智慧型汽車關鍵技術與設計方法

《智慧型汽車關鍵技術與設計方法》是2018年12月1日機械工業出版社出版的圖書，作者是王科李霖。

基本介紹

• 書名：智慧型汽車關鍵技術與設計方法
• 作者：王科李霖
• 出版社：機械工業出版社
• ISBN：9787111613459

內容簡介

隨著人工智慧、網際網路技術的發展，智慧型汽車正在逐漸向人類走來。由於智慧型汽車具有智慧型化、網聯化、節能環保、安全便捷等特點，對它的研究已經在汽車產業中掀起了一陣熱潮，它也必將是未來汽車發展的必然方向。現今各大車企都開始紛紛投身智慧型汽車產業，相互競爭與合作，制訂相關的戰略計畫，研製、測試自家的智慧型汽車。

zhua曲子白渡白顆

目前，智慧型汽車產業正呈現出百家爭奇、蓬勃向上的發展態勢，同時這也是一場沒有硝煙的戰爭，任何企業在技術上遲滯與落後都可能被行業所淘汰。

圖書目錄

叢書總序

推薦序一

推薦序二

前言

第1章　緒論1

1.1　智慧型汽車的發展和現狀1

1.2　智慧型汽車的意義6

1.2.1　智慧型汽車對個人的意義6

1.2.2　智慧型汽車對交通系統的意義7

1.2.3　智慧型汽車對社會的意義7

1.3　智慧型汽車的分級8

1.4　智慧型汽車的關鍵技術10

1.5　智慧型汽車的技術路線10

1.6　智慧型汽車時代的來臨12

參考文獻12

第2章　智慧型汽車的系統構架與主要構成14

2.1　智慧型汽車的系統構架14

2.1.1　分層遞階式系統構架14

2.1.2　反應式系統構架15

2.1.3　混合式系統構架16

2.2　智慧型汽車的硬體系統構架17

2.2.1　智慧型汽車計算平台18

2.2.2　智慧型汽車常用感測器20

2.3　智慧型汽車的軟體系統構架26

2.3.1　主機作業系統26

2.3.2　中間層運行框架27

2.3.3　套用層27

2.4　智慧型汽車的通信系統29

2.4.1　智慧型汽車車內通信29

2.4.2　智慧型汽車與V2X技術31

參考文獻34

第3章　智慧型汽車環境感知技術37

3.1　相機模型與李群和李代數基礎37

3.1.1　相機坐標系的定義37

3.1.2　歐式空間坐標轉換38

3.1.3　李群和李代數基礎40

3.2　KITTI數據集介紹44

3.2.1　KITTI數據集採集平台44

3.2.2　KITTI數據集的類型45

3.2.3　KITTI數據集的格式介紹48

3.3　基於多特徵融合的道路理解方法48

3.3.1　道路環境理解算法架構49

3.3.2　基於特徵融合的道路區域分割50

3.3.3　道路建模與隨動方向濾波器52

3.3.4　基於置信度函式的道路標線識別54

3.3.5　基於粒子對濾波的道路線跟蹤56

3.3.6　試驗結果與分析58

3.4　基於機器學習和粒子濾波的前方車輛識別60

3.4.1　前方車輛識別問題與方法61

3.4.2　路面區域提取方法63

3.4.3　基於機器學習的車輛分層級聯識別66

3.4.4　基於粒子濾波的多目標跟蹤72

3.4.5　試驗結果與分析77

3.4.6　本節小結81

3.5　基於深度學習的環境感知方法81

3.5.1　神經網路81

3.5.2　卷積神經網路85

3.5.3　CNN在智慧型汽車環境感知中的套用88

3.6　基於雷射雷達的感知技術93

3.6.1　雷射雷達基礎94

3.6.2　LiDAR的外參數標定96

3.6.3　障礙物檢測97

參考文獻98

第4章　智慧型汽車緊急控制策略101

4.1　轉向避撞效能及可行性分析102

4.1.1　避撞所需最短縱向距離102

4.1.2　不同避撞方式的安全收益106

4.1.3　不同避撞方式對環境感知能力的要求109

4.1.4　不同避撞方式對執行器的要求110

4.2　臨界距離分析113

4.2.1　制動避撞所需的最短縱向距離113

4.2.2　轉向避撞所需的最短縱向距離115

4.3　自動緊急控制127

4.3.1　駕駛員觸髮型緊急轉向輔助控制129

4.3.2　矯正型緊急轉向輔助控制142

4.3.3　AEB算法的最佳化148

4.3.4　制動和轉向避撞控制集成150

4.4　制動轉向協調避撞控制152

4.4.1　車輛模型153

4.4.2　環境模型156

4.4.3　駕駛員模型158

4.4.4　制動轉向協調避撞控制159

4.5　本章小結161

參考文獻162

第5章　智慧型汽車的導航定位技術164

5.1　基於高精地圖的匹配定位技術164

5.1.1　高精地圖VS傳統電子導航地圖165

5.1.2　高精地圖的繪製與測評166

5.1.3　基於高精地圖三維點雲的車輛匹配定位方法167

5.1.4　高精地圖的未來發展與挑戰169

5.2　基於DR和MM組合的車輛定位方法169

5.2.1　航位推算技術170

5.2.2　地圖匹配技術171

5.2.3　基於卡爾曼濾波器的DR和MM定位信息的融合175

5.2.4　本節小結178

5.3　視覺里程計178

5.3.1　視覺里程計概述179

5.3.2　對極幾何180

5.3.3　PnP算法原理簡介181

5.3.4　直接法181

5.3.5　本節小結182

參考文獻183

第6章　智慧型汽車試驗驗證技術185

6.1　智慧型汽車試驗驗證面臨的挑戰186

6.2　智慧型汽車試驗驗證技術的介紹188

6.2.1　智慧型汽車測試驗證機理188

6.2.2　ADAS測試評價方法189

6.2.3　高等級自動駕駛車輛測試評價方法201

6.3　智慧型網聯汽車綜合試驗場204

6.3.1　國外智慧型網聯汽車綜合試驗場205

6.3.2　國內智慧型網聯汽車專用試驗場213

參考文獻216

第7章　智慧型汽車的挑戰與未來219

7.1　智慧型汽車面臨的挑戰219

7.1.1　法律上的挑戰220

7.1.2　責任判定上的挑戰220

7.1.3　個人隱私權的挑戰220

7.1.4　成本提高帶來的挑戰221

7.1.5　汽車廠商和網際網路廠商合作上的挑戰222

7.1.6　汽車安全的挑戰222

7.2　自動駕駛給人類帶來的變化223

7.2.1　市場份額變化223

7.2.2　商業模式的顛覆223

7.2.3　人們思想的改變224

7.3　智慧型汽車發展策略224

7.3.1　信息系統224

7.3.2　識別系統225

7.3.3　控制系統226

7.4　可預見的未來226

7.4.1　關鍵的節點：2020年226

7.4.2　混合時代：2020～2050年227