自動駕駛決策規劃技術理論與實踐

自動駕駛決策規劃技術理論與實踐

《自動駕駛決策規劃技術理論與實踐》是2021年中國鐵道出版社出版的圖書,作者是李柏、張友民、彭曉燕、歐陽亞坤、孔旗。

基本介紹

  • 中文名:自動駕駛決策規劃技術理論與實踐
  • 作者李柏、張友民、彭曉燕、歐陽亞坤、孔旗
  • 出版社中國鐵道出版社
  • 出版時間:2021年11月1日
  • 頁數:196 頁
  • 定價:88 元
  • 開本:16 開
  • ISBN:9787113282523
內容簡介,圖書目錄,

內容簡介

自動駕駛的決策規劃模組決定了車輛的具體運動行為,是體現車輛行駛智慧水平的關鍵環節。書中以最優控制問題的求解為主線,從自動駕駛的意義、現狀和車端模組開始講解,詳細介紹了泊車軌跡規劃任務建模、最優控制問題的數值求解、泊車決策規劃方法、道路巡航行駛場景與Frenet坐標系、道路巡航行駛場景中的行為決策方法、道路巡航行駛場景中的軌跡規劃方法、多體拖掛車的決策規劃方法、多車協同決策規劃方法、自動駕駛決策規划算法實踐、百度Apollo自動駕駛開放平台入門等內容,最後提供了一些開放式的思考題,便於讀者檢驗閱讀本書的效果。
本書適合自動駕駛車輛決策規劃領域的技術人員及本科生、研究生閱讀學習,可作為高校自動駕駛相關專業的教材,也可作為從業多年的資深算法工程師的參考書。

圖書目錄

第1章 自動駕駛決策規劃技術概述 1
1.1 自動駕駛系統的研發意義 1
1.2 自動駕駛系統的研發現狀 2
1.3 自動駕駛車端模組 7
1.3.1 感知模組 8
1.3.2 決策模組 9
1.3.3 控制模組 10
第2章 泊車軌跡規劃任務建模 11
2.1 泊車軌跡規劃任務 11
2.2 基於最優控制問題模型的軌跡規劃任務描述 12
2.3 車輛運動學約束 15
2.4 邊值約束 17
2.5 碰撞躲避約束 20
2.6 代價函式 22
2.7 完整的最優控制問題 23
第3章 最優控制問題的數值求解 24
3.1 最優控制問題的標準化改造 24
3.2最優控制問題的常見求解方法 25
3.3最優控制問題的數值求解方法 26
3.3.1最優控制問題的離散化 26
3.3.2非線性規劃問題的求解 28
3.3.3構造最優控制問題的數值最優解 30
3.4非線性規劃問題求解過程的初始化 30
第4章 泊車行為決策方法 34
4.1 A*算法 34
4.2 混合A*算法 43
4.3 初始解的構造 49
第5章 泊車決策規劃方法進階 52
5.1 行車隧道約束的構建 52
5.2 利用行車隧道約束提升泊車軌跡規劃實時性 58
5.3 行車隧道約束方法的缺陷 60
5.4 行車隧道約束方法的進一步完善策略 60
第6章 道路巡航行駛場景與Frenet坐標系 63
6.1 結構化道路場景與非結構化泊車場景的差異 63
6.2 指引線的生成 64
6.3 Frenet坐標系 66
6.3.1 Frenet坐標系基本概念 67
6.3.2 笛卡兒與Frenet坐標點位置的轉換 68
6.3.3 笛卡兒與Frenet坐標點運動狀態的轉換 70
6.3.4 Frenet坐標系的局限性 76
第7章 道路巡航行駛場景中的行為決策方法 78
7.1 決策類別 78
7.2 路徑—速度分解策略 79
7.3 路徑決策 79
7.3.1 道路分層採樣方法 80
7.3.2 基於動態規劃的搜尋方法 81
7.3.3 路徑片段的代價評估 85
7.4 速度決策 86
7.4.1 在T-S坐標系中採樣搜尋 86
7.4.2 利用S-V坐標系提升決策效率 89
7.4.3 在T-V或T-A坐標系中採樣搜尋 92
第8章 道路巡航行駛場景中的軌跡規劃方法 93
8.1 路徑規劃 93
8.1.1 車輛運動學約束建模 93
8.1.2 碰撞躲避約束建模 94
8.1.3 邊值約束建模 96
8.1.4 代價函式建模 97
8.1.5 最優控制問題的數值求解 98
8.2 速度規劃 100
8.2.1 車輛運動學約束建模 100
8.2.2 碰撞躲避約束建模 101
8.2.3 邊值約束建模 101
8.2.4 代價函式建模 102
8.2.5 最優控制問題構建與數值求解 102
8.3 EM算法 103
8.4 不依賴Frenet坐標系的決策規劃方法 105
8.4.1 笛卡兒坐標系中的決策 105
8.4.2 笛卡兒坐標系中的規劃 107
第9章 多體拖掛車的決策規劃方法 108
9.1 拖掛車決策規劃任務模型 109
9.1.1 車輛運動學約束 109
9.1.2 邊值約束 112
9.1.3 碰撞躲避約束 113
9.1.4 代價函式 113
9.2 拖掛車的行為決策方法 114
9.3 拖掛車的運動規劃方法 115
第10章 多車協同決策規劃方法 117
10.1 聯立協同決策與序貫決策 117
10.2 非結構化複雜場景中的協同軌跡規劃 118
10.2.1 協同軌跡規劃問題建模 118
10.2.2 協同軌跡規劃問題求解的困難 120
10.2.3 協同軌跡規劃問題的簡化 120
10.2.4 約束尺度自適應變化的疊代最佳化方法 121
10.3 結構化場景中的協同軌跡規劃方法 125
10.3.1 多車協同換道軌跡規劃 125
10.3.2 無信號燈自由空間路口多車協同通行軌跡規劃 127
第11章 自動駕駛決策規划算法實踐 129
11.1 讓車動起來 129
11.1.1 與底盤通信 129
11.1.2 ROS介紹與安裝 132
11.1.3 編寫第一個ROS節點 134
11.2 定位模組 140
11.2.1 全局坐標系與車身坐標系 140
11.2.2 硬體準備 141
11.2.3 基於拓展卡爾曼濾波的局部定位方法 142
11.2.4 基於粒子濾波的全局定位方法 143
11.3 控制模組 145
11.3.1 Frenet坐標系 145
11.3.2 縱向控制 147
11.3.3 橫向控制 148
11.4 決策規劃模組 151
11.4.1 碰撞檢測 151
11.4.2 IPOPT與線性求解器 153
11.4.3 自動微分工具 ADOL-C 161
11.4.4 滾動時域決策規劃與Stitch技術 164
第12章 百度Apollo自動駕駛開放平台入門 167
12.1 百度Apollo開放平台的部署方法 167
12.2 在百度Apollo開放平台中進行仿真實驗 169
第13章 思考題 172
參考文獻 176

相關詞條

熱門詞條

聯絡我們