本书融合了作者团队在智能网联车载高精度传感器与终端设计、汽车主被动**系统、智能感知与决策控制、车联网智能组网、智能交通系统、车联网平台与车联网攻击防护等*新研究进展。本书系统全面地介绍了智能网联汽车领域的关键和前沿技术，简明扼要地阐述和探讨了该领域急缺且关键的技术点，包括智能网联汽车传感器技术、智能网联汽车环境感知技术、智能网联汽车决策技术、智能网联汽车控制技术、智能网联汽车通信技术、智能网联汽车网络技术、智能网联汽车交通规划技术及智能网联汽车的**防护技术等，突出其原理和核心方法，具有很强的创新性和前瞻性。 本书可作为车辆工程、智能车辆工程等专业的教材，也可作为相关人员的参考书籍。

前言 第1章绪论1 11智能网联汽车概述1 12智能网联汽车的应用2 13智能网联汽车关键技术3 14智能网联汽车发展目标6 第2章智能网联汽车传感器技术8 21定位导航传感器8 211定位导航传感器在汽车中的应用8 212定位导航传感器系统组成9 213定位导航传感器的技术指标9 214加速度传感器10 215陀螺仪37 22辅助与自动驾驶传感器55 221辅助与自动驾驶传感器概述55 222辅助与自动驾驶传感器的系统组成57 223视觉传感器61 224毫米波雷达66 225激光雷达71 226超声波雷达81 23新能源汽车传感器83 231新能源汽车传感器在汽车中的应用83 232新能源汽车传感器的系统组成83 233电池管理系统传感器84 234电机驱动系统传感器90 235氢燃料电池系统传感器94 24驾乘人员生理状态传感器99 241驾乘人员生理状态传感器概述99 242驾乘人员生理状态传感器的系统组成99 243基于机器视觉的疲劳检测技术100 244基于语音识别的疲劳检测技术103 245脑电识别技术109 246心率心电识别技术114 247肌力肌电识别技术117 248血液循环状态识别技术121 25多传感器融合技术在智能车中的 应用124 251多传感器融合应用的现状124 252信息融合的级别及优势125 253单目视觉里程计126 254摄像头和毫米波雷达融合127 255摄像头和激光雷达融合128 第3章智能网联汽车环境感知技术130 31智能网联汽车环境感知概述130 311环境感知的任务130 312环境感知的功能层次131 313环境感知传感器应用131 314环境感知的模型133 32深度学习模型及神经网络134 321感知机134 322受限玻耳兹曼机136 323卷积神经网络137 33交通场景语义分割方法142 331语义分割方法概述142 332典型语义分割方法143 333典型实例分割方法145 334小结146 34交通场景目标检测方法146 341基于视觉的障碍目标检测方法147 342基于视觉的交通信号及标志检测方法151 343基于激光三维点云数据分类与目标提取153 35交通场景路面信息检测方法155 351基于视觉的路面信息检测155 352基于激光雷达的路面检测163 36同步定位和地图构建SLAM技术165 361基于视觉的SLAM166 362基于激光的SLAM167 37**工况与天气环境感知技术169 371雾天图像处理方法169 372雨天图像处理方法171 38多传感器融合173 381多传感器数据融合原理173 382多传感器数据融合方法173 383智能网联汽车多传感器融合175 第4章智能网联汽车决策技术181 41智能网联汽车决策系统概述181 42通路规划技术183 43行为规划技术184 431有限状态机模型184 432基于效用/价值的马尔可夫决策模型186 433基于深度模仿学习的决策模型187 434基于深度强化学习的决策模型189 44轨迹预测技术190 441基于浅层学习的轨迹预测方法191 442基于深度学习的轨迹预测方法192 443轨迹预测数据集及性能比较195 45运动规划技术198 451变分法198 452图搜索法199 453增量式搜索方法202 46智能网联汽车决策构架203 第5章智能网联汽车控制技术204 51智能网联汽车控制技术概述204 52汽车自适应巡航控制技术206 53汽车整车稳定性控制技术208 54汽车高速公路自主换道控制211 55汽车人机协同控制213 56汽车队列成形控制及队列稳定性215 561汽车队列成形控制215 562队列稳定性216 57汽车交叉口通行车路协同控制217 571汽车交叉口通行车路协同控制概述217 572汽车交叉口冲突问题描述及 分析217 573汽车交叉口控制模型的建立218 58复杂工况下脱困控制技术219 581爆胎车辆脱困控制策略219 582上层系统决策层220 583中层轨迹规划层221 584下层轨迹跟踪层221 第6章智能网联汽车通信技术223 61智能网联汽车通信技术概述与组成223 62DSRC通信协议224 621DSRC标准化进程224 622DSRC协议架构225 623DSRC系统结构组成226 624DSRC主要参数及性能对比227 63CV2X通信协议228 631CV2X标准化进程228 632LTEV2X230 6335G NRV2X232 646G通信技术235 6416G网络架构236 6426G性能指标236 6436GV2X潜在技术237 65WiFi通信技术238 651技术概述238 652技术标准238 653技术特点239 654WiFi在智能网联汽车中的应用239 66蓝牙通信技术239 661技术概述239 662技术发展239 663技术特点240 664蓝牙在智能网联汽车中的应用241 67ZigBee通信技术241 671技术概述241 672技术特点241 673ZigBee在智能网联汽车中的 应用242 68VLC技术242 681技术概述242 682技术特点242 683VLC系统组成242 684VLC技术在智能网联汽车中的 应用243 69超宽带通信技术243 691技术概述243 692技术特点243 693UWB技术在智能网联汽车中的应用244 610RFID通信技术244 6101技术概述244 6102RFID工作原理245 6103技术特点245 6104RFID技术在智能网联汽车中的应用245 611eCall通信技术246 6111技术概述246 6112eCall系统结构246 第7章智能网联汽车网络技术248 71智能网联汽车网络技术概述248 72车载自组织网络的特点248 73车载自组织网络的系统结构249 74车载自组织网络的通信类型与协议250 75VANET试验仿真工具251 751交通仿真器252 752网络仿真器252 753综合仿真器253 76车联网协议总结与现状分析253 第8章智能网联汽车交通规划技术255 81智能网联汽车导航中路径规划技术255 811导航技术概述255 812导航的空间维度255 813导航的三个基本要素256 814导航中的定位技术256 815导航地理数据库258 816路径规划技术介绍259 817路径规划的具体方法259 818路径规划常用算法的原理260 819改进后的路径规划算法262 82交通信号灯统筹控制技术263 821交通信号灯的介绍263 822交通信号灯的设置264 823交通信号灯的控制系统264 824交通信号灯的识别271 83智能网联汽车自动泊车技术277 831泊车位探测277 832泊车位选择278 833自动泊车路径规划研究281 834泊车的控制系统285 84交通流感知和分流技术291 841交通流感知的常见技术292 842交通流感知的其他技术293 843分流技术295 844车路协同技术下的交通流优化297 第9章智能网联汽车的**防护 技术300 91智能网联汽车的**防护技术概述300 92智能网联汽车网络**防护策略301 93车联网的网络**技术基础306 94**机制与通信性能均衡技术312 95位置隐私保护技术314 951匿名轨迹的隐私问题315 952对匿名轨迹的隐私保护316 953基于混合区的位置隐私保护 方案317 96智能网联汽车**态势感知平台设计320 961**态势感知平台概述320 962**态势感知平台设计321 参考文献325