第1章緒論
1.1智能汽車的基本模塊與分級
1.2國外智能汽車發展歷程
1.2.1從“機”到“電”——無線電遙控汽車
1.2.2新希望的出現——機器視覺的引入
1.2.3自動駕駛技術的推進——美國ALV計劃
1.2.4從理論轉變為現實——CMU的NavLab
1.2.5以競賽促技術發展——美國的DARPA挑戰賽
1.2.6智能汽車的“遍地開花”
1.3中國智能汽車的發展歷程
1.3.1中國的“CMU”——國防科技大學
1.3.2中國的“DARPA”——中國智能車未來挑戰賽
1.3.3中國的“谷歌”——百度
1.4智能汽車國內外相關政策與法規
習題
參考文獻

第2章智能車輛自主決策理論與方法
2.1機器學習概述
2.1.1機器學習定義及發展歷程
2.1.2機器學習分類及常用方法
2.1.3機器學習在智能汽車中的應用
2.2基於規則的智能車輛決策方法
2.3基於博弈論的智能車輛決策方法
2.4基於模仿學習的智能車輛決策方法
2.5基於強化學習的智能車輛方法
習題
參考文獻

第3章智能車輛規劃與控制基礎
3.1路徑規劃基礎知識
3.1.1平面內的Frenét坐標繫
3.1.2調和函數
3.1.3幾何樣條曲線
3.1.4二次規劃問題
3.2現代控制理論基礎
3.2.1線性時不變繫統的可控性和可觀測性
3.2.2動態繫統的穩定性判據
3.3動態規劃和哈密頓-雅可比-貝爾曼方程
3.4常用控制方法介紹
3.4.1線性二次規劃控制器
3.4.2非線性繫統的“輸入-輸出”線性化
3.4.3滑模控制
3.4.4反演控制
3.5車輛二自由度動力學模型
習題
參考文獻

第4章智能車輛軌跡規劃理論與方法
4.1道路模型
4.2人工勢場法
4.2.1人工勢場理論在車輛局部路徑規劃中的應用
4.2.2彈性繩和虛擬人工勢場的路徑規劃理論
4.3RRT算法
4.4智能群落算法
4.5基於幾何曲線和思想的路徑規劃
4.5.1基於多項式曲線和選擇機制的路徑規劃
4.5.2基於自然三次樣條曲線和二次規劃的路徑規劃
4.6智能車輛速度規劃方法
4.6.1基於序列二次規劃的預瞄速度規劃
4.6.2基於三次自然樣條曲線的速度規劃
習題
參考文獻

第5章智能車輛跟隨控制理論與方法
5.1簡單駕駛員PID“預瞄-跟隨”模型
5.2預瞄路徑跟隨模型
5.2.1MacAdam“預瞄-跟隨”模型
5.2.2基於曲率控制的預瞄跟隨理論
5.3基於LQR的多點預瞄路徑跟隨模型
5.4基於無約束MPC的路徑跟隨模型
5.5速度跟隨控制
5.5.1基於“輸入輸出”線性化和滑膜控制的速度跟蹤控制器
5.5.2基於“輸入輸出”線性化和反演控制的速度跟蹤控制器
5.5.3跟車情景下的速度規劃和控制
5.6基於五自由度非線性車輛動力學模型的軌跡跟隨控制
5.6.1基於一階泰勒展開的非線性繫統線性化
5.6.2受約束的模型預測控制優化求解
習題
參考文獻

隨著人工智能技術的蓬勃發展，智能車輛的研發也受到了前所未有的關注。智能汽車搭載了先進傳感器、電子控制器和執行器等，具有反應速度快、感知範圍廣、持續工作時間長等特點，有助於減輕駕駛員的駕駛負擔，減少駕駛員人為因素引發的交通事故，提高道路通行效率。可以預見，智能車輛將在未來智能交通繫統的發展中發揮至關重要和必不可少的作用。基於人類駕駛員的長期駕駛實踐，智能車輛技術架構可以描述為“環境感知—決策與規劃—控制與執行”。本書結合作者近十年的研究成果較為繫統地介紹了國內外智能車輛的發展歷史，以及智能車輛自主決策、規劃與控制的經典算法，對核心理論及算法框架均有著較為完整的理論推導過程，並結合具體應用案例展示方法有效性。掃描書中章節案例中的二維碼可獲取源代碼，方便閱讀參考。
本書內容安排循序漸進，圖文並茂，每章結尾附有精選習題，方便讀者對內容進行鞏固和理解。本書可作為高等院校智能車輛方向研究生與高年級本科生教材，亦可為從事智能車輛研究的科研人員和企業人員提供參考。
本書共分5章，參加本書編寫工作的有宋曉琳教授、曹昊天博士，其中第1章由宋曉琳編寫，第2章由宋曉琳、白中浩編寫，第3章由宋曉琳、曹昊天編寫，第4章由曹昊天編寫，第5章由曹昊天、宋曉琳編寫。本書在編寫過程中參閱了許多國內外同行的相關著作和文獻，並引用了其成果和論述，在此向本書所有參考文獻的作者們致以衷心感謝。
本書的出版得到了湖南大學、湖南大學機械與運載工程學院本科規劃教材建設項目的支持，在此深表謝意。同時，還要感謝清華大學出版社。
後，衷心希望本書的內容能為智能汽車技術的發展提供些許理論指導和技術支持。同時，由於作者水平有限，書中疏漏和不當之處在所難免，我們真誠歡迎來自各方面的批評與指正，也借此機會衷心地感謝提出批評和指導的每一個人。

作者
2022年5月於長沙·嶽麓山