本书系统介绍了智能网联汽车的相关基础技术。全书分为8章，包括智能网联汽车概述、车载传感器技术、目标检测与识别技术、智能网联汽车定位技术、智能网联汽车网络技术、决策规划与运动控制、先进驾驶辅助技术应用、车辆道路协同与智能交通，并且在部分章节给出具体案例分析和相关视频链接，利于读者更好地理解。
本书条理清晰、架构合理、前瞻性强、通俗易懂，没有涉及过深的专业性知识，可作为高等院校车辆工程等专业的教材，也可作为汽车行业工程技术人员的参考书。

第1章 智能网联汽车概述
1.1 智能网联汽车的概念
1.1.1 智能驾驶
1.1.2 网联汽车
1.1.3 智能网联汽车
1.1.4 自动驾驶等级划分
1.2 智能网联汽车的结构组成
1.3 智能网联汽车的应用场景
1.3.1 日常情景下的应用
1.3.2 特定场景下代替有人驾驶
1.4 智能网联汽车的未来发展
习题
第2章 车载传感器技术
2.1 感知传感器
2.1.1 超声波雷达
2.1.2毫米波雷达
2.1.3 激光雷达
2.1.4 视觉传感器
2.2 定位导航传感器
2.2.1 差分全球定位系统
2.2.2 惯性导航传感器
2.3 语音识别传感器
2.4 传感器融合技术
2.4.1 多传感器融合
2.4.2 多传感器信息融合算法
习题
第3章 目标检测与识别技术
3.1 道路检测识别
3.1.1 道路检测分类
3.1.2 复杂环境下的道路图像特点
3.1.3 道路识别方法
3.1.4 案例1——基于边缘提取和Hough变换的车道线检测
3.2 车牌/车辆检测识别
3.2.1 车牌识别技术
3.2.2 运动车辆检测技术
3.2.3 案例2——基于边缘检测和灰度变化特征的车牌识别
3.3 行人识别技术
3.3.1 行人识别特征
3.3.2 行人识别方法
3.3.3 案例3——基于特征提取和机器学习的行人识别
3.4 交通信号灯/交通标志检测识别
3.4.1 交通信号灯/交通标志介绍
3.4.2 交通信号灯/交通标志识别系统
3.4.3 交通信号灯/交通标志的识别方法
3.4.4 案例4——基于YOLOv3的交通标志识别
3.5 障碍物检测识别
3.5.1 障碍物检测方法
3.5.2 案例5——基于毫米波雷达和视觉相机融合的障碍物检测
习题
第4章 智能网联汽车定位技术
4.1 高精度地图
4.1.1 高精度地图的概念
4.1.2 高精度地图的作用
4.2 全球导航卫星系统
4.2.1 全球导航卫星系统定位原理
4.2.2 全球导航卫星系统的组成
4.2.3 北斗卫星导航系统的组成
4.3 实时定位与地图构建
4.3.1 实时定位与地图构建简介
4.3.2 案例——实时定位与地图构建原理分析
4.4 卫星定位与惯性导航的融合
4.4.1 惯性导航系统
4.4.2 全球导航卫星系统和惯性导航系统的组合应用
习题
第5章 智能网联汽车网络技术
5.1 智能网联汽车网络的类型和特点
5.1.1 智能网联汽车网络的类型
5.1.2 智能网联汽车网络的特点
5.2 车载网络
5.2.1 车载网络分类
5.2.2 CAN总线
5.2.3 LIN总线
5.2.4 FlexRay总线
5.2.5 MOST总线
5.2.6 以太网
5.3 车载自组织网络
5.3.1 车载自组织网络通信类型
5.3.2 车载自组织网络通信方式
5.3.3 车载自组织网络的特点
5.4 车载移动互联网
5.4.1 车载移动互联网的组成
5.4.2 移动互联网的接入方式
5.4.3 移动互联网通信的特点
习题
第6章 决策规划与运动控制
6.1 行为决策
6.1.1 行为决策系统的分类
6.1.2 基于有限状态机的行为决策系统
6.2 路径规划
6.2.1 全局路径规划
6.2.2 局部路径规划
6.3 运动控制
6.3.1 线控底盘系统
6.3.2 车辆横向和纵向控制
习题
第7章 先进驾驶辅助技术应用
7.1 预警类驾驶辅助技术
7.1.1 前车碰撞预警系统
7.1.2 车道偏离预警系统
7.1.3 行人碰撞预警系统
7.1.4 盲区监测系统
7.1.5 变道预警辅助系统
7.1.6 夜视系统
7.2 执行类驾驶辅助技术
7.2.1 自适应巡航控制系统
7.2.2 自动制动辅助系统
7.2.3 车道保持辅助系统
7.2.4 自适应前照灯系统
7.2.5 自动泊车辅助系统
7.2.6 交通拥堵辅助系统
7.3 Autopilot系统
习题
第8章 车辆道路协同与智能交通
8.1 车路协同系统
8.2 车路协同控制
8.3 队列群控
8.4 智能交通系统
习题
参考文献