包邮智能汽车决策规划与控制技术

第1章　绪论 ………………………………… 1　1.1　智能汽车的基本概念…………………… 2　1.2　智能汽车的技术架构…………………… 4　1.3　智能汽车的应用场景…………………… 5　1.4　智能汽车的关键技术…………………… 8　1.5　智能汽车的发展趋势 ………………… 11　1.6　智能汽车决策规划与控制的几个问题 ……………………………… 12　习题…………………………………………… 17第2章　智能汽车的路径规划技术 …… 19　2.1　概述 …………………………………… 20　　2.1.1　智能汽车路径规划的定义 ……… 20　　2.1.2　智能汽车路径规划的要求 ……… 21　　2.1.3　智能汽车路径规划的约束条件 … 22第1章　绪论 ………………………………… 1　1.1　智能汽车的基本概念…………………… 2　1.2　智能汽车的技术架构…………………… 4　1.3　智能汽车的应用场景…………………… 5　1.4　智能汽车的关键技术…………………… 8　1.5　智能汽车的发展趋势 ………………… 11　1.6　智能汽车决策规划与控制的几个问题 ……………………………… 12　习题…………………………………………… 17第2章　智能汽车的路径规划技术 …… 19　2.1　概述 …………………………………… 20　　2.1.1　智能汽车路径规划的定义 ……… 20　　2.1.2　智能汽车路径规划的要求 ……… 21　　2.1.3　智能汽车路径规划的约束条件 … 22　　2.1.4　智能汽车路径规划的分类 ……… 23　　2.1.5　智能汽车路径规划的步骤 ……… 27　　2.1.6　智能汽车路径规划的算法 ……… 27　2.2　环境建模方法 ………………………… 30　　2.2.1　可视图法 ………………………… 30　　2.2.2　栅格法 …………………………… 33　　2.2.3　拓扑法 …………………………… 36　　2.2.4　语义地图法 ……………………… 38　2.3　路径规划的常用算法 ………………… 41　　2.3.1　Dijkstra算法……………………… 42　　2.3.2　A?算法 …………………………… 50　　2.3.3　蚁群算法 ………………………… 59　　2.3.4　遗传算法 ………………………… 65　　2.3.5　人工势场法 ……………………… 71　　2.3.6　RRT算法 ………………………… 78　　2.3.7　PRM 算法 ………………………… 83　　2.3.8　贝塞尔曲线 ……………………… 88　　2.3.9　B样条曲线 ……………………… 93　　2.3.10　三次样条曲线 …………………… 98　2.4　路径规划的仿真……………………… 104　习题 ………………………………………… 112第3章　智能汽车的行为决策技术 …… 114　3.1　概述 …………………………………… 115　　3.1.1　智能汽车行为决策的定义 ……… 115　　3.1.2　智能汽车行为决策的要求 ……… 116　　3.1.3　智能汽车行为决策的约束条件 ……………………………… 118　　3.1.4　智能汽车行为决策的内容 ……… 119　　3.1.5　智能汽车行为决策的步骤 ……… 120　　3.1.6　智能汽车行为决策的方法 ……… 121　3.2　基于有限状态机的智能汽车决策方法 …………………………………… 124　　3.2.1　有限状态机的基本概念与基本原理 ………………………… 124　　3.2.2　有限状态机的特点 ……………… 125　　3.2.3　基于有限状态机的智能汽车决策的步骤 ……………… 126　　3.2.4　有限状态机的应用 ……………… 127　3.3　基于博弈论的智能汽车决策方法 …… 129　　3.3.1　博弈论的基本概念与基本原理 ……………………………… 129　　3.3.2　博弈论的特点 …………………… 131　　3.3.3　基于博弈论的智能汽车决策的步骤 …………………… 132　　3.3.4　博弈论的应用 …………………… 133　3.4　基于支持向量机的智能汽车决策方法 ……………………………… 135　　3.4.1　支持向量机的基本概念与基本原理 ………………………… 135　　3.4.2　支持向量机的特点 ……………… 137　　3.4.3　基于支持向量机的智能汽车决策的步骤 ……………… 138　　3.4.4　支持向量机的应用 ……………… 139　3.5　基于马尔可夫决策过程的智能汽车决策方法 ………………………… 141　　3.5.1　马尔可夫决策过程的基本概念与基本原理 ………………………… 141　　3.5.2　马尔可夫决策过程的特点 ……… 143　　3.5.3　基于马尔可夫决策过程的智能汽车决策的步骤 ……… 143　　3.5.4　马尔可夫决策过程的应用 ……… 144　3.6　基于强化学习的智能汽车决策方法…………………………………… 146　　3.6.1　强化学习的基本概念与基本原理 ……………………………… 146　　3.6.2　强化学习的特点 ………………… 148　　3.6.3　强化学习的步骤 ………………… 149　　3.6.4　强化学习的应用 ………………… 150　习题 ………………………………………… 152第4章　智能汽车的运动控制技术 …… 154　4.1　概述…………………………………… 155　　4.1.1　智能汽车运动控制的定义 ……… 155　　4.1.2　智能汽车运动控制的分类 ……… 156　　4.1.3　智能汽车运动控制的要求 ……………………………… 157　　4.1.4　智能汽车运动控制的约束条件 ……………………………… 158　　4.1.5　智能汽车运动控制的步骤 ……… 160　4.2　智能汽车运动控制理论……………… 161　　4.2.1　PID控制 ………………………… 161　　4.2.2　*优控制 ………………………… 165　　4.2.3　模糊控制 ………………………… 169　　4.2.4　模型预测控制 …………………… 174　　4.2.5　机器学习 ………………………… 179　　4.2.6　深度学习 ………………………… 183　4.3　汽车模型……………………………… 188　　4.3.1　汽车转向几何学模型 …………… 188　　4.3.2　汽车运动学模型 ………………… 190　　4.3.3　汽车动力学模型 ………………… 191　　4.3.4　汽车换道决策模型 ……………… 194　　4.3.5　汽车换道轨迹模型 ……………… 197　4.4　智能汽车运动控制…………………… 199　　4.4.1　智能汽车纵向控制 ……………… 199　　4.4.2　智能汽车横向控制 ……………… 201　4.5　智能汽车运动控制仿真……………… 203　习题 ………………………………………… 211附录 …………………………………………… 212参考文献 …………………………………… 216