《智能网联汽车技术与应用》结合智能网联教学小车的研发过程和专业、职业教育的特点，对智能网联汽车的结构和工作原理做了系统、详尽的介绍。 《智能网联汽车技术与应用》共分6章，分别是智能网联汽车发展概述、环境感知技术、 车辆定位系统、SLAM建图、智能车辆决策控制系统、智能车辆运动控制系统。 《智能网联汽车技术与应用》适用于对智能网联汽车感兴趣的各类人员，也可以作为高等院校、职业院校汽车相关专业的教材，同时还可以为广大从事汽车行业的工程技术人员提供参考。
目录：
前 言
第1章 智能网联汽车发展概述
1.1 汽车发展趋势
1.1.1 汽车的演变过程
1.1.2 智能网联汽车的概念
1.1.3 智能网联汽车的分类
1.2 智能化汽车
1.2.1 智能化汽车的概念
1.2.2 智能化汽车的分类
1.2.3 智能化汽车的关键技术
1.2.4 智能化汽车的系统组成
1.2.5 智能化汽车的行业现状
1.3 网联化汽车
1.3.1 车联网的概念
1.3.2 车联网的功能
1.3.3 车联网的等级
1.3.4 车联网的典型场景
1.3.5 车联网的关键技术
1.4 智能网联汽车
1.4.1 智能网联汽车的分级
1.4.2 智能网联汽车的关键技术
1.4.3 智能网联汽车面临的挑战
第2章 环境感知技术
2.1 环境感知技术绪论
2.2 雷达
2.2.1 雷达的概念
2.2.2 雷达的工作原理
2.2.3 雷达的分类
2.2.4 车载雷达的应用概况
2.3 车载毫米波雷达
2.3.1 车载毫米波雷达概述
2.3.2 车载毫米波雷达的特点
2.3.3 车载毫米波雷达的分类
2.3.4 车载毫米波雷达的安装位置
2.3.5 车载毫米波雷达的元件组成
2.3.6 车载毫米波雷达的工作原理
2.3.7 车载毫米波雷达的控制策略
2.3.8 车载毫米波雷达的应用实例
2.4 车载激光雷达
2.4.1 车载激光雷达概述
2.4.2 车载激光雷达的特点
2.4.3 车载激光雷达的分类
2.4.4 车载激光雷达的安装位置
2.4.5 车载激光雷达的元件组成
2.4.6 车载激光雷达的工作过程
2.4.7 车载激光雷达的测距原理
2.4.8 车载激光雷达的测速原理
2.4.9 车载激光雷达的控制策略
2.4.10 车载激光雷达的应用实例
2.5 车载超声波雷达
2.5.1 车载超声波雷达概述
2.5.2 车载超声波雷达的特点
2.5.3 车载超声波雷达的安装位置
2.5.4 车载超声波雷达的工作原理
2.5.5 车载超声波雷达的元件组成
2.5.6 车载超声波雷达的控制策略
2.5.7 车载超声波雷达的典型参数
2.5.8 车载超声波雷达的应用实例
2.6 车载视觉传感器
2.6.1 车载视觉技术
2.6.2 人类视觉技术
2.6.3 车载视觉技术的分类
2.6.4 CCD技术
2.6.5 CMOS技术
2.6.6 红外线感光技术
2.7 车载单目视觉系统
2.7.1 车载单目视觉系统概述
2.7.2 车载单目视觉系统的构成
2.7.3 车载单目视觉系统的性能参数
2.7.4 车载单目视觉系统的成像原理
2.7.5 车载单目视觉系统的工作过程
2.7.6 车载单目视觉系统的测距基本原理
2.7.7 车载单目视觉系统的感知任务
2.8 车载双目视觉系统
2.8.1 车载双目视觉系统概述
2.8.2 车载双目视觉系统的应用
2.8.3 车载双目视觉系统的组成
2.8.4 车载双目视觉系统的工作原理
2.8.5 车载双目视觉系统的工作过程
2.8.6 车载双目视觉系统的应用
2.8.7 车载双目视觉系统与车载单目视觉系统的差异
第3章 车辆定位系统
3.1 车辆定位系统绪论
3.1.1 车辆定位系统概述
3.1.2 车辆定位系统的基本功能
3.1.3 车辆定位系统的构成
3.1.4 车辆定位系统的定位方法
3.1.5 车辆定位系统的地图匹配
3.1.6 车辆定位系统的车辆导航
3.2 卫星定位系统
3.2.1 卫星定位系统概述
3.2.2 卫星定位系统的构成
3.2.3 卫星定位系统的工作原理
3.2.4 卫星定位系统的特点
3.2.5 卫星定位系统的应用
3.2.6 卫星定位系统的分类
3.3 室内定位系统
3.3.1 室内定位系统概述
3.3.2 室内定位系统的分类
3.3.3 超宽带（UWB）室内定位系统
3.4 惯性导航系统
3.4.1 惯性导航系统概述
3.4.2 惯性导航系统的原理及应用
3.4.3 惯性导航系统的组成
3.4.4 惯性导航系统的分类
3.4.5 加速度计
3.4.6 陀螺仪
3.4.7 平台式惯性导航系统
3.4.8 捷联式惯性导航系统
3.4.9 惯性导航系统的应用
3.5 定位融合
3.5.1 定位融合系统概述
3.5.2 定位融合系统的应用
第4章 SLAM建图
4.1 SLAM概述
4.1.1 SLAM的定义
4.1.2 SLAM的基本流程
4.1.3 SLAM的技术分类
4.1.4 SLAM的系统架构
4.1.5 SLAM的地图种类
4.1.6 SLAM的知识结构
4.2 激光SLAM
4.2.1 激光SLAM的分类
4.2.2 激光SLAM的控制架构
4.3 视觉SLAM
4.3.1 摄像头及摄像头模型
4.3.2 视觉SLAM的分类
4.3.3 视觉SLAM的结构流程
4.3.4 视觉里程计
4.3.5 后端优化
4.3.6 回环检测
4.3.7 建图
4.4 视觉SLAM与激光SLAM的区别
4.4.1 成本区别
4.4.2 应用场景区别
4.4.3 地图精度区别
4.4.4 易用性区别
4.5 基于RGB-D的SLAM
4.5.1 准备阶段
4.5.2 处理阶段
4.5.3 结束阶段
第5章 智能车辆决策控制系统
5.1 智能车辆决策控制系统概述
5.1.1 智能车辆决策控制系统的定义
5.1.2 智能车辆决策控制系统的关键技术
5.2 智能车辆决策控制系统的构成
5.2.1 智能车辆决策控制系统的功能架构
5.2.2 智能车辆决策控制系统的决策方法
5.2.3 有限状态机（FSM)
5.3 信息融合
5.3.1 信息融合的特点
5.3.2 信息需求
5.3.3 信息来源
5.3.4 融合方式
5.3.5 融合的条件
5.3.6 融合的步骤
5.3.7 信标定位、惯性导航和里程计的融合
5.3.8 激光雷达和摄像头的融合
5.3.9 毫米波雷达与激光雷达的信号融合
5.3.10 毫米波雷达与单目摄像头的信号融合
5.4 目标运动预测
5.4.1 目标要求及预测方式
5.4.2 基于模型的预测
5.4.3 基于数据驱动的预测
5.4.4 基于车道系列的预测
5.4.5 障碍物状态分析
5.4.6 车道轨迹生成
5.5 路径规划
5.5.1 路径规划的分类
5.5.2 全局路径规划
5.5.3 局部路径规划
5.5.4 路径规划的未来发展
5.6 路径跟踪及异常处理
5.6.1 全局路径跟踪
5.6.2 局部路径跟踪
5.6.3 异常处理
5.7 Apollo自动驾驶开放平台
5.7.1 Apollo决策系统的构成
5.7.2 Apollo决策系统的功能
5.7.3 Apollo决策规划的过程
第6章 智能车辆运动控制系统
6.1 控制内容及控制方式分类
6.1.1 控制技术概述
6.1.2 控制内容
6.1.3 控制方式分类
6.2 控制技术
6.2.1 线控转向系统
6.2.2 线控动力系统
6.2.3 线控制动系统
6.3 线控关键技术
6.3.1 传感技术
6.3.2 总线技术
6.3.3 容错控制技术
6.4 车辆模型
6.4.1 运动学模型
6.4.2 动力学模型
6.4.3 轮胎模型
6.4.4 发动机模型
6.4.5 变速器模型
6.4.6 驱动电机模型
6.5 轨迹跟踪
6.5.1 控制模式
6.5.2 控制方法
