自动驾驶决策规划技术理论与实践

自动驾驶的决策规划模块决定了车辆的具体运动行为，是体现车辆行驶智慧水平的关键环节。书中以很优控制问题的求解为主线，从自动驾驶的意义、现状和车端模块开始讲解，详细介绍了泊车轨迹规划任务建模、很优控制问题的数值求解、泊车决策规划方法、道路巡航行驶场景与Frenet坐标系、道路巡航行驶场景中的行为决策方法、道路巡航行驶场景中的轨迹规划方法、多体拖挂车的决策规划方法、多车协同决策规划方法、自动驾驶决策规划算法实践、百度Apollo自动驾驶开放平台入门等内容，最后提供了一些开放式的思考题，便于读者检验阅读本书的效果。
本书适合自动驾驶车辆决策规划领域的技术人员及本科生、研究生阅读学习，可作为高校自动驾驶相关专业的教材，也可作为从业多年的资深算法工程师的参考书。

李柏，湖南大学副教授，岳麓学者。2013年于北京航空航天大学获得工学学士学位，2018年于浙江大学获得工学博士学位。攻读博士学位期间曾在2016-2017年于美国密歇根大学安娜堡分校土木工程系联合培养；2018-2020年曾就职于京东集团X事业部；现就职于湖南大学机械与运载工程学院。2017年获国际自动控制联合会(IFAC)颁发的2014-2016年很好期刊论文奖，目前已以第一作者身份发表国际期刊／会议论文近40篇，主要研究方向为自动驾驶／智能网联汽车的决策及规划方法。

第1章 自动驾驶决策规划技术概述
1.1 自动驾驶系统的研发意义
1.2 自动驾驶系统的研发现状
1.3 自动驾驶车端模块
1.3.1 感知模块
1.3.2 决策模块
1.3.3 控制模块
第2章 泊车轨迹规划任务建模
2.1 泊车轨迹规划任务
2.2 基于很优控制问题模型的轨迹规划任务描述
2.3 车辆运动学约束
2.4 边值约束
2.5 碰撞躲避约束
2.6 代价函数
2.7 完整的很优控制问题
第3章 很优控制问题的数值求解
3.1 很优控制问题的标准化改造
3.2 很优控制问题的常见求解方法
3.3 很优控制问题的数值求解方法
3.3.1 很优控制问题的离散化
3.3.2 非线性规划问题的求解
3.3.3 构造很优控制问题的数值很优解
3.4 非线性规划问题求解过程的初始化
第4章 泊车行为决策方法
4.1 A*算法
4.2 混合A*算法
4.3 初始解的构造
第5章 泊车决策规划方法进阶
5.1 行车隧道约束的构建
5.2 利用行车隧道约束提升泊车轨迹规划实时性
5.3 行车隧道约束方法的缺陷
5.4 行车隧道约束方法的进一步完善策略
第6章 道路巡航行驶场景与Frenet坐标系
6.1 结构化道路场景与非结构化泊车场景的差异
6.2 指引线的生成
6.3 Frenet坐标系
6.3.1 Frenet坐标系基本概念
6.3.2 笛卡儿与Frenet坐标点位置的转换
6.3.3 笛卡儿与Frenet坐标点运动状态的转换
6.3.4 Frenet坐标系的局限性
第7章 道路巡航行驶场景中的行为决策方法
7.1 决策类别
7.2 路径-速度分解策略
7.3 路径决策
7.3.1 道路分层采样方法
7.3.2 基于动态规划的搜索方法
7.3.3 路径片段的代价评估
7.4 速度决策
7.4.1 在T-S坐标系中采样搜索
7.4.2 利用S-V坐标系提升决策效率
7.4.3 在T-V或T-A坐标系中采样搜索
第8章 道路巡航行驶场景中的轨迹规划方法
8.1 路径规划
8.1.1 车辆运动学约束建模
8.1.2 碰撞躲避约束建模
8.1.3 边值约束建模
8.1.4 代价函数建模
8.1.5 很优控制问题的数值求解
8.2 速度规划
8.2.1 车辆运动学约束建模
8.2.2 碰撞躲避约束建模
8.2.3 边值约束建模
8.2.4 代价函数建模
8.2.5 很优控制问题构建与数值求解
8.3 EM算法
8.4 不依赖Frenet坐标系的决策规划方法
8.4.1 笛卡儿坐标系中的决策
8.4.2 笛卡儿坐标系中的规划
第9章 多体拖挂车的决策规划方法
9.1 拖挂车决策规划任务模型
9.1.1 车辆运动学约束
9.1.2 边值约束
9.1.3 碰撞躲避约束
9.1.4 代价函数
9.2 拖挂车的行为决策方法
9.3 拖挂车的运动规划方法
第10章 多车协同决策规划方法
10.1 联立协同决策与序贯决策
10.2 非结构化复杂场景中的协同轨迹规划
10.2.1 协同轨迹规划问题建模
10.2.2 协同轨迹规划问题求解的困难
10.2.3 协同轨迹规划问题的简化
10.2.4 约束尺度自适应变化的迭代优化方法
10.3 结构化场景中的协同轨迹规划方法
10.3.1 多车协同换道轨迹规划
10.3.2 无信号灯自由空间路口多车协同通行轨迹规划
第11章 自动驾驶决策规划算法实践
11.1 让车动起来
11.1.1 与底盘通信
11.1.2 ROS介绍与安装
11.1.3 编写第一个ROS节点
11.2 定位模块
11.2.1 全局坐标系与车身坐标系
11.2.2 硬件准备
11.2.3 基于拓展卡尔曼滤波的局部定位方法
11.2.4 基于粒子滤波的全局定位方法
11.3 控制模块
11.3.1 Frenet坐标系
11.3.2 纵向控制
11.3.3 横向控制
11.4 决策规划模块
11.4.1 碰撞检测
11.4.2 IPOPT与线性求解器
11.4.3 自动微分工具ADOL-C
11.4.4 滚动时域决策规划与Stitch技术
第12章 百度Apollo自动驾驶开放平台入门
12.1 百度Apollo开放平台的部署方法
12.2 在百度Apollo开放平台中进行仿真实验
第13章 思考题
参考文献