适读人群 ：本书可作为大专院校本科生汽车工程等专业教学参考书, 也可供科研单位、工厂及有关工程技术人员参考使用。
《无人驾驶技术》内容新颖、深入浅出、图文并茂，便于学习和实践。作者江苏大学车辆工程系田晋跃教授在车辆工程行业从事教学和科研工作40多载，在车辆工程学术上颇有建树。行业发展以来，根据长期的教学经验以及一线科研工作经历，追寻行业热点，对无人驾驶技术进行了系统、深入的理论研究和分析，编撰完成了《无人驾驶技术》一书。东南大学和康戈迪亚大学联合培养博士、南方科技大学人工智能与无人驾驶技术专家、加拿大卡尔顿大学客座教授黄骏欣然为本书作序推荐，他相信该书的出版发行对行业内的研究者尤其是入门者会有较大帮助，也有利于推动我国无人驾驶技术的进一步发展和落地。

本书对目前无人驾驶的构成及工作原理作了介绍。主要内容包括无人驾驶定位导航、无人驾驶的感知传感器、无人驾驶环境感知技术、无人驾驶汽车路径规划、无人驾驶汽车路径跟踪、深度学习在无人驾驶中的应用、无人驾驶汽车软件系统平台、车联网与无人驾驶以及无人驾驶车辆测试。
本书内容深入浅出, 图文并茂, 结合实际, 便于读者学习和应用, 实现对无人驾驶技术的快速入门。
本书可作为大专院校本科生汽车工程等专业教学参考书, 也可供科研单位、工厂及有关工程技术人员参考使用。

第1章　无人驾驶技术概述 1
　1.1　无人驾驶技术的产生和发展 1
　1.2　自动驾驶分级与系统介绍 6
　1.3　无人驾驶汽车结构组成 10
　1.4　无人驾驶车辆的技术趋势及应用 12
　　1.4.1　无人驾驶与车联网 12
　　1.4.2　无人驾驶与智能交通系统 14
　　1.4.3　无人驾驶车辆在特定区域的应用 16

第2章　无人驾驶系统基本组成 18
　2.1　无人驾驶技术组成 18
　　2.1.1　无人驾驶系统的硬件架构 18
　　2.1.2　无人驾驶传感器 19
　　2.1.3　无人驾驶汽车的大脑 22
　　2.1.4　无人驾驶汽车的线控系统 25
　2.2　无人驾驶要素与相关技术 28
　2.3　无人驾驶算法 31

第3章　无人驾驶汽车软件系统平台 36
　3.1　无人驾驶云平台概述 36
　3.2　基于AUTOSAR系统平台总体架构 39
　　3.2.1　AUTOSAR的分层设计 39
　　3.2.2　开发流程 46
　3.3　Apollo的自动驾驶平台 48
　　3.3.1　Apollo自动驾驶的主框架 48
　　3.3.2　Apollo代码开放框架 50
　　3.3.3　Apollo框架使用 53
　　3.3.4　Apollo平台基于深度学习的方案选择 53

第4章　无人驾驶的感知传感器 56
　4.1　摄像机 56
　4.2　激光雷达 58
　　4.2.1　二维激光雷达 59
　　4.2.2　三维激光雷达 61
　4.3　毫米波雷达 63
　4.4　车体坐标系 65
　　4.4.1　单目视觉标定 67
　　4.4.2　双目视觉标定 69
　4.5　从传感器坐标系到车体坐标系 73

第5章　无人驾驶环境感知技术 75
　5.1　结构化道路车道线检测 75
　　5.1.1　结构化道路常用基本假设 75
　　5.1.2　车道线检测 76
　5.2　越野环境可通行区域检测 81
　　5.2.1　地面分割 82
　　5.2.2　越野环境要素检测 83
　　5.2.3　可通行区域提取 86
　5.3　交通信号灯与交通标志检测 88
　　5.3.1　交通信号灯检测 88
　　5.3.2　交通标志检测 92
　5.4　前方汽车检测 95
　　5.4.1　视觉与二维激光雷达融合检测 95
　　5.4.2　视觉与毫米波雷达融合检测 101

第6章　无人驾驶的定位导航 105
　6.1　全球卫星导航定位 105
　　6.1.1　GPS定位的基本原理 106
　　6.1.2　GPS定位特性分析 107
　　6.1.3　差分GPS 109
　6.2　GPS/DR组合定位 111
　　6.2.1　航迹推算（DR）定位 112
　　6.2.2　GPS/DR组合方式 113
　6.3　视觉定位技术 116
　　6.3.1　即时定位与地图构建SLAM 117
　　6.3.2　视觉里程计 121

第7章　无人驾驶汽车路径规划 125
　7.1　路径规划概述 125
　7.2　环境地图表示方法 127
　7.3　常用算法介绍 130
　　7.3.1　Dijkstra算法 130
　　7.3.2　经典A*算法 131
　　7.3.3　RRT算法 135
　7.4　应用实例 137
　　7.4.1　基于栅格地图的搜索算法实例 137
　　7.4.2　基于拓扑地图的搜索算法实例 140

第8章　无人驾驶汽车路径跟踪 144
　8.1　无人驾驶汽车的转向控制 144
　8.2　汽车运动的姿态控制 145
　8.3　汽车路径跟踪算法 147
　　8.3.1　Stanley Method 147
　　8.3.2　Ben Method 148
　　8.3.3　环形预瞄法 148
　　8.3.4　预瞄跟踪法 149
　　8.3.5　纯跟踪算法 150
　8.4　基于多特征融合的动态障碍物检测跟踪 151
　　8.4.1　障碍物数据特征提取 152
　　8.4.2　障碍物数据特征模型 154
　　8.4.3　动态障碍物检测跟踪 155

第9章　无人驾驶中的机器学习 159
　9.1　机器学习基本概念 159
　9.2　增强学习理论基础 163
　　9.2.1　马尔可夫决策模型 164
　　9.2.2　值函数 164
　　9.2.3　马尔可夫决策过程的动态规划解法 167
　　9.2.4　增强学习经典控制算法分析 169

第10章　车联网与无人驾驶 178
　10.1　车载数据传输网络的划分及应用范围 179
　10.2　车载网络及数据总线 181
　10.3　车联网架构 183
　　10.3.1　车联网相关标准发展历程 183
　　10.3.2　V2X通信的技术标准 184
　　10.3.3　车联网架构方案 185
　　10.3.4　车联网系统架构的关键技术 186
　10.4　V2X通信的特点及应用 188
　10.5　未来的挑战 191

第11章　无人驾驶车辆设计与测试 193
　11.1　功能需求分析与总体设计 193
　　11.1.1　功能需求分析 193
　　11.1.2　总体设计 197
　11.2　分系统设计 200
　　11.2.1　底层系统设计 200
　　11.2.2　控制系统设计 202
　　11.2.3　感知系统设计 204
　　11.2.4　路径规划系统设计 207
　11.3　仿真与实车测试 209
　　11.3.1　基于公开数据库的测试 209
　　11.3.2　仿真测试 210
　　11.3.3　实车测试 217

参考文献 222

无本书是为满足我国汽车工程及相关专业方向的从业人员的需要编写出版的,目的是使行业从业人员掌握无人驾驶技术的基本工作原理。
本书力求不同于诸多同类型书籍,主要结合理论教学,从实际运用这一角度出发,加入了工程实例,结合笔者多年来在无人驾驶技术实践和教学上的经验和体会,帮助读者掌握和运用无人驾驶技术的基本理论和方法。
本书全面系统地介绍了无人驾驶定位导航、无人驾驶的感知传感器、无人驾驶环境感知技术、无人驾驶汽车路径规划、无人驾驶汽车路径跟踪、深度学习在无人驾驶中的应用、无人驾驶汽车软件系统平台、车联网与无人驾驶以及无人驾驶车辆测试。
全书共分11章。第1章主要介绍无人驾驶技术的产生与发展,汽车自动化等级定义,以及智能汽车的六个层次。第2章无人驾驶系统基本组成,简单介绍无人驾驶系统的感知、决策、控制。第3章无人驾驶汽车软件系统平台,介绍了汽车软件系统平台基本架构,以及分布式的环境感知服务、基于AUTOSAR的车辆控制系统、Apollo的自动驾驶平台。第4章无人驾驶的感知传感器,介绍了无人驾驶汽车实现环境感知技术是利用摄像机、激光雷达、毫米波雷达等车载传感器来实现。第5章无人驾驶环境感知技术,介绍了无人驾驶汽车的环境感知技术通常用来提取路面信息、检测障碍物,并计算障碍物相对于汽车的位置。第6章无人驾驶的定位导航,无人驾驶汽车定位导航技术包括卫星导航定位技术、航迹推算定位技术、卫星导航航迹推算组合定位技术。第7章无人驾驶汽车路径规划,根据给定的环境模型,在一定的约束条件下,规划出一条连接汽车当前位置和目标位置的无碰撞路径。第8章无人驾驶汽车路径跟踪,分析介绍了基于运动学和动力学建模,对外界的影响因素做出合适的规划。第9章无人驾驶中的机器学习,简单介绍了机器学习中的知识表示、推理策略和结果评估。第10章车联网与无人驾驶,车联网的产生实现了车载网络与城市交通信息网络、智能电网以及社区信息网络的全部连接。第11章无人驾驶车辆设计与测试,介绍基于公开数据集的测试方法和基于Ⅴ-REP的仿真测试方法,并讨论分析无人驾驶车辆实车测试方法。
本书的编写特点:紧密结合工程应用的基本要求,内容完整系统、重点突出,所用资料力求更新、更准确地解读问题点。该书在注重无人驾驶技术知识的同时,强调知识的应用性,具有较强的针对性。
书中部分内容是国内已有出版物中所未涉及的。希望本书的出版能推动我国汽车工程行业的技术进步,并对广大读者有所帮助。
本书由田晋跃、罗石主编,顾以惠、盛家炜参编。
在本书写作过程中,参考了大量的国内外文献资料,在此,谨向这些文献的作者表示深深的谢意。

编 者