智能車輛理論與應(yīng)用：慕課版（第2版）

第1章概論001
1.1智能車輛概述001
1.2人工智能概述002
1.3智能車輛體系結(jié)構(gòu)005

第2章智能車輛環(huán)境感知009
2.1以斜坡為例的可通行區(qū)域檢測(cè)009
2.1.1檢測(cè)原理009
2.1.2場(chǎng)景構(gòu)建010
2.1.3檢測(cè)程序012
2.1.4操作步驟021
2.2基于機(jī)器學(xué)習(xí)與激光雷達(dá)點(diǎn)云的負(fù)障礙檢測(cè)023
2.2.1三種機(jī)器學(xué)習(xí)算法介紹023
2.2.2數(shù)據(jù)采集與處理026
2.2.3基于Python庫(kù)scikit-learn的實(shí)現(xiàn)028
2.3基于Adaboost與攝像機(jī)圖像的車輛檢測(cè)035
2.3.1分類器訓(xùn)練參數(shù)設(shè)置035
2.3.2正負(fù)樣本的提供036
2.3.3訓(xùn)練分類器037
2.3.4使用級(jí)聯(lián)分類器檢測(cè)041

第3章深度學(xué)習(xí)及其在環(huán)境感知中的應(yīng)用044
3.1卷積神經(jīng)網(wǎng)絡(luò)044
3.2越野環(huán)境場(chǎng)景識(shí)別047
3.2.1場(chǎng)景數(shù)據(jù)集047
3.2.2道路類型識(shí)別048
3.3目標(biāo)檢測(cè)模型及其在智能車上的應(yīng)用057
3.3.1YOLO系列目標(biāo)檢測(cè)模型057
3.3.2應(yīng)用案例060
3.4基于深度學(xué)習(xí)的車道線語(yǔ)義分割067
3.4.1車道線分割網(wǎng)絡(luò)設(shè)計(jì)與訓(xùn)練067
3.4.2車道線檢測(cè)網(wǎng)絡(luò)的壓縮與加速076

智能車輛理論與應(yīng)用:慕課版（第2版）目錄第4章智能車輛SLAM078
4.1SLAM概述078
4.2視覺SLAM081
4.2.1算法框架與前端搭建081
4.2.2圖優(yōu)化概述087
4.2.3非回環(huán)分層模型090
4.2.4ORB-SLAM運(yùn)行及數(shù)據(jù)處理094
4.3激光雷達(dá)SLAM100
4.3.1激光雷達(dá)SLAM概述100
4.3.2基于特征概率柵格地圖的激光雷達(dá)里程計(jì)101
4.3.3基于圖優(yōu)化的激光雷達(dá)SLAM后端110

第5章智能車輛行為決策117
5.1高速道路環(huán)境下智能車輛超車行為決策117
5.1.1基于層次狀態(tài)機(jī)的超車行為建模119
5.1.2基于人工神經(jīng)網(wǎng)絡(luò)的超車意圖產(chǎn)生122
5.1.3基于規(guī)則的超車條件判定126
5.2無(wú)信號(hào)燈十字交叉口智能車輛行為決策129
5.2.1無(wú)信號(hào)燈十字交叉口場(chǎng)景分析129
5.2.2基于模糊邏輯的駕駛員激進(jìn)程度識(shí)別130
5.2.3基于相對(duì)駕駛激進(jìn)程度的無(wú)信號(hào)燈交叉口決策方法131
5.3車輛跟馳類人駕駛學(xué)習(xí)系統(tǒng)134
5.3.1類人駕駛學(xué)習(xí)系統(tǒng)設(shè)計(jì)134
5.3.2強(qiáng)化學(xué)習(xí)與馬爾可夫決策過程135
5.3.3Q Learning與NQL（Neural-Q Learning）137
5.3.4NQL求解過程140
5.3.5NQL算法流程142
5.4定距離跟馳仿真試驗(yàn)144
5.4.1仿真系統(tǒng)設(shè)計(jì)144
5.4.2定距離跟馳模型144
5.4.3試驗(yàn)結(jié)果與分析146

第6章智能車輛運(yùn)動(dòng)規(guī)劃148
6.1概述148
6.1.1基于采樣的運(yùn)動(dòng)規(guī)劃算法148
6.1.2基于搜索的運(yùn)動(dòng)規(guī)劃算法151
6.1.3基于優(yōu)化的運(yùn)動(dòng)規(guī)劃算法152
6.2靜態(tài)環(huán)境下的運(yùn)動(dòng)規(guī)劃153
6.2.1代價(jià)地圖153
6.2.2運(yùn)動(dòng)規(guī)劃154
6.2.3V-REP場(chǎng)景構(gòu)建及仿真展示156
6.2.4ROS程序165
6.2.5參數(shù)解析167
6.3動(dòng)態(tài)環(huán)境下的運(yùn)動(dòng)規(guī)劃172
6.3.1碰撞檢測(cè)方法172
6.3.2速度重規(guī)劃算法176
6.3.3基于狀態(tài)空間采樣的路徑規(guī)劃算法181

第7章智能車輛模型預(yù)測(cè)控制184
7.1車輛動(dòng)力學(xué)模型184
7.1.1定義坐標(biāo)系184
7.1.2車輛動(dòng)力學(xué)模型185
7.1.3輪胎模型186
7.2模型預(yù)測(cè)控制理論推導(dǎo)與求解186
7.2.1模型預(yù)測(cè)控制算法186
7.2.2非線性模型預(yù)測(cè)控制188
7.2.3線性時(shí)變模型預(yù)測(cè)控制190
7.3基于動(dòng)力學(xué)模型的軌跡跟蹤控制196
7.3.1預(yù)測(cè)模型196
7.3.2代價(jià)函數(shù)199
7.3.3優(yōu)化求解200
7.4MATLAB仿真實(shí)例201
7.4.1代碼介紹201
7.4.2仿真分析207

第8章智能網(wǎng)聯(lián)215
8.1基于網(wǎng)聯(lián)技術(shù)的多車編隊(duì)自動(dòng)駕駛215
8.1.1車輛編隊(duì)總體方案216
8.1.2多車編隊(duì)系統(tǒng)架構(gòu)219
8.1.3編隊(duì)車輛平臺(tái)軟件結(jié)構(gòu)220
8.2基于V2X的紅綠燈路口通行224
8.2.1單個(gè)紅綠燈路口通行策略的制定224
8.2.2通行多個(gè)紅綠燈路口方法229
8.2.3仿真試驗(yàn)232
8.3基于V2X的遮擋環(huán)境下智能車輛避撞行人239
8.3.1基于V2X的避撞系統(tǒng)239
8.3.2基于分級(jí)沖突區(qū)域的行人避撞方法241
8.3.3通信延時(shí)與丟包的影響分析245

第9章智能車輛測(cè)試與評(píng)價(jià)251
9.1基于ROS+V-REP的智能車輛綜合測(cè)試251
9.1.1安裝ROS+V-REP251
9.1.2安裝依賴項(xiàng)257
9.1.3V-REP模型搭建259
9.1.4聯(lián)合仿真測(cè)試262
9.2智能車輛測(cè)評(píng)體系281
9.2.1復(fù)雜交通環(huán)境下智能車輛性能測(cè)試內(nèi)容281
9.2.2基于集成測(cè)試方法的性能測(cè)試282
9.2.3智能車輛性能測(cè)試環(huán)境構(gòu)建283
9.2.4智能車輛性能評(píng)價(jià)方法284
參考文獻(xiàn)287