第1章概論001

1.1智能車輛概述001

1.2人工智能概述002

1.3智能車輛體系結構005

第2章智能車輛環境感知009

2.1以斜坡為例的可通行區域檢測009

2.1.1檢測原理009

2.1.2場景構建010

2.1.3檢測程序012

2.1.4操作步驟021

2.2基于機器學習與激光雷達點云的負障礙檢測023

2.2.1三種機器學習算法介紹023

2.2.2數據采集與處理026

2.2.3基于Python庫scikit-learn的實現028

2.3基于Adaboost與攝像機圖像的車輛檢測035

2.3.1分類器訓練參數設置035

2.3.2正負樣本的提供036

2.3.3訓練分類器037

2.3.4使用級聯分類器檢測041

第3章深度學習及其在環境感知中的應用044

3.1卷積神經網絡044

3.2越野環境場景識別047

3.2.1場景數據集047

3.2.2道路類型識別048

3.3目標檢測模型及其在智能車上的應用057

3.3.1YOLO系列目標檢測模型057

3.3.2應用案例060

3.4基于深度學習的車道線語義分割067

3.4.1車道線分割網絡設計與訓練067

3.4.2車道線檢測網絡的壓縮與加速076

智能車輛理論與應用:慕課版（第2版）目錄第4章智能車輛SLAM078

4.1SLAM概述078

4.2視覺SLAM081

4.2.1算法框架與前端搭建081

4.2.2圖優化概述087

4.2.3非回環分層模型090

4.2.4ORB-SLAM運行及數據處理094

4.3激光雷達SLAM100

4.3.1激光雷達SLAM概述100

4.3.2基于特征概率柵格地圖的激光雷達里程計101

4.3.3基于圖優化的激光雷達SLAM后端110

第5章智能車輛行為決策117

5.1高速道路環境下智能車輛超車行為決策117

5.1.1基于層次狀態機的超車行為建模119

5.1.2基于人工神經網絡的超車意圖產生122

5.1.3基于規則的超車條件判定126

5.2無信號燈十字交叉口智能車輛行為決策129

5.2.1無信號燈十字交叉口場景分析129

5.2.2基于模糊邏輯的駕駛員激進程度識別130

5.2.3基于相對駕駛激進程度的無信號燈交叉口決策方法131

5.3車輛跟馳類人駕駛學習系統134

5.3.1類人駕駛學習系統設計134

5.3.2強化學習與馬爾可夫決策過程135

5.3.3Q Learning與NQL（Neural-Q Learning）137

5.3.4NQL求解過程140

5.3.5NQL算法流程142

5.4定距離跟馳仿真試驗144

5.4.1仿真系統設計144

5.4.2定距離跟馳模型144

5.4.3試驗結果與分析146

第6章智能車輛運動規劃148

6.1概述148

6.1.1基于采樣的運動規劃算法148

6.1.2基于搜索的運動規劃算法151

6.1.3基于優化的運動規劃算法152

6.2靜態環境下的運動規劃153

6.2.1代價地圖153

6.2.2運動規劃154

6.2.3V-REP場景構建及仿真展示156

6.2.4ROS程序165

6.2.5參數解析167

6.3動態環境下的運動規劃172

6.3.1碰撞檢測方法172

6.3.2速度重規劃算法176

6.3.3基于狀態空間采樣的路徑規劃算法181

第7章智能車輛模型預測控制184

7.1車輛動力學模型184

7.1.1定義坐標系184

7.1.2車輛動力學模型185

7.1.3輪胎模型186

7.2模型預測控制理論推導與求解186

7.2.1模型預測控制算法186

7.2.2非線性模型預測控制188

7.2.3線性時變模型預測控制190

7.3基于動力學模型的軌跡跟蹤控制196

7.3.1預測模型196

7.3.2代價函數199

7.3.3優化求解200

7.4MATLAB仿真實例201

7.4.1代碼介紹201

7.4.2仿真分析207

第8章智能網聯215

8.1基于網聯技術的多車編隊自動駕駛215

8.1.1車輛編隊總體方案216

8.1.2多車編隊系統架構219

8.1.3編隊車輛平臺軟件結構220

8.2基于V2X的紅綠燈路口通行224

8.2.1單個紅綠燈路口通行策略的制定224

8.2.2通行多個紅綠燈路口方法229

8.2.3仿真試驗232

8.3基于V2X的遮擋環境下智能車輛避撞行人239

8.3.1基于V2X的避撞系統239

8.3.2基于分級沖突區域的行人避撞方法241

8.3.3通信延時與丟包的影響分析245

第9章智能車輛測試與評價251

9.1基于ROS+V-REP的智能車輛綜合測試251

9.1.1安裝ROS+V-REP251

9.1.2安裝依賴項257

9.1.3V-REP模型搭建259

9.1.4聯合仿真測試262

9.2智能車輛測評體系281

9.2.1復雜交通環境下智能車輛性能測試內容281

9.2.2基于集成測試方法的性能測試282

9.2.3智能車輛性能測試環境構建283

9.2.4智能車輛性能評價方法284

參考文獻287