目录
前言
第1章 概述
1.1 自动驾驶汽车介绍
1.1.1 自动驾驶汽车概念与分级
1.1.2 自动驾驶汽车关键技术
1.2 自动驾驶汽车的规划与控制
1.2.1 概念与意义
1.2.2 路径规划
1.2.3 自动驾驶汽车控制
1.3 规划控制中的机器学习基本思想
1.4 本章小结
参考文献
第2章 全局路径规划
2.1 全局路径规划概述
2.2 车用地图与导航技术
2.2.1 车用高精地图
2.2.2 高精地图与汽车导航
2.2.3 路径规划算法分类
2.2.4 Dijkstra算法
2.2.5 Floyd算法
2.2.6 A*算法
2.2.7 RRT算法
2.2.8 路径规划算法的发展
2.3 本章小结
参考文献
第3章 汽车行为决策
3.1 汽车行为决策算法概述
3.2 交通环境行为预测
3.2.1 交通参与者行为预测
3.2.2 安全性评估算法
3.3 汽车行为决策理论
3.3.1 无人驾驶行为决策系统
3.3.2 基于规则的行为决策
3.3.3 马尔可夫决策过程
3.4 本章小结
参考文献
第4章 汽车运动规划
4.1 汽车可行驶区域生成
4.2 汽车局部轨迹规划
4.2.1 局部轨迹生成主要方法
4.2.2 局部轨迹直接构造法
4.2.3 路径速度分解法
4.2.4 机器学习在局部路径规划中的应用
4.3 驾驶舒适度评价体系
4.4 本章小结
参考文献
第5章 自动驾驶汽车控制
5.1 汽车运动控制理论
5.1.1 经典控制理论
5.1.2 现代控制理论
5.2 汽车模型
5.2.1 汽车动力学
5.2.2 汽车运动学
5.3 汽车运动控制
5.3.1 概述
5.3.2 预瞄跟随控制
5.3.3 前馈控制
5.3.4 反馈控制
5.3.5 横向控制
5.3.6 纵向控制
5.3.7 横纵向协同控制
5.4 本章小结
参考文献
第6章 基于Apollo平台的决策与控制实践
6.1 Apollo平台安装简介
6.1.1 安装Git LFS
6.1.2 下载Apollo源代码
6.1.3 安装Docker CE环境
6.1.4 编译源代码
6.1.5 启动Apollo仿真平台
6.2 基于本地Apollo环境的Planning模块调试
6.2.1 进入Apollo环境
6.2.2 基于数据包制作相对地图
6.2.3 Planning模块运行调试
6.2.4 Planning模块可配置参数文件
6.3 Apollo仿真平台
6.3.1 仿真平台的真实性
6.3.2 仿真平台的全面性
6.3.3 仿真系统的结构
6.3.4 动态变速仿真技术
6.3.5 仿真平台实践
6.4 Apollo案例分析
6.4.1 阿波龙
6.4.2 阿波牛
6.5 本章小结
参考文献