章无人驾驶技术概述1
1.1无人驾驶技术的产生和发展1
1.2自动驾驶分级与系统介绍6
1.3无人驾驶汽车结构组成10
1.4无人驾驶车辆的技术趋势及应用12
1.4.1无人驾驶与车联网12
1.4.2无人驾驶与智能交通系统14
1.4.3无人驾驶车辆在特定区域的应用16
第2章无人驾驶系统基本组成18
2.1无人驾驶技术组成18
2.1.1无人驾驶系统的硬件架构18
2.1.2无人驾驶传感器19
2.1.3无人驾驶汽车的大脑22
2.1.4无人驾驶汽车的线控系统25
2.2无人驾驶要素与相关技术28
2.3无人驾驶算法31
第3章无人驾驶汽车软件系统平台36
3.1无人驾驶云平台概述36
3.2基于AUTOSAR系统平台总体架构39
3.2.1AUTOSAR的分层设计39
3.2.2开发流程46
3.3Apollo的自动驾驶平台48
3.3.1Apollo自动驾驶的主框架48
3.3.2Apollo代码开放框架50
3.3.3Apollo框架使用53
3.3.4Apollo平台基于深度学习的方案选择53
第4章无人驾驶的感知传感器56
4.1摄像机56
4.2激光雷达58
4.2.1二维激光雷达59
4.2.2三维激光雷达61
4.3毫米波雷达63
4.4车体坐标系65
4.4.1单目视觉标定67
4.4.2双目视觉标定69
4.5从传感器坐标系到车体坐标系73
第5章无人驾驶环境感知技术75
5.1结构化道路车道线检测75
5.1.1结构化道路常用基本假设75
5.1.2车道线检测76
5.2越野环境可通行区域检测81
5.2.1地面分割82
5.2.2越野环境要素检测83
5.2.3可通行区域提取86
5.3交通信号灯与交通标志检测88
5.3.1交通信号灯检测88
5.3.2交通标志检测92
5.4前方汽车检测95
5.4.1视觉与二维激光雷达融合检测95
5.4.2视觉与毫米波雷达融合检测101
第6章无人驾驶的定位导航105
6.1全球卫星导航定位105
6.1.1GPS定位的基本原理106
6.1.2GPS定位特性分析107
6.1.3差分GPS109
6.2GPS/DR组合定位111
6.2.1航迹推算(DR)定位112
6.2.2GPS/DR组合方式113
6.3视觉定位技术116
6.3.1即时定位与地图构建SLAM117
6.3.2视觉里程计121
第7章无人驾驶汽车路径规划125
7.1路径规划概述125
7.2环境地图表示方法127
7.3常用算法介绍130
7.3.1Dijkstra算法130
7.3.2经典A*算法131
7.3.3RRT算法135
7.4应用实例137
7.4.1基于栅格地图的搜索算法实例137
7.4.2基于拓扑地图的搜索算法实例140
第8章无人驾驶汽车路径跟踪144
8.1无人驾驶汽车的转向控制144
8.2汽车运动的姿态控制145
8.3汽车路径跟踪算法147
8.3.1StanleyMethod147
8.3.2BenMethod148
8.3.3环形预瞄法148
8.3.4预瞄跟踪法149
8.3.5纯跟踪算法150
8.4基于多特征融合的动态障碍物检测跟踪151
8.4.1障碍物数据特征提取152
8.4.2障碍物数据特征模型154
8.4.3动态障碍物检测跟踪155
第9章无人驾驶中的机器学习159
9.1机器学习基本概念159
9.2增强学习理论基础163
9.2.1马尔可夫决策模型164
9.2.2值函数164
9.2.3马尔可夫决策过程的动态规划解法167
9.2.4增强学习经典控制算法分析169
0章车联网与无人驾驶178
10.1车载数据传输网络的划分及应用范围179
10.2车载网络及数据总线181
10.3车联网架构183
10.3.1车联网相关标准发展历程183
10.3.2V2X通信的技术标准184
10.3.3车联网架构方案185
10.3.4车联网系统架构的关键技术186
10.4V2X通信的特点及应用188
10.5未来的挑战191
1章无人驾驶车辆设计与测试193
11.1功能需求分析与总体设计193
11.1.1功能需求分析193
11.1.2总体设计197
11.2分系统设计200
11.2.1底层系统设计200
11.2.2控制系统设计202
11.2.3感知系统设计204
11.2.4路径规划系统设计207
11.3仿真与实车测试209
11.3.1基于公开数据库的测试209
11.3.2仿真测试210
11.3.3实车测试217
参考文献222