智能互联网汽车技术与应用

前言
第1章绪论1
11智能网联汽车概述1
12智能网联汽车的应用2
13智能网联汽车关键技术3
14智能网联汽车发展目标6
第2章智能网联汽车传感器技术8
21定位导航传感器8
211定位导航传感器在汽车中的应用8
212定位导航传感器系统组成9
213定位导航传感器的技术指标9
214加速度传感器10
215陀螺仪37
22辅助与自动驾驶传感器55
221辅助与自动驾驶传感器概述55
222辅助与自动驾驶传感器的系统组成57
223视觉传感器61
224毫米波雷达66
225激光雷达71
226超声波雷达81
23新能源汽车传感器83
231新能源汽车传感器在汽车中的应用83
232新能源汽车传感器的系统组成83
233电池管理系统传感器84
234电机驱动系统传感器90
235氢燃料电池系统传感器94
24驾乘人员生理状态传感器99
241驾乘人员生理状态传感器概述99
242驾乘人员生理状态传感器的系统组成99
243基于机器视觉的疲劳检测技术100
244基于语音识别的疲劳检测技术103
245脑电识别技术109
246心率心电识别技术114
247肌力肌电识别技术117
248血液循环状态识别技术121
25多传感器融合技术在智能车中的
应用124
251多传感器融合应用的现状124
252信息融合的级别及优势125
253单目视觉里程计126
254摄像头和毫米波雷达融合127
255摄像头和激光雷达融合128
第3章智能网联汽车环境感知技术130
31智能网联汽车环境感知概述130
311环境感知的任务130
312环境感知的功能层次131
313环境感知传感器应用131
314环境感知的模型133
32深度学习模型及神经网络134
321感知机134
322受限玻耳兹曼机136
323卷积神经网络137
33交通场景语义分割方法142
331语义分割方法概述142
332典型语义分割方法143
333典型实例分割方法145
334小结146
34交通场景目标检测方法146
341基于视觉的障碍目标检测方法147
342基于视觉的交通信号及标志检测方法151
343基于激光三维点云数据分类与目标提取153
35交通场景路面信息检测方法155
351基于视觉的路面信息检测155
352基于激光雷达的路面检测163
36同步定位和地图构建SLAM技术165
361基于视觉的SLAM166
362基于激光的SLAM167
37极端工况与天气环境感知技术169
371雾天图像处理方法169
372雨天图像处理方法171
38多传感器融合173
381多传感器数据融合原理173
382多传感器数据融合方法173
383智能网联汽车多传感器融合175
第4章智能网联汽车决策技术181
41智能网联汽车决策系统概述181
42通路规划技术183
43行为规划技术184
431有限状态机模型184
432基于效用/价值的马尔可夫决策模型186
433基于深度模仿学习的决策模型187
434基于深度强化学习的决策模型189
44轨迹预测技术190
441基于浅层学习的轨迹预测方法191
442基于深度学习的轨迹预测方法192
443轨迹预测数据集及性能比较195
45运动规划技术198
451变分法198
452图搜索法199
453增量式搜索方法202
46智能网联汽车决策构架203
第5章智能网联汽车控制技术204
51智能网联汽车控制技术概述204
52汽车自适应巡航控制技术206
53汽车整车稳定性控制技术208
54汽车高速公路自主换道控制211
55汽车人机协同控制213
56汽车队列成形控制及队列稳定性215
561汽车队列成形控制215
562队列稳定性216
57汽车交叉口通行车路协同控制217
571汽车交叉口通行车路协同控制概述217
572汽车交叉口冲突问题描述及
分析217
573汽车交叉口控制模型的建立218
58复杂工况下脱困控制技术219
581爆胎车辆脱困控制策略219
582上层系统决策层220
583中层轨迹规划层221
584下层轨迹跟踪层221
第6章智能网联汽车通信技术223
61智能网联汽车通信技术概述与组成223
62DSRC通信协议224
621DSRC标准化进程224
622DSRC协议架构225
623DSRC系统结构组成226
624DSRC主要参数及性能对比227
63CV2X通信协议228
631CV2X标准化进程228
632LTEV2X230
6335G NRV2X232
646G通信技术235
6416G网络架构236
6426G性能指标236
6436GV2X潜在技术237
65WiFi通信技术238
651技术概述238
652技术标准238
653技术特点239
654WiFi在智能网联汽车中的应用239
66蓝牙通信技术239
661技术概述239
662技术发展239
663技术特点240
664蓝牙在智能网联汽车中的应用241
67ZigBee通信技术241
671技术概述241
672技术特点241
673ZigBee在智能网联汽车中的
应用242
68VLC技术242
681技术概述242
682技术特点242
683VLC系统组成242
684VLC技术在智能网联汽车中的
应用243
69超宽带通信技术243
691技术概述243
692技术特点243
693UWB技术在智能网联汽车中的应用244
610RFID通信技术244
6101技术概述244
6102RFID工作原理245
6103技术特点245
6104RFID技术在智能网联汽车中的应用245
611eCall通信技术246
6111技术概述246
6112eCall系统结构246
第7章智能网联汽车网络技术248
71智能网联汽车网络技术概述248
72车载自组织网络的特点248
73车载自组织网络的系统结构249
74车载自组织网络的通信类型与协议250
75VANET试验仿真工具251
751交通仿真器252
752网络仿真器252
753综合仿真器253
76车联网协议总结与现状分析253
第8章智能网联汽车交通规划技术255
81智能网联汽车导航中路径规划技术255
811导航技术概述255
812导航的空间维度255
813导航的三个基本要素256
814导航中的定位技术256
815导航地理数据库258
816路径规划技术介绍259
817路径规划的具体方法259
818路径规划常用算法的原理260
819改进后的路径规划算法262
82交通信号灯统筹控制技术263
821交通信号灯的介绍263
822交通信号灯的设置264
823交通信号灯的控制系统264
824交通信号灯的识别271
83智能网联汽车自动泊车技术277
831泊车位探测277
832泊车位选择278
833自动泊车路径规划研究281
834泊车的控制系统285
84交通流感知和分流技术291
841交通流感知的常见技术292
842交通流感知的其他技术293
843分流技术295
844车路协同技术下的交通流优化297
第9章智能网联汽车的安全防护
技术300
91智能网联汽车的安全防护技术概述300
92智能网联汽车网络安全防护策略301
93车联网的网络安全技术基础306
94安全机制与通信性能均衡技术312
95位置隐私保护技术314
951匿名轨迹的隐私问题315
952对匿名轨迹的隐私保护316
953基于混合区的位置隐私保护
方案317
96智能网联汽车安全态势感知平台设计320
961安全态势感知平台概述320
962安全态势感知平台设计321
参考文献325