前 言

第1章 智能網(wǎng)聯(lián)汽車(chē)發(fā)展概述

1.1 汽車(chē)發(fā)展趨勢(shì)

1.1.1 汽車(chē)的演變過(guò)程

1.1.2 智能網(wǎng)聯(lián)汽車(chē)的概念

1.1.3 智能網(wǎng)聯(lián)汽車(chē)的分類

1.2 智能化汽車(chē)

1.2.1 智能化汽車(chē)的概念

1.2.2 智能化汽車(chē)的分類

1.2.3 智能化汽車(chē)的關(guān)鍵技術(shù)

1.2.4 智能化汽車(chē)的系統(tǒng)組成

1.2.5 智能化汽車(chē)的行業(yè)現(xiàn)狀

1.3 網(wǎng)聯(lián)化汽車(chē)

1.3.1 車(chē)聯(lián)網(wǎng)的概念

1.3.2 車(chē)聯(lián)網(wǎng)的功能

1.3.3 車(chē)聯(lián)網(wǎng)的等級(jí)

1.3.4 車(chē)聯(lián)網(wǎng)的典型場(chǎng)景

1.3.5 車(chē)聯(lián)網(wǎng)的關(guān)鍵技術(shù)

1.4 智能網(wǎng)聯(lián)汽車(chē)

1.4.1 智能網(wǎng)聯(lián)汽車(chē)的分級(jí)

1.4.2 智能網(wǎng)聯(lián)汽車(chē)的關(guān)鍵技術(shù)

1.4.3 智能網(wǎng)聯(lián)汽車(chē)面臨的挑戰(zhàn)

第2章 環(huán)境感知技術(shù)

2.1 環(huán)境感知技術(shù)緒論

2.2 雷達(dá)

2.2.1 雷達(dá)的概念

2.2.2 雷達(dá)的工作原理

2.2.3 雷達(dá)的分類

2.2.4 車(chē)載雷達(dá)的應(yīng)用概況

2.3 車(chē)載毫米波雷達(dá)

2.3.1 車(chē)載毫米波雷達(dá)概述

2.3.2 車(chē)載毫米波雷達(dá)的特點(diǎn)

2.3.3 車(chē)載毫米波雷達(dá)的分類

2.3.4 車(chē)載毫米波雷達(dá)的安裝位置

2.3.5 車(chē)載毫米波雷達(dá)的元件組成

2.3.6 車(chē)載毫米波雷達(dá)的工作原理

2.3.7 車(chē)載毫米波雷達(dá)的控制策略

2.3.8 車(chē)載毫米波雷達(dá)的應(yīng)用實(shí)例

2.4 車(chē)載激光雷達(dá)

2.4.1 車(chē)載激光雷達(dá)概述

2.4.2 車(chē)載激光雷達(dá)的特點(diǎn)

2.4.3 車(chē)載激光雷達(dá)的分類

2.4.4 車(chē)載激光雷達(dá)的安裝位置

2.4.5 車(chē)載激光雷達(dá)的元件組成

2.4.6 車(chē)載激光雷達(dá)的工作過(guò)程

2.4.7 車(chē)載激光雷達(dá)的測(cè)距原理

2.4.8 車(chē)載激光雷達(dá)的測(cè)速原理

2.4.9 車(chē)載激光雷達(dá)的控制策略

2.4.10 車(chē)載激光雷達(dá)的應(yīng)用實(shí)例

2.5 車(chē)載超聲波雷達(dá)

2.5.1 車(chē)載超聲波雷達(dá)概述

2.5.2 車(chē)載超聲波雷達(dá)的特點(diǎn)

2.5.3 車(chē)載超聲波雷達(dá)的安裝位置

2.5.4 車(chē)載超聲波雷達(dá)的工作原理

2.5.5 車(chē)載超聲波雷達(dá)的元件組成

2.5.6 車(chē)載超聲波雷達(dá)的控制策略

2.5.7 車(chē)載超聲波雷達(dá)的典型參數(shù)

2.5.8 車(chē)載超聲波雷達(dá)的應(yīng)用實(shí)例

2.6 車(chē)載視覺(jué)傳感器

2.6.1 車(chē)載視覺(jué)技術(shù)

2.6.2 人類視覺(jué)技術(shù)

2.6.3 車(chē)載視覺(jué)技術(shù)的分類

2.6.4 CCD技術(shù)

2.6.5 CMOS技術(shù)

2.6.6 紅外線感光技術(shù)

2.7 車(chē)載單目視覺(jué)系統(tǒng)

2.7.1 車(chē)載單目視覺(jué)系統(tǒng)概述

2.7.2 車(chē)載單目視覺(jué)系統(tǒng)的構(gòu)成

2.7.3 車(chē)載單目視覺(jué)系統(tǒng)的性能參數(shù)

2.7.4 車(chē)載單目視覺(jué)系統(tǒng)的成像原理

2.7.5 車(chē)載單目視覺(jué)系統(tǒng)的工作過(guò)程

2.7.6 車(chē)載單目視覺(jué)系統(tǒng)的測(cè)距基本原理

2.7.7 車(chē)載單目視覺(jué)系統(tǒng)的感知任務(wù)

2.8 車(chē)載雙目視覺(jué)系統(tǒng)

2.8.1 車(chē)載雙目視覺(jué)系統(tǒng)概述

2.8.2 車(chē)載雙目視覺(jué)系統(tǒng)的應(yīng)用

2.8.3 車(chē)載雙目視覺(jué)系統(tǒng)的組成

2.8.4 車(chē)載雙目視覺(jué)系統(tǒng)的工作原理

2.8.5 車(chē)載雙目視覺(jué)系統(tǒng)的工作過(guò)程

2.8.6 車(chē)載雙目視覺(jué)系統(tǒng)的應(yīng)用

2.8.7 車(chē)載雙目視覺(jué)系統(tǒng)與車(chē)載單目視覺(jué)系統(tǒng)的差異

第3章 車(chē)輛定位系統(tǒng)

3.1 車(chē)輛定位系統(tǒng)緒論

3.1.1 車(chē)輛定位系統(tǒng)概述

3.1.2 車(chē)輛定位系統(tǒng)的基本功能

3.1.3 車(chē)輛定位系統(tǒng)的構(gòu)成

3.1.4 車(chē)輛定位系統(tǒng)的定位方法

3.1.5 車(chē)輛定位系統(tǒng)的地圖匹配

3.1.6 車(chē)輛定位系統(tǒng)的車(chē)輛導(dǎo)航

3.2 衛(wèi)星定位系統(tǒng)

3.2.1 衛(wèi)星定位系統(tǒng)概述

3.2.2 衛(wèi)星定位系統(tǒng)的構(gòu)成

3.2.3 衛(wèi)星定位系統(tǒng)的工作原理

3.2.4 衛(wèi)星定位系統(tǒng)的特點(diǎn)

3.2.5 衛(wèi)星定位系統(tǒng)的應(yīng)用

3.2.6 衛(wèi)星定位系統(tǒng)的分類

3.3 室內(nèi)定位系統(tǒng)

3.3.1 室內(nèi)定位系統(tǒng)概述

3.3.2 室內(nèi)定位系統(tǒng)的分類

3.3.3 超寬帶（UWB）室內(nèi)定位系統(tǒng)

3.4 慣性導(dǎo)航系統(tǒng)

3.4.1 慣性導(dǎo)航系統(tǒng)概述

3.4.2 慣性導(dǎo)航系統(tǒng)的原理及應(yīng)用

3.4.3 慣性導(dǎo)航系統(tǒng)的組成

3.4.4 慣性導(dǎo)航系統(tǒng)的分類

3.4.5 加速度計(jì)

3.4.6 陀螺儀

3.4.7 平臺(tái)式慣性導(dǎo)航系統(tǒng)

3.4.8 捷聯(lián)式慣性導(dǎo)航系統(tǒng)

3.4.9 慣性導(dǎo)航系統(tǒng)的應(yīng)用

3.5 定位融合

3.5.1 定位融合系統(tǒng)概述

3.5.2 定位融合系統(tǒng)的應(yīng)用

第4章 SLAM建圖

4.1 SLAM概述

4.1.1 SLAM的定義

4.1.2 SLAM的基本流程

4.1.3 SLAM的技術(shù)分類

4.1.4 SLAM的系統(tǒng)架構(gòu)

4.1.5 SLAM的地圖種類

4.1.6 SLAM的知識(shí)結(jié)構(gòu)

4.2 激光SLAM

4.2.1 激光SLAM的分類

4.2.2 激光SLAM的控制架構(gòu)

4.3 視覺(jué)SLAM

4.3.1 攝像頭及攝像頭模型

4.3.2 視覺(jué)SLAM的分類

4.3.3 視覺(jué)SLAM的結(jié)構(gòu)流程

4.3.4 視覺(jué)里程計(jì)

4.3.5 后端優(yōu)化

4.3.6 回環(huán)檢測(cè)

4.3.7 建圖

4.4 視覺(jué)SLAM與激光SLAM的區(qū)別

4.4.1 成本區(qū)別

4.4.2 應(yīng)用場(chǎng)景區(qū)別

4.4.3 地圖精度區(qū)別

4.4.4 易用性區(qū)別

4.5 基于RGB-D的SLAM

4.5.1 準(zhǔn)備階段

4.5.2 處理階段

4.5.3 結(jié)束階段

第5章 智能車(chē)輛決策控制系統(tǒng)

5.1 智能車(chē)輛決策控制系統(tǒng)概述

5.1.1 智能車(chē)輛決策控制系統(tǒng)的定義

5.1.2 智能車(chē)輛決策控制系統(tǒng)的關(guān)鍵技術(shù)

5.2 智能車(chē)輛決策控制系統(tǒng)的構(gòu)成

5.2.1 智能車(chē)輛決策控制系統(tǒng)的功能架構(gòu)

5.2.2 智能車(chē)輛決策控制系統(tǒng)的決策方法

5.2.3 有限狀態(tài)機(jī)（FSM)

5.3 信息融合

5.3.1 信息融合的特點(diǎn)

5.3.2 信息需求

5.3.3 信息來(lái)源

5.3.4 融合方式

5.3.5 融合的條件

5.3.6 融合的步驟

5.3.7 信標(biāo)定位、慣性導(dǎo)航和里程計(jì)的融合

5.3.8 激光雷達(dá)和攝像頭的融合

5.3.9 毫米波雷達(dá)與激光雷達(dá)的信號(hào)融合

5.3.10 毫米波雷達(dá)與單目攝像頭的信號(hào)融合

5.4 目標(biāo)運(yùn)動(dòng)預(yù)測(cè)

5.4.1 目標(biāo)要求及預(yù)測(cè)方式

5.4.2 基于模型的預(yù)測(cè)

5.4.3 基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)

5.4.4 基于車(chē)道系列的預(yù)測(cè)

5.4.5 障礙物狀態(tài)分析

5.4.6 車(chē)道軌跡生成

5.5 路徑規(guī)劃

5.5.1 路徑規(guī)劃的分類

5.5.2 全局路徑規(guī)劃

5.5.3 局部路徑規(guī)劃

5.5.4 路徑規(guī)劃的未來(lái)發(fā)展

5.6 路徑跟蹤及異常處理

5.6.1 全局路徑跟蹤

5.6.2 局部路徑跟蹤

5.6.3 異常處理

5.7 Apollo自動(dòng)駕駛開(kāi)放平臺(tái)

5.7.1 Apollo決策系統(tǒng)的構(gòu)成

5.7.2 Apollo決策系統(tǒng)的功能

5.7.3 Apollo決策規(guī)劃的過(guò)程

第6章 智能車(chē)輛運(yùn)動(dòng)控制系統(tǒng)

6.1 控制內(nèi)容及控制方式分類

6.1.1 控制技術(shù)概述

6.1.2 控制內(nèi)容

6.1.3 控制方式分類

6.2 控制技術(shù)

6.2.1 線控轉(zhuǎn)向系統(tǒng)

6.2.2 線控動(dòng)力系統(tǒng)

6.2.3 線控制動(dòng)系統(tǒng)

6.3 線控關(guān)鍵技術(shù)

6.3.1 傳感技術(shù)

6.3.2 總線技術(shù)

6.3.3 容錯(cuò)控制技術(shù)

6.4 車(chē)輛模型

6.4.1 運(yùn)動(dòng)學(xué)模型

6.4.2 動(dòng)力學(xué)模型

6.4.3 輪胎模型

6.4.4 發(fā)動(dòng)機(jī)模型

6.4.5 變速器模型

6.4.6 驅(qū)動(dòng)電機(jī)模型

6.5 軌跡跟蹤

6.5.1 控制模式

6.5.2 控制方法