本书在车辆智能化发展的背景下，紧密联系科研与生产实际，在阐明车辆控制基本理论的基础上，结合智能车辆控制技术的发展动态，对智能车辆的控制理论、关键技术及实际应用案例做出详细论述。本书主要包括车辆控制基本理论、车辆运动控制、智能车辆决策控制与环境感知、智能车辆协同控制四部分内容，共8章。第1章为智能车辆概述，第2章为车辆控制理论基础，第3～5章分别为车辆横向、纵向、垂向及综合运动控制技术，第6章为智能车辆决策控制技术，第7章为智能车辆环境感知技术，第8章为智能网联汽车协同控制技术。 本书注重理论方法在智能车辆研发、制造中的实际应用。本书可作为车辆工程和智能车辆工程专业研究生及高年级本科生的专业课程教材，也可作为自动化、计算机、交通运输及智能网联汽车等相关专业的参考教材，还可作为从事智能车辆相关工作的管理人员、技术人员的参考读物。

高等院校教师

前言
第1章智能车辆概述1
1.1智能车辆定义2
1.2智能车辆的发展现状与方向4
1.2.1国外智能车辆发展现状与方向4
1.2.2国内智能车辆发展现状与方向8
1.3智能车辆技术架构与关键技术11
1.4我国智能车辆的政策现状15
第2章车辆控制理论基础17
2.1控制系统的基本知识及基本要求18
2.1.1控制系统的基本知识18
2.1.2控制系统的分类21
2.1.3控制系统的基本要求23
2.2控制系统数学模型25
2.2.1系统微分方程的建立25
2.2.2系统的传递函数及框图27
2.2.3系统的状态方程31
2.3控制系统的时域、频域分析32
2.3.1控制系统时域分析33
2.3.2控制系统频域分析43
2.4控制系统的稳定性分析48
2.4.1李雅普诺夫稳定性48
2.4.2代数稳定性判据51
2.4.3频域稳定性判据56
2.4.4控制系统的稳定裕度59
2.5案例分析61
第3章车辆横向运动控制技术64
3.1车辆横向运动系统建模与控制策略65
3.1.1车辆横向运动学模型65
3.1.2车辆横向动力学模型66
3.1.3车辆横向运动控制策略70
3.2车辆横向运动控制目标72
3.2.1转向轨迹72
3.2.2横摆角速度74
3.2.3车身质心侧偏角76
3.3车辆转向控制器设计78
3.3.1四轮转向系统结构原理78
3.3.2四轮转向控制器硬件设计80
3.3.3自适应MPC轨迹跟踪控制器设计85
3.4车辆线控转向控制技术93
3.4.1线控转向系统的发展及结构93
3.4.2线控转向系统的工作原理94
3.4.3线控转向系统的关键技术94
3.5案例分析97
第4章车辆纵向运动控制技术101
4.1车辆纵向运动系统建模102
4.1.1车辆动力学建模102
4.1.2轮胎动力学建模103
4.1.3车辆驱动系统建模104
4.1.4车辆制动系统建模107
4.1.5车辆逆动力学模型108
4.2车辆自适应巡航控制系统110
4.2.1自适应巡航控制系统简介110
4.2.2自适应巡航控制系统的控制策略111
4.2.3驱动/制动模式切换策略113
4.3车辆纵向安全性控制113
4.3.1防抱制动系统113
4.3.2自动紧急制动系统124
4.3.3牵引力控制系统132
4.4线控制动控制技术135
4.4.1电液复合制动系统概述135
4.4.2电液复合制动系统制动力分配策略136
4.5案例分析143
第5章车辆垂向及综合运动控制技术146
5.1车辆悬架控制147
5.1.1车辆悬架模型148
5.1.2路面模型157
5.1.3悬架系统动力学建模158
5.1.4悬架控制策略162
5.2车辆防侧翻控制174
5.2.1侧翻动力学建模174
5.2.2侧翻预警系统的研究177
5.2.3车辆防侧翻系统控制179
5.3车辆综合运动控制182
5.3.1横纵向综合运动控制183
5.3.2横纵垂向综合运动控制190
5.4案例分析195
第6章智能车辆决策控制技术198
6.1车辆路径规划控制200
6.1.1路径规划算法概述201
6.1.2路径规划207
6.2车辆路径跟随控制218
6.3变道控制229
6.3.1变道场景概述229
6.3.2变道系统实现230
6.4自动泊车控制233
6.4.1自动泊车系统概述233
6.4.2自动泊车车位探测233
6.4.3自动泊车路径规划234
6.4.4自动泊车跟踪控制235
6.5案例分析236
6.5.1案例一236
6.5.2案例二238
第7章智能车辆环境感知技术241
7.1智能车辆的感知242
7.1.1环境感知技术概述242
7.1.2基于激光雷达的感知系统244
7.1.3基于毫米波雷达的感知系统246
7.1.4超声波测距技术251
7.1.5基于机器视觉的感知系统253
7.2车道线与路面检测识别255
7.2.1传统机器视觉车道线检测识别257
7.2.2深度学习算法261
7.2.3车道线检测识别案例263
7.3车辆与行人检测识别追踪266
7.3.1车辆与行人传统检测识别方法266
7.3.2深度学习车辆与行人检测识别算法267
7.3.3传统目标跟踪算法268
7.3.4基于深度学习的目标追踪方法268
7.3.5车辆检测识别案例272
7.3.6行人识别案例273
7.4道路交通标志检测识别278
7.4.1交通标志图像检测识别方法278
7.4.2传统道路交通标志检测识别算法281
7.4.3基于深度学习的交通标志检测识别281
7.4.4交通标志检测识别案例287
7.5传感器融合技术290
7.5.1多传感器融合相关理论290
7.5.2多传感器标定293
7.5.3多传感器融合的实现层次295
7.6案例分析297
第8章智能网联汽车协同控制技术300
8.1高精度定位技术301
8.1.1卫星定位技术301
8.1.2差分全球定位系统301
8.1.3惯性导航技术302
8.1.4多传感器融合定位技术302
8.2智能互联技术304
8.2.1汽车的网络互联技术304
8.2.2汽车车内网——车载网络304
8.2.3汽车与外界互联——无线连接技术308
8.3信息融合技术315
8.3.1信息融合技术现状315
8.3.2多传感器信息融合316
8.3.3基于V2X通信的多源车路信息融合319
8.3.4信息融合技术发展趋势326
8.4车路协同技术327
8.4.1车路协同概念327
8.4.2车路协同自动驾驶发展阶段330
8.4.3车路协同关键技术331
8.4.4车路协同技术发展趋势336
8.5车辆编队技术337
8.5.1车辆编队技术现状337
8.5.2车辆编队控制系统340
8.5.3车辆编队行驶条件343
8.5.4车辆编队基础模型345
8.6案例分析349
参考文献352