本书是《无人驾驶车辆理论与设计》一书的修订版，同时也是“无人驾驶车辆”慕课配套教材、慕课网址：http://www.icoursel63.org/course/BIT-1207432808。
课程内容是北京理工大学智能车辆研究所在出版的系列教材和专著并参考国内外公开资料的基础上，针对初学者进行精心制作的。内容包括：无人驾驶车辆国内外发展历程、应用前景、体系结构，车辆底盘无人化改造，无人驾驶车辆电子电气架构及其硬件，环境感知，定位导航，决策与规划，运动控制，智能网联，无人驾驶车辆的设计与测试。
为了使初学者更好地理解和掌握基本知识，课程设置了丰富的案例，理论联系实际，尽量做到通俗易懂。
本书可作为高等院校车辆工程、交通工程、自动化、计算机等专业的参考教材；也可为各类对无人驾驶车辆感兴趣的人员提供人门参考。

第1章 绪论
1.1 发展历程
1.1.1 国外发展历程
1.1.2 国内发展历程
1.2 应用前景及体系结构
习题
第2章 车辆底盘无人化改造
2.1 转向系统无人化改造
2.1.1 液压助力转向系统
2.1.2 电控液压助力转向系统
2.1.3 电动助力转向系统
2.1.4 主动前轮转向系统
2.1.5 线控转向系统
2.2 油门无人化改造
2.2.1 机械式节气门系统
2.2.2 电子节气门系统
2.3 制动系统无人化改造
2.3.1 传统制动系统
2.3.2 线控制动系统
2.3.3 线控制动系统实例
2.4 案例介绍
习题
第3章 无人驾驶车辆电子电气架构及其硬件
3.1 环境感知常用传感器
3.1.1 激光雷达
3.1.2 毫米波雷达
3.1.3 车载相机
3.2 定位导航常用传感器
3.3 车载通信系统
3.3.1 无人驾驶车辆常用的通信方式
3.3.2 无人驾驶车辆常用设备所采用的通信方式
3.3.3 无人驾驶车辆常用的信号转换设备
3.3.4 以太网交换机
3.4 车载计算平台
3.5 车载供电系统
习题
第4章 传感器标定
4.1 相机标定
4.1.1 单目相机标定
4.1.2 双目相机标定
4.2 激光雷达标定
4.2.1 单线激光雷达的标定
4.2.2 多线激光雷达的标定
4.3 相机与激光雷达联合标定
习题
第5章 环境感知
5.1 基于相机的环境感知
5.1.1 图像预处理
5.1.2 车道线检测
5.1.3 车辆检测
5.2 卡尔曼滤波与状态估计
5.2.1 基本概念
5.2.2 Matlab案例
5.3 基于激光雷达的环境感知
5.3.1 障碍物检测
5.3.2 激光雷达回波强度的应用
5.4 深度学习与目标检测
5.4.1 概述
5.4.2 深度学习基本知识
5.4.3 STOP标志检测
5.5 多传感器融合
5.5.1 引言
5.5.2 毫米波雷达与相机融合
5.5.3 激光雷达与相机融合
习题
第6章 无人驾驶车辆定位导航
6.1 基于GPS的定位
6.1.1 GPS定位基本原理
6.1.2 GPS定位特
6.2 基于GPS/DR的组合定位
6.2.1 航迹推算定位
6.2.2 GPS/DR组合方式
6.3 高精度地图
6.4 SLAM技术
6.4.1 激光雷达SLAM
6.4.2 视觉SLAM
习题
第7章 无人驾驶车辆决策与规划
7.1 无人驾驶车辆行为决策
7.2 无人驾驶车辆路径规划
7.2.1 环境地图表示方法
7.2.2 基于搜索的路径规划算法
7.2.3 基于采样的路径规划算法
7.3 无人驾驶车辆运动规划
习题
第8章 无人驾驶车辆运动控制
8.1 车辆模型
8.2 纯跟踪与Stanley算法
8.2.1 纯跟踪算法
8.2.2 Stanley算法
8.3 PID控制
8.4 模型预测控制
习题
第9章 智能网联
9.0 概述
9.1 V2X简介
9.2 智能网联应用场景
9.3 案例分析
习题
第10章 设计、测试与评估
10.1 无人驾驶车辆设计方法
10.2 仿真测试
10.3 实车测试
10.4 机遇与挑战
习题
附录A 激光雷达V-REP仿真
A.1 车辆模型
A.2 激光雷达模型
A.3 道路和交通标志模型
A.4 行人模型
A.5 仿真
附录B 纯跟踪控制仿真实验（Matlab+V-REP联合仿真）
B.1 准备工作
B.2 编写程序
B.3 联合仿真
B.4 绘制曲线
附录C Matlab自动驾驶工具箱案例介绍
C.1 自动驾驶工具箱简介
C.2 自动驾驶场景搭建
C.3 路径规划案例
C.4 路径跟踪案例
参考文献