智能車輛規(guī)劃與控制技術

第一章 智能車輛規(guī)劃與控制技術綜述  
1.1 智能汽車概述 
1.2 智能車輛運動規(guī)劃與運動控制的基本概念與術語 
1.3 智能車輛駕駛決策技術 
1.4 智能車輛軌跡規(guī)劃技術 
1.5 智能車輛軌跡跟蹤技術 
1.6 總結與展望 
1.7 參考文獻 
第二章 車輛動力學系統(tǒng)
2.1 車輛動力學系統(tǒng)發(fā)展歷史 
2.2 車輛坐標系的定義 
2.3 輪胎模型 
2.4 車輛動力學系統(tǒng) 
2.5 參考文獻 
第三章 智能車輛全局路徑規(guī)劃方法 
3.1 拓撲地圖的建立 
3.2 行駛環(huán)境占據柵格地圖構建與更新  
3.3 路網創(chuàng)建和地圖搜索方法 
3.4 基于路網屬性的平滑路徑生成  
3.5 本章小結 
3.6 參考文獻 
第四章 智能車輛局部路徑規(guī)劃方法 
4.1 基于五次多項式的換道路徑規(guī)劃方法 
4.2 智能車輛自主超車規(guī)劃方法 
4.3 參考文獻 
第五章 自動泊車全局路徑在線優(yōu)化方法 
5.1 概述 
5.2 A* 算法與 Hybrid A* 算法泊車全局路徑規(guī)劃方法 
5.3 基于全局在線優(yōu)化的泊車路徑規(guī)劃
5.4 考慮智能車輛輪廓的避障問題描述
5.5 泊車優(yōu)化問題的數學描述 
5.6 仿真驗證 
5.7 本章小結 
5.8 參考文獻 
第六章 基于輪廓控制的縱向和側向運動集成 
6.1 車輛模型———非線性自行車模型  
6.2 平滑曲線的數學描述  
6.3 軌跡規(guī)劃與速度控制集成策略  
6.4 仿真試驗與性能評價  
6.5 本章小結 
6.6 參考文獻 
第六章附錄I 非線性系統(tǒng)的離散化和線性化 
第六章附錄Ⅱ 目標函數的標準二次形式 
第七章 基于學習的模型預測運動規(guī)劃方法 
7.1 概述 
7.2 理論基礎 
7.3 基于學習的模型預測運動規(guī)劃  
7.4 仿真試驗與結果討論 
7.5 本章小結 
7.6 參考文獻 
第八章 經典的自動駕駛軌跡跟蹤方法 
8.1 線控二次最優(yōu)控制 LQR軌跡跟蹤控制算法 
8.2 PID軌跡跟蹤算法
8.3 純跟蹤算法 
8.4 本章小結 
8.5 參考文獻 
第九章 基于前饋與反饋的軌跡跟蹤方法 
9.1 車輛動力學模型 
9.2 車輛行駛穩(wěn)定性約束 
9.3 縱向控制器設計
9.4 仿真驗證 
9.5 本章小結 
9.6 參考文獻 
第十章 基于模型預測的軌跡跟蹤方法 
10.1 車輛模型
10.2 模型預測控制 
10.3 模型預測控制算法驗證與分析 
10.4 本章小結  
10.5 參考文獻
第十一章 基于帶約束的 iLQR的運動規(guī)劃方法
11.1 iLQR算法基本原理  
11.2 帶約束的 iLQR問題描述及其求解 
11.3 典型算例分析 
11.4 本章小結
11.5 參考文獻 
第十一章附錄 牛頓投影 QP問題的迭代求解 
思考題 
索 引