自動(dòng)駕駛汽車決策與控制

前言
第1章 概述
1．1 自動(dòng)駕駛汽車介紹
1．1．1 自動(dòng)駕駛汽車概念與分級(jí)
1．1．2 自動(dòng)駕駛汽車關(guān)鍵技術(shù)
1．2 自動(dòng)駕駛汽車的規(guī)劃與控制
1．2．1 概念與意義
1．2．2 路徑規(guī)劃
1．2．3 自動(dòng)駕駛汽車控制
1．3 規(guī)劃控制中的機(jī)器學(xué)習(xí)基本思想
1．4 本章小結(jié)
參考文獻(xiàn)
第2章 全局路徑規(guī)劃
2．1 全局路徑規(guī)劃概述
2．2 車用地圖與導(dǎo)航技術(shù)
2．2．1 車用高精地圖
2．2．2 高精地圖與汽車導(dǎo)航
2．2．3 路徑規(guī)劃算法分類
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 路徑規(guī)劃算法的發(fā)展
2．3 本章小結(jié)
參考文獻(xiàn)
第3章 汽車行為決策
3．1 汽車行為決策算法概述
3．2 交通環(huán)境行為預(yù)測(cè)
3．2．1 交通參與者行為預(yù)測(cè)
3．2．2 安全性評(píng)估算法
3．3 汽車行為決策理論
3．3．1 無(wú)人駕駛行為決策系統(tǒng)
3．3．2 基于規(guī)則的行為決策
3．3．3 馬爾可夫決策過(guò)程
3．4 本章小結(jié)
參考文獻(xiàn)
第4章 汽車運(yùn)動(dòng)規(guī)劃
4．1 汽車可行駛區(qū)域生成
4．2 汽車局部軌跡規(guī)劃
4．2．1 局部軌跡生成主要方法
4．2．2 局部軌跡直接構(gòu)造法
4．2．3 路徑速度分解法
4．2．4 機(jī)器學(xué)習(xí)在局部路徑規(guī)劃中的應(yīng)用
4．3 駕駛舒適度評(píng)價(jià)體系
4．4 本章小結(jié)
參考文獻(xiàn)
第5章 自動(dòng)駕駛汽車控制
5．1 汽車運(yùn)動(dòng)控制理論
5．1．1 經(jīng)典控制理論
5．1．2 現(xiàn)代控制理論
5．2 汽車模型
5．2．1 汽車動(dòng)力學(xué)
5．2．2 汽車運(yùn)動(dòng)學(xué)
5．3 汽車運(yùn)動(dòng)控制
5．3．1 概述
5．3．2 預(yù)瞄跟隨控制
5．3．3 前饋控制
5．3．4 反饋控制
5．3．5 橫向控制
5．3．6 縱向控制
5．3．7 橫縱向協(xié)同控制
5．4 本章小結(jié)
參考文獻(xiàn)
第6章 基于Apollo平臺(tái)的決策與控制實(shí)踐
6．1 Apollo平臺(tái)安裝簡(jiǎn)介
6．1．1 安裝Git LFS
6．1．2 下載Apollo源代碼
6．1．3 安裝Docker CE環(huán)境
6．1．4 編譯源代碼
6．1．5 啟動(dòng)Apollo仿真平臺(tái)
6．2 基于本地Apollo環(huán)境的Planning模塊調(diào)試
6．2．1 進(jìn)入Apollo環(huán)境
6．2．2 基于數(shù)據(jù)包制作相對(duì)地圖
6．2．3 Planning模塊運(yùn)行調(diào)試
6．2．4 Planning模塊可配置參數(shù)文件
6．3 Apollo仿真平臺(tái)
6．3．1 仿真平臺(tái)的真實(shí)性
6．3．2 仿真平臺(tái)的全面性
6．3．3 仿真系統(tǒng)的結(jié)構(gòu)
6．3．4 動(dòng)態(tài)變速仿真技術(shù)
6．3．5 仿真平臺(tái)實(shí)踐
6．4 Apollo案例分析
6．4．1 阿波龍
6．4．2 阿波牛
6．5 本章小結(jié)
參考文獻(xiàn)