北理慧动教育，智能汽车产教融合数字化方案

《无人驾驶车辆理论与设计》     是在作者已出版的《无人驾驶汽车概论》《无人驾驶车辆模型预测控制》《无人驾驶车辆智能行为及其测试与评价》等专著的基础上，考虑近年来新发展，着手编写的面向车辆工程专业本科层次的教材。     本书共7章，包括无人驾驶车辆发展历程、应用前景和结构组成；无人驾驶车辆常用感知传感器及其标定方法；无人驾驶车辆环境感知技术；无人驾驶车辆卫星导航定位技术、航迹推算定位技术以及视觉定位技术；无人驾驶车辆路径规划、路径跟踪方法以及无人驾驶车辆设计与测试方法等内容。     本书以深入浅出的方式让学生融会贯通地掌握无人驾驶车辆相关基本知识。如在第3章以实际案例的方式介绍了基于视觉的车道线检测，基于三维激光雷达的越野环境可通行区域检测，基于彩色分割、形态学处理、几何形状检测的交通信号灯检测。以基于卷积神经网络的限速标志检测为例，介绍了深度学习方法在无人驾驶车辆上的应用。第4章介绍了近两年得到广泛应用的网络差分定位技术。第6章介绍了艾克曼转向和速差转向的2种不同类型的无人驾驶车辆路径跟踪方法。第7章介绍了基于公开数据集、基于V-REP的仿真测试和无人驾驶车辆实车测试方法。     本书可作为高等院校自动化、计算机等专业的参考教材，同时可为各类对无人驾驶车辆感兴趣的人员提供入门参考。 出版情况：已出版

    目  录    

第1章 绪论
1．1 发展历程
1．1．1 国外发展历程
1．1．2 国内发展历程
1．2 无人驾驶车辆的应用前景
1．2．1 无人驾驶车辆在智能交通中的应用
1．2．2 无人驾驶车辆在矿区、园区等区域的应用
1．2．3 无人驾驶车辆在国防安全领域的应用
1．3 无人驾驶车辆结构组成
习题

第2章 无人驾驶车辆常用感知传感器
2．1 激光雷达
2．1．1 二维激光雷达
2．1．2 三维激光雷达
2．1．3 激光雷达的标定
2．2 毫米波雷达
2．3 车载摄像机
2．3．1 单目视觉标定
2．3．2 双目视觉标定
习题

第3章 无人驾驶车辆环境感知技术
3．1 结构化道路车道线检测
3．1．1 结构化道路常用基本假设
3．1．2 车道线检测
3．2 越野环境可通行区域检测
3．2．1 地面分割
3．2．2 越野环境要素检测
3．2．3 可通行区域提取
3．3 交通信号灯与交通标志检测
3．3．1 交通信号灯检测
3．3．2 交通标志检测
3．4 前方车辆检测
3．4．1 视觉与二维激光雷达融合检测
3．4．2 视觉与毫米波雷达融合检测
习题

第4章 无人驾驶车辆定位导航
4．1 全球卫星导航定位
4．1．1 GPS定位的基本原理
4．1．2 GPS定位特性分析
4．1．3 差分GPS
4．2 GPS／DR组合定位
4．2．1 航迹推算（DR）定位
4．2．2 GPS／DR组合方式
4．3 视觉定位技术
4．3．1 视觉SLAM
4．3．2 视觉里程计
习题

第5章 无人驾驶车辆路径规划
5．1 路径规划概述
5．2 环境地图表示方法
5．2．1 度量地图表示法
5．2．2 拓扑地图表示法
5．3 常用算法介绍
5．3．1 Diikstra算法
5．3．2 经典A*算法
5．3．3 RRT算法
5．4 应用实例
5．4．1 基于栅格地图的搜索算法实例
5．4．2 基于拓扑地图的搜索算法实例
习题

第6章 无人驾驶车辆路径跟踪
6．1 阿克曼转向车辆运动学
6．2 阿克曼转向车辆路径跟踪算法
6．3 速差转向车辆运动分析
6．3．1 车辆转向结构分析
6．3．2 转向动力学分析
6．3．3 转向控制不确定性分析
6．4 速差转向车辆的路径跟踪控制
6．4．1 预瞄自适应控制
6．4．2 车辆转向的横纵向协同控制方法
习题

第7章 无人驾驶车辆设计与测试
7．1 功能需求分析与总体设计
7．1．1 功能需求分析
7．1．2 总体设计
7．2 分系统设计
7．2．1 底层系统设计
7．2．2 控制系统设计
7．2．3 感知系统设计
7．2．4 路径规划系统设计
7．3 仿真与实车测试
7．3．1 基于公开数据集的测试
7．3．2 基于V-REP的仿真测试
7．3．3 实车测试
习题
附录V-REP仿真软件入门材料
1．1 V-REP基本操作
1．1．1 菜单栏
1．1．2 快捷操作栏
1．2 V-REP独立仿真
1．3 V-REP与Matlab联合仿真
1．4 Lua语法简要说明
参考文献