-
第一章绪论
本章通过对智能网联汽车定义及相关概念、发展历程、技术分级和关键技术的学习，让学生对智能网联汽车有一个初步的认识，并了解我们这门课程要学习的主要内容。
-
●1.1智能网联汽车的定义及相关概念
本节从智能和网联两个角度来解读智能网联汽车的概念，并分析了智能网联汽车与智能汽车、智能交通系统、车联网、自动驾驶、无人驾驶、ADAS等相关概念的联系和区别。
-
●1.2智能网联汽车的发展历程
本节以时间为纵轴，以代表性事件为横轴介绍了智能网联汽车的国内外发展历程和发展现状，然后介绍了美国、欧洲、日本、中国工业大国为促进智能网联汽车的发展，采取的政策法规标准、技术研发和测试示范等全方位措施。
-
●1.3智能网联汽车的技术分级
本节详细解读了美国SAE的汽车自动化等级定义，并详细分析了我国工信部颁布的《智能网联汽车技术路线图》中提出的“从智能化和网联化两个维度对智能网联汽车进行分级”。
-
●1.4智能网联汽车的关键技术
本节详细解读了我国工信部颁布的《智能网联汽车技术路线图》中提出的智能网联汽车“三横两纵”的技术架构，并总结概括了本门课程的主要内容。
-
第二章智能网联汽车定位技术
智能网联汽车定位技术是解决“我在哪儿”的问题，对可靠性和安全性有非常高的要求，本章介绍了常用定位技术的技术原理和存在的问题，逐步深入，最后归纳出适合自动驾驶的传感器融合的定位技术。
-
●2.1概述
这一小节主要来回答为什么智能网联汽车需要精确定位？什么是定位？对定位系统有什么要求？以及有哪些常用的定位技术等一系列问题。
-
●2.2GPS定位技术
这一小节主要介绍GPS定位技术的特点、组成、定位原理和定位存在的问题，并给出解决问题的方法。
-
●2.3差分GPS定位技术
本节从概念、工作过程、分类和存在的问题等几个方面详细介绍了差分GPS定位技术，最后给出了解决存在问题的定位方法。
-
●2.4GPS/DR组合定位技术
本节介绍了航迹推算（DR）定位原理和常用的DR方式，分析了采用GPS/DR的优势，并介绍了GPS/DR的组合方式，分析了组合定位存在的问题，给出了定位技术的后续发展方向。
-
●2.5高精地图
本节通过高精地图和普通的电子地图的对比分析，总结出了高精地图的概念；归纳了高精地图在自动驾驶中的主要功能和作用，最后详细介绍了高精地图的制作过程。
-
●2.6SLAM技术
本节介绍了如果没有地图或者GPS信号不稳甚至没有GPS信号的工况下，自动驾驶采用的定位技术-SLAM，主要从概念、应用场景和实现方法三个方面展开介绍。
-
第三章智能网联汽车环境感知技术
智能网联汽车的核心竞争力之一就是利用海量的传感器数据，来模仿人脑理解这个世界。本章从感知环境的先进传感器技术、传感器感知环境的常用算法来介绍环境感知技术的基本知识，辅以超边界、超距离感知的V2X通信技术介绍，并以交通信号灯感知为例介绍环境感知的应用，最后归纳了感知目前存在的问题和感知的未来。
-
●3.1概述
通过对比机器感知和人类感知，分析归纳出智能网联汽车的环境感知的特点和主要环节，进而归纳出环境感知技术部分的主要内容。
-
●3.2先进传感器技术
先进传感器技术部分介绍了智能网联汽车上使用较多的视觉传感器、毫米波雷达传感器和激光雷达传感器，分别从概念、分类、工作原理、车载应用等方面来分析，并对传感器的标定和安装需要注意的问题和相关知识进行介绍。
-
●3.3环境感知算法
本节主要介绍智能网联汽车常用的视觉传感器和激光雷达在环境感知过程中常用的算法，视觉感知算法主要介绍传统的视觉感知方法和深度学习的感知方法，激光雷达感知算法主要介绍传统的启发式算法和深度学习算法。
-
●3.4V2X通信技术
本节首先介绍V2X通信技术对智能网联汽车环境感知的重要性，给出V2X的定义和相关实现方法，最后通过技术发展和国家政策支持方面上确定了V2X的发展方向——C-V2X。
-
●3.5交通信号灯检测
本节通过传统的图像识别方法、基于深度学习的感知和V2X通信技术感知三种常用方法分别分析了交通信号灯检测的实现。
-
●3.6机器学习与感知的未来
本节主要分析自动驾驶感知中机器学习存在的问题并探讨感知的未来，自动驾驶感知中的机器学习最大问题在于系统对模块的要求与普通的机器学习不同，然后从四个方面分析了未来感知的特点。
-
第四章智能网联汽车决策与规划技术
本章从智能网联汽车决策与规划技术的路径规划、行为决策、轨迹规划三个方面来分析，主要包括路径规划的概念和一般步骤，行为决策的设计准则、解决方案和发展趋势，轨迹规划的概念和常用方法。
-
●4.1概述
本节分析了智能网联汽车决策与规划技术主要涉及的三部分内容，并对三部分的概念和相互联系进行分析，归纳出本章的主要内容。
-
●4.2路径规划
本节分析了路径规划的分类和实现的一般步骤，从环境建模和路径搜索两个步骤详细分析了路径规划的实现方法。
-
●4.3行为决策
本节主要从设计准则、解决方案和发展趋势三个方面来分析行为决策模块，详细分析了基于规则的行为决策系统和基于学习算法的行为决策系统，给出了决策过程和常用算法。
-
●4.4轨迹规划
本节从目标、约束、优化、求解等方面详细分析了轨迹规划模块的相关概念，主要介绍了路径-速度解耦规划和基于Lattice 算法轨迹生成方法两种求解方法的实现过程。
-
第五章智能网联汽车运动控制技术
本章主要介绍控制的概念和工作流程，详细分析智能网联汽车运动控制技术的特点，主要从横向纵向解耦控制和横纵向一体化控制两种实现方法分别介绍相关的运动控制技术。
-
●5.1概述
本节分析了智能网联汽车运动控制的目标和工作流程，通过分析归纳出本章的主要内容。
-
●5.2横向控制技术
本节分别从基于PID反馈控制、基于模仿驾驶员行为和基于动力学模型和控制理论三种方法来分析智能网联汽车的横向控制技术。
-
●5.3纵向控制技术
本节分析了智能网联汽车纵向控制的特点和难点，分别针对直接控制和分层结构控制两种形式详细分析了智能网联汽车的纵向控制技术。
-
●5.4横纵向一体化控制技术
本节通过分析得出，单独设计横向控制和纵向控制不能满足智能网联汽车的行驶需求，横纵向一体化设计是发展方向，总结了横纵向一体化控制的两种实现方法，最后展望了智能网联汽车运动控制技术的发展方向。