《智能车辆控制工程》课程是智能车辆工程专业必修的核心课程之一。通过本课程的学习,使学生掌握自动驾驶汽车的基本知识、关键技术和概念,理解智能车辆控制理论和智能控制要求,具备智能汽车行为决策、全局路径规划、汽车行为决策理论、马尔可夫决策过程、智能车辆决策控制、汽车运动规划、自动驾驶汽车控制、Apollo平台运用等能力,培育创新能力、实践能力,为从事智能汽车相关工作奠定基础。本课程分为九个章节,以专业人才培养方案的培养目标为依据,以岗位需求为基本出发点,以学生发展为本位,把创新素质的培养贯穿于教学中,采用行之有效的教学方法,注重发展学生专业思维和专业应用能力。
Overview
Syllabus
- 第一章 概述
- 1.1 智能车辆定义与分级
- 1.2 智能车辆关键技术
- 1.3 智能车辆的运作方式
- 1.4 智能车辆的整体架构
- 第二章 智能车辆控制理论
- 2.1 经典控制理论
- 2.2 现代控制理论
- 2.3 控制系统基础知识及要求
- 2.4 系统的分类
- 2.5 系统的微分方程
- 2.6 系统的传递函数及框图
- 2.7 系统频响特性
- 2.8 系统的稳定性
- 第三章 全局路径规划
- 3.1 GPS定位原理
- 3.2 GPS定位特性
- 3.3 车用高精度地图
- 3.4 高精度地图与汽车导航
- 3.5 路径规划算法分类
- 3.6 四种算法
- 3.7 路径规划算法的发展
- 第四章 智能车辆行为决策
- 4.1 交通环境 行为预测(一)
- 4.2 交通环境 行为预测(二)
- 4.3 汽车行为决策理论
- 4.4 马尔可夫决策过程
- 第五章 智能车辆决策控制
- 5.1 智能车辆的感知
- 5.2 多传感器融合
- 5.3 车辆变道控制
- 5.4 自动泊车控制
- 5.5 多车协同控制
- 第六章 汽车运动规划
- 6.1 汽车可行区域生成
- 6.2 局部轨迹生成主要方法
- 6.3 局部轨迹直接构造法
- 6.4 路径-速度分解法
- 6.5 机器学习在局部路径规划中的应用
- 6.6 驾驶舒适度评价体系
- 第七章 自动驾驶汽车控制
- 7.1 汽车动力学
- 7.2 汽车运动学
- 7.3 预瞄跟随控制
- 7.4 前馈和反馈控制
- 7.5 横向和纵向控制
- 7.6 横纵向协同控制
- 第八章 基于Apollo平台的决策与控制运用
- 8.1 Apollo平台发展简介
- 8.2 Apollo软件开放平台
- 8.3 Apollo云服务平台
- 8.4 Apollo参考硬件平台和车辆平台
- 8.5 Apollo平台安装简介
- 8.6 Apollo平台开放数据集
- 8.7 Apollo仿真平台
- 8.8 Apollo平台案例分析
- 第九章 智能车辆定位导航
- 9.1 视觉定位
- 9.2 激光定位
- 9.3 GPS/DR/激光融合定位
- 期末考试
Taught by
Geely University of China