智能車輛決策規(guī)劃與控制

目錄

第1章緒論

1.1智能汽車的基本模塊與分級

1.2國外智能汽車發(fā)展歷程

1.2.1從“機”到“電”——無線電遙控汽車

1.2.2新希望的出現——機器視覺的引入

1.2.3自動駕駛技術的推進——美國ALV計劃

1.2.4從理論轉變?yōu)楝F實——CMU的NavLab

1.2.5以競賽促技術發(fā)展——美國的DARPA挑戰(zhàn)賽

1.2.6智能汽車的“遍地開花”

1.3中國智能汽車的發(fā)展歷程

1.3.1中國的“CMU”——國防科技大學

1.3.2中國的“DARPA”——中國智能車未來挑戰(zhàn)賽

1.3.3中國的“谷歌”——百度

1.4智能汽車國內外相關政策與法規(guī)

習題

參考文獻

第2章智能車輛自主決策理論與方法

2.1機器學習概述

2.1.1機器學習定義及發(fā)展歷程

2.1.2機器學習分類及常用方法

2.1.3機器學習在智能汽車中的應用

2.2基于規(guī)則的智能車輛決策方法

2.3基于博弈論的智能車輛決策方法

2.4基于模仿學習的智能車輛決策方法

2.5基于強化學習的智能車輛方法

習題

參考文獻

第3章智能車輛規(guī)劃與控制基礎

3.1路徑規(guī)劃基礎知識

3.1.1平面內的Frenét坐標系

3.1.2調和函數

3.1.3幾何樣條曲線

3.1.4二次規(guī)劃問題

3.2現代控制理論基礎

3.2.1線性時不變系統(tǒng)的可控性和可觀測性

3.2.2動態(tài)系統(tǒng)的穩(wěn)定性判據

3.3動態(tài)規(guī)劃和哈密頓-雅可比-貝爾曼方程

3.4常用控制方法介紹

3.4.1線性二次規(guī)劃控制器

3.4.2非線性系統(tǒng)的“輸入-輸出”線性化

3.4.3滑?？刂?/p>

3.4.4反演控制

3.5車輛二自由度動力學模型

習題

參考文獻

第4章智能車輛軌跡規(guī)劃理論與方法

4.1道路模型

4.2人工勢場法

4.2.1人工勢場理論在車輛局部路徑規(guī)劃中的應用

4.2.2彈性繩和虛擬人工勢場的路徑規(guī)劃理論

4.3RRT算法

4.4智能群落算法

4.5基于幾何曲線和最優(yōu)思想的路徑規(guī)劃

4.5.1基于多項式曲線和最優(yōu)選擇機制的路徑規(guī)劃

4.5.2基于自然三次樣條曲線和二次規(guī)劃的路徑規(guī)劃

4.6智能車輛速度規(guī)劃方法

4.6.1基于序列二次規(guī)劃的預瞄速度規(guī)劃

4.6.2基于三次自然樣條曲線的最優(yōu)速度規(guī)劃

習題

參考文獻

第5章智能車輛跟隨控制理論與方法

5.1簡單駕駛員PID“預瞄-跟隨”模型

5.2最優(yōu)預瞄路徑跟隨模型

5.2.1MacAdam最優(yōu)“預瞄-跟隨”模型

5.2.2基于最優(yōu)曲率控制的預瞄跟隨理論

5.3基于LQR的多點預瞄路徑跟隨模型

5.4基于無約束MPC的路徑跟隨模型

5.5速度跟隨控制

5.5.1基于“輸入輸出”線性化和滑膜控制的速度跟蹤控制器

5.5.2基于“輸入輸出”線性化和反演控制的速度跟蹤控制器

5.5.3跟車情景下的速度規(guī)劃和控制

5.6基于五自由度非線性車輛動力學模型的軌跡跟隨控制

5.6.1基于一階泰勒展開的非線性系統(tǒng)線性化

5.6.2受約束的模型預測控制優(yōu)化求解

習題

參考文獻