本书从网联协同的角度出发， 结合具体应用深入探讨了智能网联汽车的Ｃ － Ｖ２Ｘ 网联技术。本书主要内容包括讨论单车智能基本架构并比较优缺点，介绍单车在传感器融合、场景感知与定位、决策与运动规划中的现状与不足， 指出智能网联汽车对于解决这些问题的重要意义； 介绍网联协同驾驶的基本概念， 以及多种安全理论与多源信息融合理论； 详细分析智能网联汽车的协同感知， 结合实际案例探讨了协同感知的基本架构、协同机制以及不同级别的数据融合策略； 深入介绍了智能网联汽车的协同定位技术， 包括系统模型、理论分析、协同定位算法与实验结果分析； 讨论了智能网联汽车在信息共享、共识寻求和系统协作条件下的协同决策与规划技术， 以及这些技术在不同交通场景下的应用和挑战； 详细介绍了智能网联汽车中的Ｃ－ Ｖ２Ｘ 通信技术， 包括通信类型、单天线到多天线系统的演进， 以及国内外Ｖ２Ｘ 标准研究进展； 介绍了智能网联汽车车辆通信信道模型的建立， 并在各种场景条件下进行分析； 介绍了感知辅助的Ｖ２Ｘ 通信技术， 包括后向回波和多径回波的感知辅助通信方法，以及这些方法在仿真环境中的表现。本书的读者对象主要是对智能网联技术感兴趣的学生、科研人员、工程师以及相关从业者。
全彩印刷，印装精美十四五国家重点出版物规划项目清华大学与东南大学专家力作
汽车产业的发展与不断重塑是人类工业化进程和社会进步的缩影。如今，在新一轮科技革命的背景下， 汽车产业站在了诸多技术变革的交汇点， 涉及移动通信、人工智能、云计算等诸多新一代电子信息技术， 全球汽车产业正在发生深刻变革， 成为培育新质生产力的重要引擎。与此同时， 中国汽车产业从无到有、由弱到强， 在当下智能化、网联化、电动化、共享化的新四化趋势下，中国汽车产业主动拥抱转型升级， 抓住产业发展与技术升级的历史机遇， 中国正在成为汽车产业新一轮重塑的主阵地。随着智能网联技术的迅猛发展， 智能网联汽车在新一轮的产业变革中为汽车产业带来了新的发展机遇， 也代表着汽车产业的前沿发展方向， 智能网联汽车是诸多新兴技术融合创新的重要载体， 也是智能汽车发展到新阶段的完整体现。传统的智能汽车是通过自动驾驶等智能化技术， 通过传感器等各项装置实现对人类驾驶行为的部分或完全替代， 但其仍然局限在自身范围内， 而智能网联汽车能够在行驶的过程中， 实现车和车、车和基础设施、车和云平台， 以及车和其他移动端的联网， 最终形成涵盖各个交通要素的密集网络， 能够实现各要素之间信息的快速传输。智能网联汽车从安全、高效、节能、环保等多个角度为解决社会广泛关注的问题提供了创新解决方案， 如保证交通安全、处理交通事故、防止道路拥堵、减少环境污染等。此外， 智能网联汽车能够进一步促进实现产业融合升级， 拓展传统汽车生态， 孵化新兴商业模式， 变革未来出行方式， 对社会发展产生深远影响。在汽车产业发展变革的浪潮中， 智能网联汽车从概念走向实际应用的过程中将面临诸多的科学问题与关键挑战， 例如人－ 车－ 路复杂交互下的交通场景、通信中断与延迟、智能网联汽车与普通车辆混行、恶劣天气影响、复杂道路条件等都为智能网联技术的进一步发展提出了一系列亟待解决的难题。其中一部分是智能汽车本身面临的问题， 还有很大一部分是智能网联技术发展带来的新问题， 由于智能网联技术发展迅猛， 这些问题往往跨学科且更综合、更复杂。当下， 只有对智能网联汽车有了更加全面、细致的认知， 才能够从容面对各式各样的新问题进而将其解决。本书从网联协同的角度切入， 具象化地从网联协同在车辆各个层级的具体应用出发， 由浅入深地针对什么是车联网、智能网联汽车为什么需要网联协同、如何进行网联协同以及网联协同的未来发展方向等核心问题进行阐述与解答，旨在帮助读者较为清晰地快速把握智能网联汽车整体脉络与主要的技术原理。第１ 章从单车智能出发， 在对单车智能架构与相关技术的梳理总结过程中，逐渐引出单车智能的局限性， 突出由单车智能向智能网联汽车发展的必要性。第２ 章对智能网联汽车的网联协同驾驶进行概述， 从自动驾驶的安全理论出发对网联协同理论支撑进行详细介绍。第３ ～５ 章分别从感知、定位、决策与规划三个方面结合实际例子对网联协同在其中的主要应用方式进行详细介绍， 对当前网联协同在其中起到的作用进行定性与定量分析， 突出协同在驾驶各层级中的显著效果。第６ 章进一步对Ｃ － Ｖ２Ｘ 通信技术与标准的研究进展进行介绍，结合前文提到的协同驾驶的应用对Ｃ－ Ｖ２Ｘ 车联网消息集的定义与具体内容进行梳理， 并对车联网的通信机制进行总结。第７、８ 章分别介绍前沿的车辆通信信道模型与感知辅助下的车联网通信方法， 其中包括细致的理论推导与详实的实验分析。在本书写作过程中， 谢腾辉、罗悦晨、宋致应、张海梁、施笑寒、赵永康做了大量的资料收集整理和校对工作， 在此对他们的辛勤工作表示衷心的感谢！ 清华大学车辆与运载学院李骏院士一直鼓励和支持本书的编写， 并提出了许多有价值的修改意见， 我们对此深表感谢。同时也向所有关心本书出版的各位专家学者表示感谢。智能网联技术如今仍然处于研究探索阶段， 还需要不断深入完善， 由于作者研究水平与涉猎范围有限， 难以在本书中将所有技术问题完全涵盖， 书中难免存在不足之处， 敬请各位学者、专家批评指正， 一同拓展技术边界、推动智能网联汽车进一步发展完善。
前 言第1 章单车智能介绍1.1 自动驾驶系统架构／ ００１１.１.１ 模块化架构／ ００２１.１.２ 端到端架构／ ００３１.１.３ 两种架构的比较／ ００４1.2 传感系统与融合／ ００６１.２.１ 传感系统／ ００６１.２.２ 多传感器融合／ ００８1.3 场景感知与定位／ ０１０１.３.１ 目标检测／ ０１０１.３.２ 语义分割／ ０１５１.３.３ 目标跟踪／ ０１８１.３.４ 轨迹预测／ ０２０１.３.５ 占用栅格预测／ ０２２１.３.６ 开放词汇感知／ ０２４１.３.７ 定位与建图／ ０２６1.4 决策与运动规划／ ０２８１.４.１ 决策方法／ ０２９１.４.２ 规划方法／ ０３２１.４.３ 端到端规划方法／ ０３４第2 章网联协同驾驶 2.1 运行设计域简介／ ０３９2.2 基于物理原理的分析方法／ ０４１2.3 网联协同驾驶与安全理论／ ０４２２.３.１ 预期功能安全理论／ ０４３２.３.２ 具有可预见性和可防止性的安全方法／ ０４４2.4 多源信息融合理论／ ０４４2.5 协方差交叉融合方法／ ０４６２.５.１ 相关程度已知的最优融合／ ０４７２.５.２ 相关程度未知的最优融合／ ０４８第3 章网联协同感知3.1 从单车智能感知到协同感知／ ０５１3.2 协同感知基本架构／ ０５３３.２.１ Ｖ２Ｘ 协同感知架构／ ０５３３.２.２ 协同机制／ ０５６３.２.３ 数据级融合／ ０５６３.２.４ 特征级融合／ ０５６３.２.５ 目标级融合／ ０５８3.3 典型应用：车路云协同感知／ ０５９３.３.１ 背景需求／ ０５９３.３.２ 基础应用： 信号灯状态感知／ ０６０３.３.３ 高阶应用： 智慧路口／ ０６０3.4 协同感知关键挑战／ ０６３３.４.１ Ｖ２Ｘ 通信问题／ ０６３３.４.２ 标准化问题／ ０６６３.４.３ 时空异步问题／ ０６７第4 章协同定位4.1 研究背景／ ０７１４.１.１ 协作定位技术／ ０７１４.１.２ 车联网定位技术／ ０７３4.2 系统模型／ ０７７４.２.１ 协同定位系统建模／ ０７８４.２.２ 定位指标与函数性质／ ０７９4.3 理论分析／ ０８０４.３.１ 相对误差的线性子空间近似／ ０８１４.３.２ 相对定位的性能极限／ ０８３4.4 协同定位算法／ ０８４４.４.１ 空间协作相对定位／ ０８４４.４.２ 空时协作与多源融合定位／ ０９０4.5 实验结果分析／ ０９５４.５.１ 空间协作相对定位仿真分析／ ０９５４.５.２ 空时协作与多源融合定位仿真分析／ ０９８４.５.３ 协同平台实测结果／ １００4.6 本章小结／ １０２第5 章协同决策与规划 5.1 背景介绍／ １０３５.１.１ 协同驾驶对车辆安全的意义／ １０３５.１.２ 车辆智能网联技术简介／ １０３5.2 信息共享条件下决策规划技术／ １０４５.２.１ 研究领域简介／ １０４５.２.２ 状态共享阶段技术研究现状／ １０５５.２.３ 意图共享阶段技术研究现状／ １０７５.２.４ 相关决策规划方法评价方式汇总／ １０８５.２.５ 信息共享决策规划实车验证与应用／ １０９５.２.６ 小结／ １１１5.3 共识寻求条件下决策规划技术／ １１１５.３.１ 研究领域简介／ １１１５.３.２ 通信机制设计／ １１２５.３.３ 多车共识形式／ １１３５.３.４ 共识寻求决策规划方法示范项目简介／ １１４５.３.５ 小结／ １１４5.4 系统协作条件下决策规划技术／ １１５５.４.１ 研究领域简介／ １１５５.４.２ 换道与汇入场景协同决策规划方法／ １１６５.４.３ 路口场景协同决策规划方法／ １１９５.４.４ 小结／ １２１5.5 本章小结／ １２１第6 章V2X 通信与标准研究进展 6.1 C - V2X 通信技术／ １２４６.１.１ 通信类型： 广播、组播和单播／ １２５６.１.２ 单天线到多天线系统／ １２６6.2 国内外标准研究进展／ １２７6.3 V2X 消息集定义／ １２８6.4 V2X 协议栈网络层设计及应用层开发／ １３０第7 章车辆通信信道模型7.1 背景介绍／ １３３7.2 城市环境A2G 通信中基于几何方法的直通通路概率分析／ １３４7.3 城市环境A2G 通信中基于几何方法的LoS 和NLoS 概率分析／ １３７7.4 毫米波V2V 通信中车辆遮挡建模及性能分析／ １４２7.5 混合交通场景下毫米波V2V 通信的NLoS概率分析／ １４６7.6 V2X 通信信道特性／ １５２7.7 路径损失模型／ １５３7.8 本章小结／ １５６第8 章感知辅助V2X 通信8.1 背景介绍／ １５９８.１.１ 高移动性场景中的波束跟踪与预测／ １６０８.１.２ 基于感知辅助的波束跟踪与预测／ １６１8.2 基于后向回波的感知辅助V2X 通信／ １６４８.２.１ 系统模型／ １６５８.２.２ ＮＬｏＳ 场景中基于ＥＫＦ 的目标跟踪／ １７０８.２.３ 基于ＮＬｏＳ 识别的预波束成形设计／ １７４8.3 基于多径回波的感知辅助V2X 通信／ １７７８.３.１ 系统模型／ １７８８.３.２ 基于多径回波的预波束成形设计／ １８４８.３.３ 粒子滤波／ １８５８.３.４ 基于多径回波的ＰＦ 设计／ １８７8.4 数值仿真结果／ １９０８.４.１ 基于后向回波的感知辅助Ｖ２Ｉ 预波束成形／ １９０８.４.２ 基于多径回波的感知辅助Ｖ２Ｉ 预波束成形／ １９６8.5 本章小结／ ２００附 录／ ２０１参考文献／ ２０３
书单推荐
