进入新世纪以来，我们对安全省时、绿色节能、环境友好以及舒适健康的交通服务需求与日俱增， 汽车及其相关工业随之面临更多的挑战。也正因如此， 许多新的方法、概念以及技术得以不断被研发并应用于汽车工业。
为了更好地服务于智能汽车和先进交通技术领域的专业群体， 我们撰写此书， 为研究者及工程师们提供有关智能汽车运动控制以及相应传感互联技术的新应用与进展。此外， 本书也旨在帮助高年级本科生和研究生对智能汽车、智能控制、车联网等技术的学习探讨。同时总结了我们对于智能汽车运动控制的当下趋势以及未来发展的理解与感悟。
近20年来，智能汽车（Intelligent Vehicles，IV）的研发投入大幅增长，并应用于海陆空运、军民两用及高科技领域，取得了巨大成功。智能汽车受到如此多的关注，主要源于其在提升驾驶安全性、效率以及改善人们现代化生活品质方面的潜在优势。作为智能交通系统（Intelligent Transportation Systems，ITS）的重要组成部分，智能汽车利用先进的传感、通信、计算和控制技术来获悉驾驶环境与状态，用以辅助车辆运行、交通控制、服务管理及其他相关事项。此外，诸如普适计算技术、自组织网络技术、智能空间技术等新兴技术的最新进展也为未来智能汽车的发展带来新的契机。我们深信：智能汽车行驶在智能道路上，甚至更为广阔的智能空间中，将是未来智能汽车领域发展的新浪潮。
智能汽车的相关技术发展可追溯到20世纪七八十年代。而地面智能交通工具（指智能汽车）的概念是在20世纪90年代末逐渐普及的。诚如Little所述，“自本世纪初，伴随着计算机与信息技术的革命浪潮，无论从用户交互体验还是车辆保有量等方面，机动车都在经历最深刻的变革”。认识到智能汽车的重要性以及不将人因因素作为汽车设计核心将会带来意外的不良后果，美国交通部（Department of Transportation，DOT）展开了智能汽车先导（Intelligent Vehicles Initiative，IVI）计划。该先导计划旨在加强集成车载系统的发展、普及与应用，帮助货车、公交车、小轿车的驾驶员提升驾驶安全性与效率。不久之后，1998年颁布的21世纪交通效率法案授权IVI计划正式成为美国交通部智能交通项目的重要部分。
过去十年，智能汽车领域相关研究由于政府、公众、车企及车辆产品供应商的高度关注而持续推进。现在，越来越多的研究者和消费者相信智能汽车正是满足人们对于安全、节能、环保、舒适的交通服务日益增长需求的关键要素。然而，对于智能汽车应具备哪些功能、呈现何种形态的问题仍然没有形成共识。总之，对于智能汽车的定义标准，即何种汽车应当称为智能汽车，研究者们仍然存在争论。
美国交通部认为IVI计划应当至少在以下三种驾驶条件下提升安全性：正常驾驶条件、退化驾驶条件和迫近事故条件。为了实现该目标，联邦智能交通系统项目组给出了智能汽车必须具备的三大系统：冲突避让系统、碰撞通报系统和辅助驾驶系统。更精确地说，IVI计划重点在以下八大功能领域实施：追尾碰撞避让、换/并道冲突避让、车道偏离冲突避让、交叉口冲突避让、驾车视野提升、车辆稳定性、驾驶员状态预警和安全警示服务。
全世界范围内在上述领域的研究已经获得了诸多成果。Bishop根据智能汽车具备功能的多寡将正在研发的智能汽车分成以下三个等级：a）车内系统可为驾驶员提供辅助或警示服务的功能（冲突预警系统）；b）车内系统可获取车辆的部分控制权，如在平稳状态下的辅助驾驶或在冲突迫近下的紧急干预（冲突避让系统）；c）车内系统获取车辆的全部控制权（车辆自动化）。一般而言，由于冲突避让的重要性，绝大多数研究者认为一辆所谓的智能汽车应用具备等级a）的功能。根据Dravidam和Tosunoglu的估计，15%～20%的交通事故涉及追尾碰撞。而美国国家公路交通安全管理局（National Highway Traffic Safety Administration，NHTSA）的数据显示，美国88%的追尾碰撞事故是由于驾驶人精力不集中或后车跟车过近造成的。因此，冲突预警系统被认为是智能汽车最基本的功能。
然而，Bishop同样指出，所谓的冲突预警系统本身也是由部分重叠的子功能系统构成的，包括前车冲突预警、障碍冲突预警、追尾冲突预警、自行车/行人冲突预警等。迄今为止，大多数实验车辆仅能实现上述这些子功能的一部分。图1.1所示为丰田AHS项目早期设计的智能汽车系统。但一般来说，这些早期的设计方案仍然被称为智能汽车。
有些研究者却认为汽车不会实现自动驾驶，Jones将他们的观点总结如下：
“虽然汽车将会很快实现像驾驶人驾驶一样引导汽车驶入道路，但完全没有驾驶人介入的全自动驾驶车辆可能很难实现大规模的商业生产。”
“新技术是为了辅助而不是取代驾驶人”，爱荷华市爱荷华大学公共政策中心人因研究项目组首席专家Daniel McGehee如是说。他提到给予汽车完全的自身控制权，将会引发一系列复杂程度类似于“谁应该对一起交通事故负责，是驾驶人还是汽车制造商”的法律纠纷问题。
其余一些不愿透露姓名的汽车传感和人因研究领域的专家们则强调智能汽车系统的制造商和经销商可能需要面临承担严重赔偿责任的潜在危险。
这种潜在的危险还使得那些曾出现在电影电视中的汽车只需要询问驾驶人目的地就可到达的场景也仅可能局限在电影镜头之中。
他们的论断不无道理，由于各种各样的原因，全自动驾驶的商业车辆在短期内很难出现在城市道路中。但智能汽车绝不仅是智能商业汽车。尽管全自动驾驶的车辆很难进入一般领域，但其在特殊领域的制造与应用则越来越多。一个典型的案例就是为了响应美国国会和国防部有关加强智能汽车的研发用以在战场上挽救美国士兵生命的呼吁，DARPA智能车辆挑战赛应运而生。数十组来自全世界各地的高校和企业的代表队积极参与其中。图12所示为在2004年DARPA挑战赛上由奥本大学队设计的自动驾驶汽车。2005年，也有一些全自动驾驶汽车成功通过整个挑战测试赛。
车辆控制系统主要依赖于放置在各锚点的差分GPS（Starfire）和惯导传感器来导航路径，
它利用红外传感器（LIDAR）的超声波传感器提供路径跟踪和障碍避让功能
全自动汽车在采矿场和驾驶测试场等场合也得到设计与应用。图1.3所示是由布伦瑞克技术大学团队进行的一次有趣的商业尝试。这个驾驶机器人Klaus是由德国汽车制造商大众（Volkswagen）公司研发的，正在驾驶一辆大众多用途客货车进行测试。精细的汽车控制系统和传感技术可检测周边道路环境并计算出合理的驾驶行为。
智能汽车的概念及其引申内容在过去十年间逐渐发生了变化。一方面从字面含义看，尽管IVI计划中仅涉及地面交通运输系统，但绝不仅是地面智能汽车称为智能汽车，其他水下运输工具或气垫船、空中运输工具都可看作是智能汽车。而另一方面，智能汽车与智能移动机器之间的概念界线越来越模糊，一些大型的移动机器有时也被认为是智能汽车。需要指出的是，严格意义上的智能汽车仍然尚待研发。本书仅考虑并讨论目前被广泛接受的地面智能汽车。然而毋庸置疑的是，由于移动机器人技术已经得到广泛应用或获得了认可，智能汽车研究者们将会对该领域的成果择善而从，继承并扩展许多实用的技术和方法并将其应用到智能汽车领域。
……
前言
第1章引言
1.1智能交通系统中的智能汽车
1.2智能汽车研究与发展的问题
1.3本书结构
1.4超出本书讨论范围的内容
1.5参考文献
第2章轮胎摩擦的先进建模与监测
2.1引言
2.2纵向胎路摩擦建模
2.2.1纵向胎路摩擦特性
2.2.2典型的纵向胎路摩擦模型
2.3横向胎路摩擦建模
2.3.1横向胎路摩擦模型
2.3.2自行车模型
2.4集成的胎路摩擦建模
2.4.1集成的胎路摩擦特性
2.4.2经验和半经验集成模型
2.4.3解析集成模型
2.5胎路摩擦监测器
2.5.1胎路摩擦监测器架构
2.5.2经验纵向胎路摩擦模型辨识
2.5.3解析的纵向胎路摩擦模型的观测器
2.5.4经验横向胎路摩擦模型辨识
2.6本章小结
2.7参考文献
第3章汽车横向的先进运动控制62
3.1引言63
3.2线控转向系统
3.3车辆横向运动建模与控制策略
3.4车辆横向运动检测器
3.5车辆转向控制器设计
3.5.1车辆横向运动控制目标
3.5.2鲁棒车辆转向控制器
3.5.3滑模转向控制器
3.5.4自适应转向控制器
3.5.5模糊转向控制器
3.6本章小结
3.7参考文献
第4章汽车纵向的先进运动控制
4.1引言
4.2先进的车辆传动系统控制
4.2.1先进的汽车发动机控制
4.2.2先进的汽车变速器控制
4.3汽车空气动力学
4.4先进的车辆跟踪与制动控制
4.4.1先进的汽车追踪与制动控制
4.4.2防抱死制动系统设计
4.5自适应巡航控制
4.6本章小结
4.7参考文献
第5章汽车垂向的先进运动控制
5.1引言
5.2道路粗糙度建模
5.3先进的车辆悬架系统
5.3.1线性时不变悬架控制器
5.3.2鲁棒悬架控制器
5.3.3模糊悬架控制器
5.4悬架系统的参数估计与故障检测
5.5防侧翻控制
5.6本章小结
5.7参考文献
第6章单车的先进运动控制
6.1引言
6.2车辆路径、轨迹规划
6.3车辆泊车问题
6.4纵向、横向、垂向车辆运动控制综合
6.5参考文献
第7章多车的先进运动控制
7.1引言
7.2车间通信技术
7.3车队控制
7.4换道和并道控制
7.4.1车辆换道控制
7.4.2车辆并道控制
7.5交叉口协同驾驶
7.5.1交叉口无协同驾驶
7.5.2交叉口有协同驾驶
7.6本章小结
7.7参考文献
第8章智能车辆视觉系统
8.1概述
8.2基于视觉传感器进行车道、路面检测的优势
8.2.1使用CMOS/CCD摄像头和雷达的车道、路面检测
8.2.2使用激光雷达和激光传感器的车道、路面检测
8.2.3车道和车道偏离的同时检测和定位
8.3基于视觉信息进行车辆检测的优势
8.3.1基于CMOS/CCD的车辆检测
8.3.2使用调频连续波雷达的车辆检测
8.3.3使用激光雷达或激光传感器进行车辆检测
8.4基于视觉信息进行行人识别的优势
8.4.1使用CCD/CMOS摄像头的行人检测
8.4.2使用红外摄像头的行人检测
8.5基于视觉进行交通标志检测的优势
8.6基于视觉的驾驶人监测器的优势
8.6.1驾驶人、乘客位置和姿势检测
8.6.2疲劳驾驶分析
8.6.3驾驶行为分析
8.7智能视觉系统的进一步讨论
8.7.1多视觉传感器融合
8.7.2视觉共享
8.7.3交通基础设施和车辆视觉系统
8.7.4视觉传感器设计、校准和故障检测
8.7.5基于视觉的环境检测和视觉系统的灵活性
8.8参考文献
第9章智能汽车轮胎检查及监测
9.1引言
9.2离线轮胎检查技术进展
9.2.1轮胎胎面检查
9.2.2轮胎布帘层、束带层检查
9.2.3轮胎轴承检查
9.3在线实时轮胎监测技术的发展
9.3.1 SAW轮胎传感器
9.3.2轮胎滚动、旋转分析及气压监测
9.3.3其他的轮胎形变、压强监测传感器
9.4进一步讨论
9.5参考文献
无人驾驶技术涉及认知科学、模式识别、智能控制、计算机技术及先进的传感器技术等众多学科的前沿研究领域。由于无人驾驶汽车涉及的科学与关键技术问题众多，目前缺乏对于整个研究领域清晰的整理和描述。实际上把整个研究领域描述清楚了，无人驾驶汽车所涉及的问题就解决了一半。可喜的是，作者基于多年研究所得，在基础研究的层面上，把无人驾驶汽车面临的困难和风险，以及当前的解决方法和未来的研究和发展思路分析得十分清楚，对于问题的聚焦和解决都具有重要的参考价值。
——中国自动化学会理事长、西安交通大学教授 郑南宁院士
无人驾驶车辆是当今前沿科技的重要发展方向，有着重大应用前景与战略价值，社会关注度极高。研究无人驾驶车辆既包括理论方法与关键技术的突破，也涉及到大量的工程与试验问题。本书综述了无人驾驶感知和控制领域的诸多重要成果，而且特别系统介绍了车辆轮胎的动力学建模，在此基础上，深入分析了多种控制算法在车辆横向运动、纵向运动和悬挂减震控制中的应用，对于研究者和产业发展有着重要的参考意义。
——中国自动化学会前理事长、浙江大学教授 孙优贤院士
无人驾驶车辆涉及认知科学、机器人技术与车辆工程等交叉学科，是各种新兴技术的综合试验床。近年来，世界主要发达国家均将无人驾驶车辆的研发作为突破人工智能技术、升级制造产业的重要途径。作者基于多年研究，系统论述了无人驾驶车辆设计和实现中的诸多问题和解决手段，并将人工智能、优化和控制等多种技术结合在一起，提出了很多新的想法。因此本书对于无人驾驶车辆的初学者、研发者和产业人士都有重要的研读与应用价值。
——国家自然科学基金委员会信息学部主任、东北大学教授 柴天佑院士
无人驾驶汽车依靠装载在车上的各种传感器和计算机组成的智能驾驶系统来实现无人驾驶。其中自然环境感知和行为自主决策是无人驾驶车辆实现自主行驶的关键技术。书中作者探讨了无人驾驶的定义、实现途径和测试方法。本书的发行有助于了解国外先进的无人驾驶汽车理念和技术方法，可为缩小我国与国外的技术差距，推进我国智能汽车的发展有所贡献。
——国防科技大学无人车团队奠基人 贺汉根教授