汽车行业智能网联与自动驾驶技术.docVIP

汽车行业智能网联与自动驾驶技术

TOC\o1-2\h\u16675第1章智能网联汽车概述 3

281191.1智能网联汽车的定义与发展历程 3

214261.1.1定义 3

165581.1.2发展历程 3

140161.2智能网联汽车的关键技术与应用领域 4

49721.2.1关键技术 4

79221.2.2应用领域 4

15665第2章自动驾驶技术基础 4

285952.1自动驾驶分级与关键技术 4

3492.1.1自动驾驶分级标准 4

76762.1.2关键技术概述 4

111982.2自动驾驶系统的感知与决策 5

36612.2.1感知技术 5

243312.2.2数据融合技术 5

286022.2.3决策制定 5

123912.3自动驾驶车辆的控制与执行 5

255762.3.1控制策略 5

163152.3.2执行系统 5

11382.3.3系统集成与测试 5

15402第3章智能网联汽车通信技术 5

61703.1车载通信技术 5

319883.1.1车载有线通信技术 5

78353.1.2车载无线通信技术 6

231553.2车与车、车与基础设施通信（V2X） 6

205263.2.1V2V通信技术 6

41353.2.2V2I通信技术 6

220003.2.3V2P通信技术 6

306913.2.4V2N通信技术 6

273483.35G通信技术在智能网联汽车中的应用 6

121823.3.15G通信技术在智能网联汽车中的应用场景 6

206763.3.25G通信技术在智能网联汽车中的技术挑战 7

16163.3.35G通信技术在智能网联汽车中的发展趋势 7

9239第4章智能网联汽车硬件平台 7

129104.1智能传感器与执行器 7

101334.1.1雷达传感器 8

87174.1.2激光雷达传感器 8

137124.1.3摄像头传感器 8

544.1.4超声波传感器 8

99554.1.5执行器 8

72754.2高精度定位与导航技术 8

181374.2.1卫星导航系统 8

39494.2.2地面增强系统 8

254104.2.3车载传感器融合定位 8

39674.3车载计算平台与边缘计算 9

169654.3.1车载计算平台 9

141914.3.2边缘计算 9

214234.3.3车载网络与通信技术 9

24358第5章自动驾驶算法与模型 9

250385.1深度学习与神经网络 9

229375.1.1卷积神经网络在图像识别中的应用 9

261445.1.2循环神经网络在序列数据处理中的应用 9

192715.1.3对抗网络在自动驾驶场景中的应用 9

21275.2强化学习与决策规划 9

96455.2.1基于价值函数的强化学习方法 9

169915.2.2基于策略梯度的强化学习方法 9

305525.2.3模型预测控制与强化学习的结合 10

150925.3多传感器融合算法 10

321205.3.1多传感器数据预处理与标定 10

120555.3.2多传感器融合技术 10

28525.3.3融合深度学习与多传感器融合算法 10

20206第6章自动驾驶系统安全与可靠性 10

152826.1自动驾驶系统安全分析 10

197596.1.1安全关键因素 10

206836.1.2安全评价指标 10

80436.1.3安全分析方法 11

251256.2鲁棒性与故障诊断 11

75126.2.1鲁棒性分析 11

297066.2.2故障诊断方法 11

245176.2.3实时监控与预警 11

294586.3系统级安全与冗余设计 11

9946.3.1系统架构设计 11

181086.3.2冗余设计 11

240576.3.3安全协议与防护措施 11

311846.3.4安全测试与验证 12

16084第7章智能网联汽车测试与验证 12

119377.1实验室测试与仿真 12

187807.2场地测试与封闭道路测试 12

17187.3公共道路测试与示范应用 12

571