán)改造方案 41
3.1.1 無(wú)人駕駛汽車(chē)分類 41
3.1.2 低速無(wú)人駕駛汽車(chē)的特點(diǎn) 42
3.1.3 小型電動(dòng)車(chē)底盤(pán)改造方案 42
3.2 車(chē)載總線技術(shù) 45
3.2.1 車(chē)載總線技術(shù)概述 45
3.2.2 CAN總線技術(shù) 46
3.2.3 CAN-FD總線技術(shù) 53
3.2.4 其他車(chē)載總線技術(shù) 55
3.2.5 車(chē)載總線開(kāi)發(fā)流程及常用設(shè)備 58
3.3 自動(dòng)轉(zhuǎn)向系統(tǒng)的改造方法 60
3.3.1 車(chē)輛轉(zhuǎn)向系統(tǒng)的類型 60
3.3.2 無(wú)人駕駛汽車(chē)阿克曼式自動(dòng)轉(zhuǎn)向系統(tǒng)改造設(shè)計(jì) 66
3.3.3 低速無(wú)人駕駛汽車(chē)雙模轉(zhuǎn)向系統(tǒng)改造實(shí)例分析 68
3.4 自動(dòng)制動(dòng)系統(tǒng)的改造方法 70
3.4.1 車(chē)輛制動(dòng)原理及主動(dòng)制動(dòng)控制功能 70
3.4.2 線控制動(dòng)系統(tǒng)的實(shí)現(xiàn)方法 71
3.4.3 低速無(wú)人駕駛汽車(chē)制動(dòng)改造實(shí)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(chē)載GNSS設(shè)備 81
4.3 車(chē)載慣性導(dǎo)航設(shè)備 83
4.3.1 光纖慣導(dǎo) 83
4.3.2 微慣導(dǎo) 84
4.3.3 組合式導(dǎo)航設(shè)備 84
4.4 視覺(jué)傳感器 86
4.4.1 視覺(jué)傳感器的原理 86
4.4.2 常用的視覺(jué)傳感器設(shè)備 89
4.5 激光雷達(dá) 91
4.5.1 激光雷達(dá)的原理 91
4.5.2 激光雷達(dá)的分類 92
4.5.3 機(jī)械旋轉(zhuǎn)式激光雷達(dá) 93
4.5.4 MEMS激光雷達(dá) 101
4.6 毫米波雷達(dá) 103
4.6.1 毫米波雷達(dá)的原理 103
4.6.2 毫米波雷達(dá)的典型設(shè)備 104
4.7 超聲波雷達(dá) 105
4.7.1 超聲波雷達(dá)的原理 105
4.7.2 超聲波雷達(dá)的類型 105
4.8 車(chē)載智能芯片及控制器 106
4.8.1 國(guó)外車(chē)載智能芯片 106
4.8.2 國(guó)內(nèi)車(chē)載智能芯片 110
4.8.3 國(guó)產(chǎn)域控制器實(shí)例 111
第5章 精確定位與導(dǎo)航原理 114
5.1 定位方法概述 114
5.2 磁導(dǎo)航與慣性導(dǎo)航定位 115
5.2.1 磁導(dǎo)航定位 115
5.2.2 慣性導(dǎo)航定位 116
5.3 GNSS定位 118
5.3.1 導(dǎo)航定位原理 118
5.3.2 差分導(dǎo)航原理 119
5.3.3 大地主題解算的基本原理 121
5.4 UWB無(wú)線定位 126
5.4.1 UWB無(wú)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(dá)SLAM定位 131
5.5.1 激光雷達(dá)SLAM概述 131
5.5.2 激光雷達(dá)SLAM算法分類 131
5.5.3 激光雷達(dá)SLAM流程 135
5.6 視覺(jué)SLAM定位 136
5.6.1 視覺(jué)SLAM概述 136
5.6.2 常用的視覺(jué)SLAM算法 137
5.7 多傳感器融合的精確定位方法 141
5.7.1 基于誤差狀態(tài)卡爾曼濾波的IMU+GPS融合定位 141
5.7.2 基于卡爾曼濾波的IMU+輪速計(jì)融合定位 144
5.7.3 基于因子圖的GNSS+激光雷達(dá)+IMU的融合SLAM算法 145
5.7.4 激光雷達(dá)+IMU+GNSS+相機(jī)融合定位方法 147
5.7.5 基于實(shí)時(shí)局部建圖的激光雷達(dá)長(zhǎng)周期定位方法 148
第6章 環(huán)境感知的原理及方法 150
6.1 環(huán)境感知要求與方法 150
6.2 基于視覺(jué)的環(huán)境感知 152
6.2.1 基于規(guī)則的視覺(jué)感知 152
6.2.2 基于深度學(xué)習(xí)的視覺(jué)感知 158
6.3 基于激光雷達(dá)的環(huán)境感知 166
6.3.1 萌芽期 166
6.3.2 起步期 167
6.3.3 發(fā)展期 167
6.3.4 落地期 170
6.4 激光雷達(dá)與視覺(jué)結(jié)合的障礙物檢測(cè)方法 171
6.4.1 基于視覺(jué)圖像的行人檢測(cè)方法研究 172
6.4.2 基于相機(jī)與激光雷達(dá)數(shù)據(jù)融合的行人檢測(cè)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?jīng)Q策方法 183
7.2.1 行為決策 184
7.2.2 運(yùn)動(dòng)規(guī)劃 189
7.3 端到端決策方法 194
7.3.1 模仿學(xué)習(xí) 195
7.3.2 基于強(qiáng)化學(xué)習(xí)的決策方法 203
7.4 決策評(píng)估方法與相關(guān)數(shù)據(jù)集 213
7.4.1 決策評(píng)估方法 213
7.4.2 數(shù)據(jù)集 214
第8章 車(chē)輛控制方法 218
8.1 軌跡跟蹤控制 218
8.1.1 預(yù)瞄跟隨理論 218
8.1.2 目標(biāo)轉(zhuǎn)角計(jì)算 221
8.1.3 PID控制 222
8.1.4 誤差與轉(zhuǎn)角一致性分析 222
8.2 縱向控制 223
第9章 無(wú)人駕駛技術(shù)的應(yīng)用場(chǎng)景 226
9.1 無(wú)人駕駛出租車(chē) 226
9.1.1 簡(jiǎn)介 226
9.1.2 百度無(wú)人駕駛出行服務(wù)平臺(tái)：蘿卜快跑 227
9.2 無(wú)人物流配送 227
9.2.1 自動(dòng)導(dǎo)向車(chē)（AGV） 228
9.2.2 園區(qū)無(wú)人配送與零售 229
9.3 礦山無(wú)人機(jī)械 230
9.3.1 露天煤礦無(wú)人化運(yùn)輸車(chē) 230
9.3.2 地下金屬礦無(wú)人化巡檢車(chē) 231
9.4 農(nóng)牧業(yè)智能化中的無(wú)人駕駛 232
9.4.1 無(wú)人化農(nóng)業(yè) 232
9.4.2 無(wú)人化畜牧業(yè) 233
9.5 港口的無(wú)人化應(yīng)用 234
9.6 工程機(jī)械的無(wú)人化應(yīng)用 234
書(shū)單推薦
