智能网联汽车协同决策与规划技术

本书介绍了智能网联汽车在多种场景下的协同决策与规划方法，其中决策是规划的重要基础，规划是最终的目的。从第2章开始，本书分别对非结构化场景中的单车/多车、结构化道路场景中的单车/多车规划任务进行建模并完成求解。各章节内容由浅人深，相互关联但并不重叠，分别从机器人学、数值优化、自动驾驶以及智能交通四个研究领域角度对协同决策与规划技术予以诠释。本书适合希望迈人智能网联汽车决策规划领域的技术人员以及高校学生阅读，可作为智能网联汽车决策规划技术领域的第一本人门书籍，也可作为自动驾驶业界从业人员的工具书。

序1
序2
前言
第1章智能网联汽车概述1
1.1智能网联汽车成为国际社会技术与产业竞争的制高点1
1.2智能决策是智能网联汽车的核心关键技术2
1.3智能网联汽车轨迹决策与规划技术基础3
1.3.1单车在低速非结构化场景中的规划方法回顾4
1.3.2单车在结构化道路场景中的规划方法回顾8
1.3.3多车在低速非结构化场景中的协同规划方法回顾10
1.3.4多车在结构化道路场景中的协同规划方法回顾11
参考文献12
第2章低速非结构化场景中的单一车辆决策与规划方法21
2.1轨迹规划命题的构建21
2.1.1系统动态方程约束22
2.1.2两点边值约束24
2.1.3流形约束26
2.1.4代价函数28
2.1.5很优控制问题完整形式29
2.2轨迹规划命题的数值求解29
2.2.1全联立离散化31
2.2.2非线性规划33
2.2.3非线性规划的初始化35
2.3AMPL数值优化平台的应用36
2.3.1AMPL的下载与安装36
2.3.2AMPL的基本运行方式37
2.3.3AMPL的模型文件38
2.3.4AMPL的初始解文件43
2.3.5AMPL与Matlab联合仿真平台43
2.4轨迹决策的生成46
2.4.1同伦轨线与轨迹决策46
2.4.2轨迹决策与路径+速度决策48
2.4.3基本A*算法与混合A*算法48
2.4.4基于S-T图的搜索57
2.4.5X-Y-T三维A*算法59
2.5进一步提升轨迹规划命题求解效率的方法62
2.5.1直接求解的困难62
2.5.2场景隧道化建模思想63
2.6仿真实验63
参考文献70
第3章低速非结构化场景中的多车协同决策与规划方法73
3.1协同轨迹决策与序贯轨迹决策73
3.1.1协同轨迹决策的困难73
3.1.2简化协同轨迹决策问题的思路74
3.1.3序贯轨迹决策中的优先级排序方法75
3.1.4序贯轨迹决策整体方案75
3.2协同轨迹规划命题的构建77
3.3协同轨迹规划命题的求解80
3.3.1直接求解的困难80
3.3.2自适应渐进约束初始化思想80
3.3.3自适应渐进约束动态优化算法81
3.3.4进一步降低问题规模的方法84
3.4仿真实验85
参考文献89
第4章结构化道路上的单一车辆决策与规划方法91
4.1结构化道路概述91
4.1.1指引线及其生成方法91
4.1.2Frenet坐标系及其弊端96
4.2轨迹决策的生成99
4.2.1基于T-S-L分层采样的解空间构造99
4.2.2代价函数的设计100
4.2.3基于动态规划的决策寻优102
4.3轨迹规划命题的构建与求解104
4.3.1基本命题模型及其弊病104
4.3.2基于隧道化建模的轨迹规划命题构建105
4.3.3进一步提升求解效率的方法108
4.4轨迹规划在线求解能力保障方案108
4.4.1离散化精度渐变方案109
4.4.2多完成度冗余计算方案109
4.4.3基于在线查表的紧急避险方案110
4.5仿真实验110
参考文献115
第5章结构化道路上的多车协同决策与规划方法117
5.1轨迹决策的生成117
5.2轨迹规划命题的构建117
5.2.1主要协同行驶场景分析117
5.2.2无信号灯平面十字交叉路口场景的可通行区域118
5.2.3无信号灯平面十字交叉路口通行任务121
5.3轨迹规划命题的求解123
5.3.1碰撞躲避约束条件的简化124
5.3.2基于渐进时域约束的离线求解辅助策略124
5.3.3基于查表法的在线求解方案126
5.4仿真实验126
参考文献131
第6章总结与展望132
6.1本书内容总结132
6.2未来研究机遇133