目 錄
第1章 無人駕駛技術(shù)的發(fā)展 1
1.1 無人駕駛的基本概念 1
1.1.1 無人駕駛的定義 1
1.1.2 無人駕駛的分級 1
1.2 國內(nèi)外無人駕駛的發(fā)展歷史 3
1.2.1 國外無人駕駛的發(fā)展 3
1.2.2 國內(nèi)無人駕駛的發(fā)展 5
1.3 無人駕駛的治理趨勢 8
1.3.1 國際無人駕駛的治理趨勢 8
1.3.2 國內(nèi)無人駕駛的治理趨勢 11
第2章 無人駕駛技術(shù)的基本原理 14
2.1 無人駕駛技術(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 車輛控制方法 19
2.4 車輛底盤線控方法 19
2.4.1 車輛縱向控制方法 20
2.4.2 車輛橫向控制方法 20
2.5 智能網(wǎng)聯(lián)汽車 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 車聯(lián)網(wǎng)的概念與定義 22
2.5.3 車聯(lián)網(wǎng)平臺架構(gòu) 23
2.5.4 車聯(lián)網(wǎng)通信技術(shù)路線 25
2.5.5 車聯(lián)網(wǎng)國內(nèi)外發(fā)展現(xiàn)狀 27
2.5.6 車聯(lián)網(wǎng)未來發(fā)展趨勢 32
2.6 無人駕駛仿真平臺的分類與應用 34
2.6.1 無人駕駛仿真平臺發(fā)展 34
2.6.2 無人駕駛仿真平臺介紹 35
2.6.3 無人駕駛仿真平臺的發(fā)展方向 40
第3章 無人駕駛汽車底盤改造原理與方法 41
3.1 無人駕駛汽車底盤改造方案 41
3.1.1 無人駕駛汽車分類 41
3.1.2 低速無人駕駛汽車的特點 42
3.1.3 小型電動車底盤改造方案 42
3.2 車載總線技術(shù) 45
3.2.1 車載總線技術(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 其他車載總線技術(shù) 55
3.2.5 車載總線開發(fā)流程及常用設(shè)備 58
3.3 自動轉(zhuǎn)向系統(tǒng)的改造方法 60
3.3.1 車輛轉(zhuǎn)向系統(tǒng)的類型 60
3.3.2 無人駕駛汽車阿克曼式自動轉(zhuǎn)向系統(tǒng)改造設(shè)計 66
3.3.3 低速無人駕駛汽車雙模轉(zhuǎn)向系統(tǒng)改造實例分析 68
3.4 自動制動系統(tǒng)的改造方法 70
3.4.1 車輛制動原理及主動制動控制功能 70
3.4.2 線控制動系統(tǒng)的實現(xiàn)方法 71
3.4.3 低速無人駕駛汽車制動改造實例 76
第4章 常用的智能傳感器與控制器 80
4.1 概述 80
4.2 車載GNSS設(shè)備 81
4.3 車載慣性導航設(shè)備 83
4.3.1 光纖慣導 83
4.3.2 微慣導 84
4.3.3 組合式導航設(shè)備 84
4.4 視覺傳感器 86
4.4.1 視覺傳感器的原理 86
4.4.2 常用的視覺傳感器設(shè)備 89
4.5 激光雷達 91
4.5.1 激光雷達的原理 91
4.5.2 激光雷達的分類 92
4.5.3 機械旋轉(zhuǎn)式激光雷達 93
4.5.4 MEMS激光雷達 101
4.6 毫米波雷達 103
4.6.1 毫米波雷達的原理 103
4.6.2 毫米波雷達的典型設(shè)備 104
4.7 超聲波雷達 105
4.7.1 超聲波雷達的原理 105
4.7.2 超聲波雷達的類型 105
4.8 車載智能芯片及控制器 106
4.8.1 國外車載智能芯片 106
4.8.2 國內(nèi)車載智能芯片 110
4.8.3 國產(chǎn)域控制器實例 111
第5章 精確定位與導航原理 114
5.1 定位方法概述 114
5.2 磁導航與慣性導航定位 115
5.2.1 磁導航定位 115
5.2.2 慣性導航定位 116
5.3 GNSS定位 118
5.3.1 導航定位原理 118
5.3.2 差分導航原理 119
5.3.3 大地主題解算的基本原理 121
5.4 UWB無線定位 126
5.4.1 UWB無線定位概述 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SLAM定位 131
5.5.1 激光雷達SLAM概述 131
5.5.2 激光雷達SLAM算法分類 131
5.5.3 激光雷達SLAM流程 135
5.6 視覺SLAM定位 136
5.6.1 視覺SLAM概述 136
5.6.2 常用的視覺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+輪速計融合定位 144
5.7.3 基于因子圖的GNSS+激光雷達+IMU的融合SLAM算法 145
5.7.4 激光雷達+IMU+GNSS+相機融合定位方法 147
5.7.5 基于實時局部建圖的激光雷達長周期定位方法 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 基于視覺的環(huán)境感知 152
6.2.1 基于規(guī)則的視覺感知 152
6.2.2 基于深度學習的視覺感知 158
6.3 基于激光雷達的環(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 激光雷達與視覺結(jié)合的障礙物檢測方法 171
6.4.1 基于視覺圖像的行人檢測方法研究 172
6.4.2 基于相機與激光雷達數(shù)據(jù)融合的行人檢測方法研究 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 運動規(guī)劃 189
7.3 端到端決策方法 194
7.3.1 模仿學習 195
7.3.2 基于強化學習的決策方法 203
7.4 決策評估方法與相關(guān)數(shù)據(jù)集 213
7.4.1 決策評估方法 213
7.4.2 數(shù)據(jù)集 214
第8章 車輛控制方法 218
8.1 軌跡跟蹤控制 218
8.1.1 預瞄跟隨理論 218
8.1.2 目標轉(zhuǎn)角計算 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 無人駕駛技術(shù)的應用場景 226
9.1 無人駕駛出租車 226
9.1.1 簡介 226
9.1.2 百度無人駕駛出行服務平臺：蘿卜快跑 227
9.2 無人物流配送 227
9.2.1 自動導向車（AGV） 228
9.2.2 園區(qū)無人配送與零售 229
9.3 礦山無人機械 230
9.3.1 露天煤礦無人化運輸車 230
9.3.2 地下金屬礦無人化巡檢車 231
9.4 農(nóng)牧業(yè)智能化中的無人駕駛 232
9.4.1 無人化農(nóng)業(yè) 232
9.4.2 無人化畜牧業(yè) 233
9.5 港口的無人化應用 234
9.6 工程機械的無人化應用 234