编辑推荐
适读人群 ：高等院校智能科学与技术、自动化、人工智能等专业研究生或高年级本科生的专业基础课程教材，亦可供广大从事人工智能、智能驾驶、决策规划、导航控制领域的科技工作者阅读和思考。
1) 技术硬核。作为智能驾驶技术的前沿领域，市面上关于智能决策、路径规划、导航控制的书屈指可数。本书研究了基于深度强化学习的路径规划方法，完成了几何规则的轨迹跟踪控制，实现了智能导航控制。
2) 案例真实。在阐述技术的同时，紧密结合应用实例。本书通过真实的实验数据、丰富的场景图片，翔实地介绍了一整套操作流程，并对技术的难点进行了总结，给出了可供借鉴的解决方法。
3) 操作性强。本书充分考虑到不同读者的需求，采用通俗易懂的文字，深入浅出地对整个技术进行了介绍；同时，作者提供了一套完整的仿真系统搭建建议，不同的开发者可根据自己的需要进行搭建。
内容简介
本书主要介绍智能驾驶技术的路径规划与导航控制，内容涉及基于视觉协同显著性交通标志牌检测、地图创建与全局路径规划、车辆行为决策与运动规划、车辆轨迹跟踪控制以及无模型智能驾驶控制技术。书中首先论述了基于聚类、显著性线索分析以及几何约束模型检测交通标志牌的方法。其次，阐述了基于ArcGis分析工具的地图创建和全局路径规划方法。而后，探讨了基于有限状态机的驾驶行为决策方法，在此基础上，利用RRT算法、曲线近似法、Frenet坐标系法分别实现了智能驾驶车辆运动规划。接下来，研究基于深度强化学习的智能驾驶车辆路径规划方法。并完成了几何规则的轨迹跟踪控制，实现了智能驾驶公交的自主泊车。最后，研究了基于数据驱动的智能驾驶公交主动转向控制方法，分别用仿真软件PreScan和TruckSim进行了智能驾驶公交车辆的仿真实验。
本书可作为高等院校智能科学与技术、自动化、人工智能等专业研究生或高年级本科生的专业基础课程教材，亦可供人工智能、智能驾驶、决策规划、导航控制领域的广大科技工作者阅读和思考。
作者简介
余伶俐
中南大学人工智能系副教授，主持多项国家重点研发计划子任务、湖南省科技重大专项子课题、国家自然科学基金等项目。承担了两期的中车时代电动汽车“智能驾驶决策与控制系统”开发，在湖南湘江新区与智慧公交示范运营线路上完成了3500 km测试，获得了湖南省颁发的第一辆智能驾驶公交车牌照。发表学术论文50多篇，申请发明专利25项，其中发明专利授权19项，获批软件著作权9项，编著专著/教材5部。为国家“智能科学系列课程”教学团队成员，教育部“智能控制”资源共享课程主讲教师之一，获省级教学竞赛一等奖、全国智能设计大赛优秀指导教师奖等。
周开军
湖南工商大学教授、硕士生导师，美国布兰戴斯大学国家复杂系统研究中心访问学者，湖南省青年骨干教师，湖南工商大学151人才。现任电子工程系主任，先后主持国家自然科学基金青年项目和面上项目、国家留学基金项目、省部级以上科研项目5项、产学研校企合作项目2项；在”Neurocomputing”、”Applied Intelligence”等期刊发表高水平论文40余篇，申请国家发明专利5项，授权4项，出版学术专著1部，登记软件著作权4项。兼任湖南省科技厅项目评审专家、湖南省电子信息研究会常务理事、中国自动化学会、湖南省人工智能学会会员、”IEEE Journal of Selected Topics in Signal Processing”、”IEEE Access”等期刊审稿人。
陈白帆
中南大学副教授，硕士生导师，湖南省人工智能学会副秘书长，湖南省自兴人工智能研究院副院长，长期从事智能驾驶、移动机器人等应用理论研究。先后主持国家自然科学基金项目、湖南省自然科学基金项目，参与国家自然科学基金重大计划、国家重点研发计划、湖南省科技重大专项子课题。发表高水平论文30余篇，编著专著/教材3部。国家“智能科学系列课程”教学团队成员，教育部“人工智能”精品资源共享课程主讲教师之一，国家十二五规划教材、国家教育部科技进步一等奖教材“人工智能及应用”作者之一。
章节目录
前言
第1章 绪论1
1.1 智能驾驶公交车辆发展现状1
1.2 全局路径规划方法研究现状3
1.3 行为决策与运动规划方法研究现状4
1.4 跟踪控制方法研究现状5
参考文献6
第2章 基于视觉协同显著性的交通标志牌检测14
2.1 基于视觉协同显著性的交通标志牌检测框架设计14
2.1.1 基于聚类的图间/图内显著性检测模型子框架15
2.1.2 几何结构约束模型子框架15
2.2 基于视觉协同显著性的图像检测算法18
2.2.1 基于聚类的视觉协同显著性检测18
2.2.2 视觉显著性线索分析19
2.2.3 协同显著图的生成20
2.2.4 各显著性线索的特性分析22
2.2.5 几何结构约束模型24
2.3 显著性检测实验与分析26
2.3.1 单图像显著性检测实验分析26
2.3.2 图像对协同显著性检测实验分析28
2.3.3 多图像协同显著性检测实验分析29
2.3.4 运行速度测试分析32
2.3.5 聚类数目影响分析33
2.4 复杂场景中交通标志牌的检测实验分析34
2.5 本章小结36
参考文献36
第3章 智能驾驶公交车辆全局路径规划方法40
3.1 基于ArcGIS地图创建及全局规划41
3.1.1 ArcGIS系统概述41
3.1.2 基于ArcGIS的地图创建42
3.1.3 基于ArcGIS网络分析工具的全局路径规划55
3.2 最优路径信息处理56
3.2.1 全局坐标系转换56
3.2.2 全局路径插值57
3.3 地图创建及全局规划仿真实验58
3.4 本章小结61
参考文献61
第4章 智能驾驶公交车辆行为决策与运动规划方法64
4.1 基于分层有限状态机的智能驾驶公交车辆决策模型64
4.1.1 顶层状态机设计65
4.1.2 底层状态机设计65
4.1.3 双层扩展有限状态机行为决策方法67
4.1.4 基于分层有限状态机的行为决策实验67
4.2 基于快速搜索随机树的动态路径规划方法70
4.2.1 RRT算法70
4.2.2 基于起点与终点位姿约束的双向RRT算法71
4.2.3 基于起点与终点位姿约束的RRT算法仿真实验73
4.3 基于曲线近似的智能驾驶公交车辆动态轨迹规划方法73
4.3.1 基于贝塞尔曲线的路径平滑与拼接74
4.3.2 基于约束的多项式动态轨迹规划方法79
4.4 基于Frenet坐标系的智能驾驶公交车辆运动规划方法86
4.4.1 Frenet坐标系的建立86
4.4.2 横纵向轨迹解耦规划87
4.4.3 基于车辆约束的最优轨迹选择89
4.4.4 基于Frenet坐标系的轨迹规划仿真实验90
4.5 智能驾驶公交车辆行为决策与运动规划方法应用实例100
4.5.1 基于高精度地图与红外信标的智能驾驶公交车辆自动启停实现方法100
4.5.2 智能驾驶公交车辆行为决策与运动规划实车实验103
4.6 本章小结105
参考文献105
第5章 基于深度强化学习的智能驾驶公交车辆路径规划方法107
5.1 深度强化学习方法的理论讲解107
5.1.1 强化学习理论基础107
5.1.2 深度学习理论基础112
5.1.3 基于深度强化学习的路径规划概述113
5.2 基于深度强化学习的网络模型构建116
5.3 基于深度强化学习的环境模型构建123
5.3.1 虚拟环境构建123
5.3.2 环境模型应用策略124
5.3.3 模型训练125
5.4 基于深度强化学习的路径规划实现方法127
5.4.1 深度强化学习的算法框架127
5.4.2 关键环境回报值选取128
5.4.3 基于深度强化学习的路径规划方法实验分析130
5.4.4 多种轨迹规划方法对比实验分析135
5.5 本章小结143
参考文献143
第6章 智能驾驶公交车辆轨迹跟踪控制方法146
6.1 智能驾驶公交车辆运动学与动力学模型146
6.1.1 运动学模型146
6.1.2 动力学模型147
6.2 智能驾驶公交车辆轨迹跟踪控制149
6.2.1 基于航向预测的轨迹跟踪控制及仿真149
6.2.2 基于运动学模型的轨迹跟踪控制152
6.2.3 智能驾驶公交车辆速度控制方法155
6.3 智能驾驶公交车辆自主泊车控制158
6.3.1 基于Akerman转向几何的路径规划159
6.3.2 基于车辆运动学模型及位置补偿的控制器160
6.3.3 智能驾驶公交车辆自主泊车仿真验证及实车实验161
6.4 基于PreScan的智能驾驶公交车辆仿真环境163
6.4.1 场景搭建164
6.4.2 联合仿真172
6.5 本章小结173
参考文献174
第7章 基于数据驱动的智能驾驶公交车辆主动转向控制方法177
7.1 基于数据驱动的主动转向控制系统概述177
7.1.1 智能驾驶公交车辆主动转向控制系统概述177
7.1.2 数据驱动控制方法概述177
7.1.3 轨迹跟踪误差的向量描述178
7.1.4 基于数据驱动的车辆模型在线辨识方法179
7.1.5 基于数据驱动的主动转向控制系统框架181
7.2 基于自抗扰控制的主动转向控制方法182
7.2.1 自抗扰控制方法概述182
7.2.2 自抗扰控制器设计182
7.2.3 基于自抗扰控制的主动转向控制器设计188
7.3 基于无模型自适应的主动转向控制方法189
7.3.1 无模型自适应控制方法概述189
7.3.2 基于预瞄偏差角的跟踪控制方案189
7.3.3 基于无模型自适应的主动转向控制器设计190
7.4 基于TruckSim的跟踪控制仿真方法191
7.4.1 联合仿真平台的搭建191
7.4.2 仿真环境下跟踪控制性能验证199
7.4.3 控制器迁移至真实环境的可行性评估203
7.5 本章小结204
参考文献204
附录206
第8章 智能驾驶技术展望213
8.1 智能驾驶路径规划技术展望213
8.2 智能驾驶跟踪控制技术展望214
8.3 智能驾驶仿真环境展望215
8.4 技术展望216
8.5 本章小结217
参考文献217
智能驾驶技术：路径规划与导航控制是2020年由机械工业出版社出版,作者余伶俐。
得书感谢您对《智能驾驶技术：路径规划与导航控制》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
