第1章　無人駕駛技術概述 001
1.1　無人駕駛行業(yè)發(fā)展現(xiàn)狀 002
1.2　無人駕駛車輛的組成 003
1.3　無人駕駛技術開發(fā)對從業(yè)者專業(yè)技能的要求 005

第2章　無人駕駛軟件平臺 007
2.1　軟件平臺架構 008
2.2　程序開發(fā) 009
2.2.1　shell 命令 009
2.2.2　性能調(diào)試工具 013
2.3　ROS 系統(tǒng)簡介 015
2.3.1　節(jié)點的誕生 016
2.3.2　節(jié)點間的通信 018
2.3.3　序列化 024
2.3.4　ROS 中的時間 026
2.3.5　ROS 常用工具 028

第3章　三維空間中運動的表示 031
3.1　概述 032
3.2　旋轉(zhuǎn)矩陣 033
3.3　歐拉角 040
3.4　四元數(shù) 045
3.4.1　四元數(shù)的定義 045
3.4.2　四元數(shù)的運算 046
3.4.3　四元數(shù)與旋轉(zhuǎn) 050
3.4.4　四元數(shù)的插值 053
3.5　李群與旋轉(zhuǎn) 058
3.5.1　什么是李群 058
3.5.2　三維旋轉(zhuǎn)群 064
3.5.3　李群基本運算 075
3.6　車輛運動表示 087

第4章　定位技術 089
4.1　概述 090
4.2　GNSS 定位 092
4.2.1　GNSS 常用坐標系 092
4.2.2　RTK 技術 094
4.3　激光定位 094
4.3.1　激光雷達原理 094
4.3.2　LOAM 系列 095
4.3.3　特征點提取 095
4.3.4　特征點匹配 098
4.3.5　環(huán)境建圖 103
4.4　多傳感器融合 105
4.4.1　概率論基礎 106
4.4.2　Kalman 濾波原理 110

第5章　環(huán)境感知技術 118
5.1　感知系統(tǒng)概述 119
5.1.1　感知系統(tǒng)的功能 119
5.1.2　傳統(tǒng)感知技術 120
5.1.3　基于深度學習的感知技術 123
5.2　視覺檢測技術 134
5.2.1　Yolo 設計思想 134
5.2.2　Yolo 網(wǎng)絡結構 136
5.2.3　損失函數(shù) 138
5.2.4　訓練技巧 139
5.2.5　Yolo 的擴展 140
5.3　激光點云檢測技術 141
5.3.1　點云數(shù)據(jù)的特點 141
5.3.2　PointPillars 設計思想 142
5.3.3　PointPillars 網(wǎng)絡結構 142
5.4　通用障礙物檢測技術 146
5.4.1　占用柵格的基本概念 146
5.4.2　Transformer 主干網(wǎng)絡 148
5.4.3　占用柵格網(wǎng)絡的結構 149

第6章　路線搜索技術 153
6.1　功能概述 154
6.2　路線搜索算法 154
6.2.1　圖搜索問題 154
6.2.2　從邊松弛到A??算法 155
6.3　路線搜索的具體實現(xiàn) 167
6.3.1　高精地圖 167
6.3.2　消息格式 169
6.3.3　整體架構 171
6.3.4　基本概念 173
6.3.5　黑名單路段 174
6.3.6　A??搜索算法 176
6.3.7　后處理 180

第7章　規(guī)劃決策技術 185
7.1　規(guī)劃決策系統(tǒng)概述 186
7.2　車道行車規(guī)劃 186
7.2.1　Frenet 坐標系 186
7.2.2　參考線平滑 187
7.2.3　橫向規(guī)劃 195
7.2.4　縱向規(guī)劃 201
7.2.5　仿真結果 205
7.3　開放場地規(guī)劃 206
7.3.1　混合A??算法 206
7.3.2　Dubins 曲線與Reeds-Shepp 曲線 209
7.3.3　速度規(guī)劃 217
7.3.4　曲線平滑 226
7.3.5　仿真結果 234

第8章　運動控制技術 238
8.1　控制理論 239
8.1.1　車輛運動學模型 239
8.1.2　可控性分析 241
8.1.3　小時間可控性 244
8.2　控制方法 247
8.2.1　純跟蹤方法 247
8.2.2　模型預測控制 248
8.3　仿真試驗 250
8.3.1　純跟蹤控制仿真 251
8.3.2　模型預測控制仿真 254

附錄一　隨書代碼使用方法 256

附錄二　無人駕駛領域常用術語 258

參考文獻 262