智能汽車(chē)C-V2X網(wǎng)聯(lián)技術(shù)

前　言第1 章單車(chē)智能介紹1.1　自動(dòng)駕駛系統(tǒng)架構(gòu)／ ００１１.１.１　模塊化架構(gòu)／ ００２１.１.２　端到端架構(gòu)／ ００３１.１.３　兩種架構(gòu)的比較／ ００４1.2　傳感系統(tǒng)與融合／ ００６１.２.１　傳感系統(tǒng)／ ００６１.２.２　多傳感器融合／ ００８1.3　場(chǎng)景感知與定位／ ０１０１.３.１　目標(biāo)檢測(cè)／ ０１０１.３.２　語(yǔ)義分割／ ０１５１.３.３　目標(biāo)跟蹤／ ０１８１.３.４　軌跡預(yù)測(cè)／ ０２０１.３.５　占用柵格預(yù)測(cè)／ ０２２１.３.６　開(kāi)放詞匯感知／ ０２４１.３.７　定位與建圖／ ０２６1.4　決策與運(yùn)動(dòng)規(guī)劃／ ０２８１.４.１　決策方法／ ０２９１.４.２　規(guī)劃方法／ ０３２１.４.３　端到端規(guī)劃方法／ ０３４第2 章網(wǎng)聯(lián)協(xié)同駕駛　2.1　運(yùn)行設(shè)計(jì)域簡(jiǎn)介／ ０３９2.2　基于物理原理的分析方法／ ０４１2.3　網(wǎng)聯(lián)協(xié)同駕駛與安全理論／ ０４２２.３.１　預(yù)期功能安全理論／ ０４３２.３.２　具有可預(yù)見(jiàn)性和可防止性的安全方法／ ０４４2.4　多源信息融合理論／ ０４４2.5　協(xié)方差交叉融合方法／ ０４６２.５.１　相關(guān)程度已知的最優(yōu)融合／ ０４７２.５.２　相關(guān)程度未知的最優(yōu)融合／ ０４８第3 章網(wǎng)聯(lián)協(xié)同感知3.1　從單車(chē)智能感知到協(xié)同感知／ ０５１3.2　協(xié)同感知基本架構(gòu)／ ０５３３.２.１?。郑玻?協(xié)同感知架構(gòu)／ ０５３３.２.２　協(xié)同機(jī)制／ ０５６３.２.３　數(shù)據(jù)級(jí)融合／ ０５６３.２.４　特征級(jí)融合／ ０５６３.２.５　目標(biāo)級(jí)融合／ ０５８3.3　典型應(yīng)用：車(chē)路云協(xié)同感知／ ０５９３.３.１　背景需求／ ０５９３.３.２　基礎(chǔ)應(yīng)用： 信號(hào)燈狀態(tài)感知／ ０６０３.３.３　高階應(yīng)用： 智慧路口／ ０６０3.4　協(xié)同感知關(guān)鍵挑戰(zhàn)／ ０６３３.４.１?。郑玻?通信問(wèn)題／ ０６３３.４.２　標(biāo)準(zhǔn)化問(wèn)題／ ０６６３.４.３　時(shí)空異步問(wèn)題／ ０６７第4 章協(xié)同定位4.1　研究背景／ ０７１４.１.１　協(xié)作定位技術(shù)／ ０７１４.１.２　車(chē)聯(lián)網(wǎng)定位技術(shù)／ ０７３4.2　系統(tǒng)模型／ ０７７４.２.１　協(xié)同定位系統(tǒng)建模／ ０７８４.２.２　定位指標(biāo)與函數(shù)性質(zhì)／ ０７９4.3　理論分析／ ０８０４.３.１　相對(duì)誤差的線性子空間近似／ ０８１４.３.２　相對(duì)定位的性能極限／ ０８３4.4　協(xié)同定位算法／ ０８４４.４.１　空間協(xié)作相對(duì)定位／ ０８４４.４.２　空時(shí)協(xié)作與多源融合定位／ ０９０4.5　實(shí)驗(yàn)結(jié)果分析／ ０９５４.５.１　空間協(xié)作相對(duì)定位仿真分析／ ０９５４.５.２　空時(shí)協(xié)作與多源融合定位仿真分析／ ０９８４.５.３　協(xié)同平臺(tái)實(shí)測(cè)結(jié)果／ １００4.6　本章小結(jié)／ １０２第5 章協(xié)同決策與規(guī)劃　5.1　背景介紹／ １０３５.１.１　協(xié)同駕駛對(duì)車(chē)輛安全的意義／ １０３５.１.２　車(chē)輛智能網(wǎng)聯(lián)技術(shù)簡(jiǎn)介／ １０３5.2　信息共享?xiàng)l件下決策規(guī)劃技術(shù)／ １０４５.２.１　研究領(lǐng)域簡(jiǎn)介／ １０４５.２.２　狀態(tài)共享階段技術(shù)研究現(xiàn)狀／ １０５５.２.３　意圖共享階段技術(shù)研究現(xiàn)狀／ １０７５.２.４　相關(guān)決策規(guī)劃方法評(píng)價(jià)方式匯總／ １０８５.２.５　信息共享決策規(guī)劃實(shí)車(chē)驗(yàn)證與應(yīng)用／ １０９５.２.６　小結(jié)／ １１１5.3　共識(shí)尋求條件下決策規(guī)劃技術(shù)／ １１１５.３.１　研究領(lǐng)域簡(jiǎn)介／ １１１５.３.２　通信機(jī)制設(shè)計(jì)／ １１２５.３.３　多車(chē)共識(shí)形式／ １１３５.３.４　共識(shí)尋求決策規(guī)劃方法示范項(xiàng)目簡(jiǎn)介／ １１４５.３.５　小結(jié)／ １１４5.4　系統(tǒng)協(xié)作條件下決策規(guī)劃技術(shù)／ １１５５.４.１　研究領(lǐng)域簡(jiǎn)介／ １１５５.４.２　換道與匯入場(chǎng)景協(xié)同決策規(guī)劃方法／ １１６５.４.３　路口場(chǎng)景協(xié)同決策規(guī)劃方法／ １１９５.４.４　小結(jié)／ １２１5.5　本章小結(jié)／ １２１第6 章V2X 通信與標(biāo)準(zhǔn)研究進(jìn)展　6.1　C - V2X 通信技術(shù)／ １２４６.１.１　通信類(lèi)型： 廣播、組播和單播／ １２５６.１.２　單天線到多天線系統(tǒng)／ １２６6.2　國(guó)內(nèi)外標(biāo)準(zhǔn)研究進(jìn)展／ １２７6.3　V2X 消息集定義／ １２８6.4　V2X 協(xié)議棧網(wǎng)絡(luò)層設(shè)計(jì)及應(yīng)用層開(kāi)發(fā)／ １３０第7 章車(chē)輛通信信道模型7.1　背景介紹／ １３３7.2　城市環(huán)境A2G 通信中基于幾何方法的直通通路概率分析／ １３４7.3　城市環(huán)境A2G 通信中基于幾何方法的LoS 和NLoS 概率分析／ １３７7.4　毫米波V2V 通信中車(chē)輛遮擋建模及性能分析／ １４２7.5　混合交通場(chǎng)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　路徑損失模型／ １５３7.8　本章小結(jié)／ １５６第8 章感知輔助V2X 通信8.1　背景介紹／ １５９８.１.１　高移動(dòng)性場(chǎng)景中的波束跟蹤與預(yù)測(cè)／ １６０８.１.２　基于感知輔助的波束跟蹤與預(yù)測(cè)／ １６１8.2　基于后向回波的感知輔助V2X 通信／ １６４８.２.１　系統(tǒng)模型／ １６５８.２.２?。危蹋铮?場(chǎng)景中基于ＥＫＦ 的目標(biāo)跟蹤／ １７０８.２.３　基于ＮＬｏＳ 識(shí)別的預(yù)波束成形設(shè)計(jì)／ １７４8.3　基于多徑回波的感知輔助V2X 通信／ １７７８.３.１　系統(tǒng)模型／ １７８８.３.２　基于多徑回波的預(yù)波束成形設(shè)計(jì)／ １８４８.３.３　粒子濾波／ １８５８.３.４　基于多徑回波的ＰＦ 設(shè)計(jì)／ １８７8.4　數(shù)值仿真結(jié)果／ １９０８.４.１　基于后向回波的感知輔助Ｖ２Ｉ 預(yù)波束成形／ １９０８.４.２　基于多徑回波的感知輔助Ｖ２Ｉ 預(yù)波束成形／ １９６8.5　本章小結(jié)／ ２００附　錄／ ２０１參考文獻(xiàn)／ ２０３