当前位置:首页 > 交通运输
智能汽车关键技术与设计方法
智能汽车关键技术与设计方法

智能汽车关键技术与设计方法PDF电子书下载

交通运输

  • 电子书积分:10 积分如何计算积分?
  • 作 者:韩维建主编
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2019
  • ISBN:9787111613459
  • 页数:228 页
图书介绍:随着汽车工业和人工智能技术的发展,智能汽车正在向人类走来。这一技术的普及,将从根本上改变人类的生活。在智能汽车时代,出行变得更加安全、便捷、舒适。人机共驾和自动驾驶将改变人类的时空观念,城市布局将重新规划,共享经济大力发展,全职司机由虚拟驾驶人替代。智能汽车技术作为一种划时代的技术,目前已经上升到了国家战略层面。在这样的时代背景下,本书将从技术层面,对智能汽车的感知、控制、定位和测试验证等多种关键技术进行详尽分析与解释,并运用相关的实验与仿真来论证书中所提出方法的正确性和实际可行性。
《智能汽车关键技术与设计方法》目录

第1章 绪论 1

1.1智能汽车的发展和现状 1

1.2智能汽车的意义 6

1.2.1智能汽车对个人的意义 6

1.2.2智能汽车对交通系统的意义 7

1.2.3智能汽车对社会的意义 7

1.3智能汽车的分级 8

1.4智能汽车的关键技术 10

1.5智能汽车的技术路线 10

1.6智能汽车时代的来临 12

参考文献 12

第2章 智能汽车的系统构架与主要构成 14

2.1智能汽车的系统构架 14

2.1.1分层递阶式系统构架 14

2.1.2反应式系统构架 15

2.1.3混合式系统构架 16

2.2智能汽车的硬件系统构架 17

2.2.1智能汽车计算平台 18

2.2.2智能汽车常用传感器 20

2.3智能汽车的软件系统构架 26

2.3.1主机操作系统 26

2.3.2中间层运行框架 27

2.3.3应用层 27

2.4智能汽车的通信系统 29

2.4.1智能汽车车内通信 29

2.4.2智能汽车与V2X技术 31

参考文献 34

第3章 智能汽车环境感知技术 37

3.1相机模型与李群和李代数基础 37

3.1.1相机坐标系的定义 37

3.1.2欧式空间坐标转换 38

3.1.3李群和李代数基础 40

3.2 KITTI数据集介绍 44

3.2.1 KITTI数据集采集平台 44

3.2.2 KITTI数据集的类型 45

3.2.3 KITTI数据集的格式介绍 48

3.3基于多特征融合的道路理解方法 48

3.3.1道路环境理解算法架构 49

3.3.2基于特征融合的道路区域分割 50

3.3.3道路建模与随动方向滤波器 52

3.3.4基于置信度函数的道路标线识别 54

3.3.5基于粒子对滤波的道路线跟踪 56

3.3.6试验结果与分析 58

3.4基于机器学习和粒子滤波的前方车辆识别 60

3.4.1前方车辆识别问题与方法 61

3.4.2路面区域提取方法 63

3.4.3基于机器学习的车辆分层级联识别 66

3.4.4基于粒子滤波的多目标跟踪 72

3.4.5试验结果与分析 77

3.4.6本节小结 81

3.5基于深度学习的环境感知方法 81

3.5.1神经网络 81

3.5.2卷积神经网络 85

3.5.3 CNN在智能汽车环境感知中的应用 88

3.6基于激光雷达的感知技术 93

3.6.1激光雷达基础 94

3.6.2 LiDAR的外参数标定 96

3.6.3障碍物检测 97

参考文献 98

第4章 智能汽车紧急控制策略 101

4.1转向避撞效能及可行性分析 102

4.1.1避撞所需最短纵向距离 102

4.1.2不同避撞方式的安全收益 106

4.1.3不同避撞方式对环境感知能力的要求 109

4.1.4不同避撞方式对执行器的要求 110

4.2临界距离分析 113

4.2.1制动避撞所需的最短纵向距离 113

4.2.2转向避撞所需的最短纵向距离 115

4.3自动紧急控制 127

4.3.1驾驶员触发型紧急转向辅助控制 129

4.3.2矫正型紧急转向辅助控制 142

4.3.3 AEB算法的优化 148

4.3.4制动和转向避撞控制集成 150

4.4制动转向协调避撞控制 152

4.4.1车辆模型 153

4.4.2环境模型 156

4.4.3驾驶员模型 158

4.4.4制动转向协调避撞控制 159

4.5本章小结 161

参考文献 162

第5章 智能汽车的导航定位技术 164

5.1基于高精地图的匹配定位技术 164

5.1.1高精地图VS传统电子导航地图 165

5.1.2高精地图的绘制与测评 166

5.1.3基于高精地图三维点云的车辆匹配定位方法 167

5.1.4高精地图的未来发展与挑战 169

5.2基于DR和MM组合的车辆定位方法 169

5.2.1航位推算技术 170

5.2.2地图匹配技术 171

5.2.3基于卡尔曼滤波器的DR和MM定位信息的融合 175

5.2.4本节小结 178

5.3视觉里程计 178

5.3.1视觉里程计概述 179

5.3.2对极几何 180

5.3.3 PnP算法原理简介 181

5.3.4直接法 181

5.3.5本节小结 182

参考文献 183

第6章 智能汽车试验验证技术 185

6.1智能汽车试验验证面临的挑战 186

6.2智能汽车试验验证技术的介绍 188

6.2.1智能汽车测试验证机理 188

6.2.2 ADAS测试评价方法 189

6.2.3高等级自动驾驶车辆测试评价方法 201

6.3智能网联汽车综合试验场 204

6.3.1国外智能网联汽车综合试验场 205

6.3.2国内智能网联汽车专用试验场 213

参考文献 216

第7章 智能汽车的挑战与未来 219

7.1智能汽车面临的挑战 219

7.1.1法律上的挑战 220

7.1.2责任判定上的挑战 220

7.1.3个人隐私权的挑战 220

7.1.4成本提高带来的挑战 221

7.1.5汽车厂商和互联网厂商合作上的挑战 222

7.1.6汽车安全的挑战 222

7.2自动驾驶给人类带来的变化 223

7.2.1市场份额变化 223

7.2.2商业模式的颠覆 223

7.2.3人们思想的改变 224

7.3智能汽车发展策略 224

7.3.1信息系统 224

7.3.2识别系统 225

7.3.3控制系统 226

7.4可预见的未来 226

7.4.1关键的节点:2020年 226

7.4.2混合时代:2020~2050年 227

7.4.3真正的自动驾驶时代:2050年以后 227

参考文献 227

返回顶部