自主导航是陆上无人系统实现智能化、协同化运行的核心关键技术，是一个综合性高、交叉性强、理论与实践紧密结合的研究领域。本书完整系统地提出并构建了适用于无人车、无人机等多类型平台的陆上无人系统自主导航技术体系，从系统架构、理论方法、关键技术、典型应用等方面进行了详细介绍。 本书可供从事无人系统自主导航技术研究的相关科研院所的专业技术人员和导航、控制、机器人等相关专业的研究生学习，也可为相关领域的研究人员提供理论与工程实践参考。

第1章 陆上无人系统概述
1.1 陆上无人系统简介
1.2 陆上无人系统现状与发展
1.3 陆上无人系统自主导航体系架构
1.4 行驶空间概述
1.5 本书的主要内容
第2章 度量空间：多传感器标定
2.1 双目相机成像与标定
2.1.1 相机模型与畸变校正
2.1.2 双目相机成像原理与标定方法
2.1.3 双目相机标定实例
2.2 全景相机成像与标定
2.2.1 多项式通用相机模型
2.2.2 全景相机系统空间感知模型
2.2.3 全景相机系统内参标定方法
2.2.4 全景相机系统外参标定方法
2.2.5 全景相机系统标定实例
2.3 激光雷达与相机的标定
2.3.1 激光雷达与相机联合感知模型
2.3.2 激光雷达与相机联合标定实例
2.4 本章小结
第3章 度量空间：全局地图构建
3.1 地图构建技术概述
3.2 三维激光点云地图构建
3.2.1 投影图获取
3.2.2 特征提取
3.2.3 帧间位姿配准
3.2.4 后端位姿优化
3.3 二维激光占据栅格地图构建
3.3.1 激光扫描信息预处理
3.3.2 关键点提取
3.3.3 扫描匹配与位姿优化
3.3.4 栅格地图构建及更新
3.4 稀疏特征点云地图构建
3.4.1 视觉里程计
3.4.2 后端位姿优化
3.4.3 稀疏特征点云地图构建
3.5 稠密彩色点云地图构建
3.5.1 稠密视差计算
3.5.2 多视图融合
3.6 地空协同联合定位与建图
3.6.1 系统框架
3.6.2 基于语义信息优化的激光里程计
3.6.3 基于学习的交叉视角配准算法
3.6.4 多视角位姿优化
3.7 本章小结
第4章 语义空间：图像信息语义理解
4.1 像素级语义分割
4.1.1 从全连接到全卷积
4.1.2 优化算法
4.1.3 像素级语义分割野外环境测试
4.2 图像目标检测、定位与跟踪
4.2.1 目标识别算法概述
4.2.2 视觉目标跟踪
4.3 本章小结
第5章 语义空间：激光信息语义理解
5.1 激光点云目标检测
5.1.1 三维目标的数学表达方法和基于分类器的分类策略
5.1.2 难点及主流方法
5.2 激光点云目标检测方法设计
5.2.1 极坐标栅格地图构建
5.2.2 可通行区域提取
5.2.3 基于全局运动补偿与混合高斯模型的动态目标检测算法
5.3 激光点云语义模型识别方法
5.3.1 三维点云的地面点滤波
5.3.2 点云分割
5.3.3 训练样本生成
5.3.4 离线语义模型训练
5.3.5 点云块在线识别
5.3.6 激光点云语义模型识别测试
5.4 本章小结
第6章 行为空间：路径规划
6.1 代价地图构建
6.2 行为决策
6.3 全局路径规划
6.3.1 基于搜索的方法
6.3.2 基于采样的方法
6.4 局部路径规划
6.4.1 非结构化环境下的局部路径规划
6.4.2 结构化环境下的局部路径规划
6.5 本章小结
第7章 行为空间：运动控制
7.1 车辆模型构建
7.1.1 运动学模型构建
7.1.2 动力学模型构建
7.2 路径跟踪与控制
7.2.1 运动控制问题描述
7.2.2 局部参考轨迹特征分析
7.2.3 控制器设计
7.2.4 运动控制系统的稳定条件分析
7.3 本章小结
第8章 行驶空间自主导航系统实例
8.1 度量空间构建实例
8.1.1 测试数据来源
8.1.2 稀疏点云地图构建
8.2 语义空间构建实例
8.2.1 测试数据来源
8.2.2 全景语义分割实例
8.3 行为空间构建实例
8.3.1 多源信息融合与局部地图构建
8.3.2 自主驾驶决策与规划
8.4 行驶空间协同实例
8.4.1 空地无人平台协同实例
8.4.2 无人车跟驰实例
8.5 本章小结
参考文献