本书是“智能网联汽车关键技术及应用丛书”之一。本书主要介绍了智能网联汽车的关键技术——环境感知技术，系统地论述了激光雷达、相机、毫米波雷达、超声波雷达以及车联网通信的结构、原理、特点和应用等，各种常见的视觉算法、泊车位识别算法、激光雷达与毫米波雷达的目标检测与跟踪算法以及多传感器数据融合感知算法和基于车联网通信的感知算法等。本书内容翔实、全面，理论与实践并重，语言通俗易懂，可帮助读者快速了解智能网联汽车环境感知技术的全貌。 本书可供车辆工程、机械工程、计算机科学与技术、控制科学与工程、仪器科学与技术等领域的研究人员、工程技术人员以及高等院校相关专业的教师、高年级本科生、研究生参考，也可供对智能网联汽车感兴趣的各类人员阅读。

绪论
0.1 智能网联汽车环境感知技术概述
0.2 环境感知技术国内外研究现状
0.3 环境感知技术存在的问题及发展方向
第1章 智能网联汽车环境感知技术基础知识
1.1 环境感知传感器类型及配置
1.2 传感器数学模型
1.3 环境感知图像处理算法
1.4 环境感知机器学习算法
第2章 基于机器视觉的智能网联汽车环境感知技术
2.1 基于单目视觉的车道线检测技术
2.2 基于机器视觉的交通标志及信号灯识别方法
2.3 基于机器视觉的前向障碍物检测技术
2.4 视觉目标跟踪技术
2.5 驾驶场景理解与语义分割技术
2.6 驾驶员人脸识别与状态监测技术
第3章 基于超声波与毫米波雷达的智能网联汽车环境感知技术
3.1 基于超声波雷达的障碍物探测与泊车位识别方法
3.2 基于毫米波雷达的目标检测技术
第4章 基于激光雷达的智能网联汽车环境感知技术
4.1 激光雷达点云的滤波、分割与聚类算法
4.2 激光雷达的目标检测与识别技术
4.3 激光雷达的同步定位与建图技术
第5章 基于多传感器数据融合的智能网联汽车环境感知技术
5.1 多传感器数据融合方法概述
5.2 毫米波雷达与相机的数据融合技术
5.3 激光雷达与相机的数据融合技术
5.4 基于深度神经网络与多源异构数据融合的环境感知技术
5.5 基于高精度地图和多传感器融合的汽车定位技术
第6章 基于车联网通信的智能网联汽车环境感知技术
6.1 车联网通信技术概述
6.2 基于车路协同的智能网联汽车交通环境感知技术
6.3 基于V2V通信的智能网联汽车障碍物感知技术
第7章 其他环境感知相关技术
7.1 环境感知数据集
7.2 环境感知系统计算平台
7.3 环境感知系统仿真技术
参考文献