本书主要介绍融合路面附着系数（TRFC）估测方法的智能轨迹规划和跟踪控制策略，以提高自动驾驶车辆在不同路面附着条件下的安全性和可靠性。考虑双变道和单变道工况下的横向动态响应，本书首先建立了一个两阶段分层框架来高效地估测TRFC：在第一阶段，创新性地设计了制动压力脉冲序列，以确定可靠估测TRFC所需的最小脉冲压力，同时尽量减小对车辆运动的干扰；在第二阶段，提出了一种受限无迹卡尔曼滤波算法，在提高估测精度同时实现快速收敛。针对路径规划问题，开发了一种集成了TRFC估测的轨迹规划方案。构建了7阶多项式函数确保急动度的连续性，并进一步设计了路面自适应加速度和速度自适应急动度约束，并将其集成到规划框架中，以提高乘员的舒适性和操纵性。在控制策略方面，通过综合考虑成本函数中的输出权重以及对输出大小的约束，提出了一种自适应的模型预测控制（MPC）跟踪方案，仅需要参考路径的横向位置信息，就可实现大范围速度和多种TRFC路面下变道路径的跟踪。另外，基于反步法，面向低速自动驾驶车辆，设计了一种有趣的自适应控制增益，同时解决了转向饱和以及调参耗时的问题。在遵守输入边界的前提下，提高了轨迹跟踪能力。 本书可供从事自动驾驶技术研发工作的科研人员和工程技术人员参考，也可作为高等学校自动化、车辆工程及相关专业教师、研究生和高年级本科生的教材或教学参考书。

前言
常用符号表
第1章 概述
1.1 引言
1.2 研究现状
1.2.1 TRFC：意义与实时估测
1.2.2 自动驾驶汽车轨迹规划
1.2.3 自动驾驶汽车轨迹跟踪
1.3 本章小结
1.4 本书布局
第2章 基于车辆横向动力学的TRFC估计
2.1 引言
2.2 估计框架
2.3 系统模型与估计算法
2.3.1 车辆模型
2.3.2 轮胎模型
2.3.3 转向操作
2.3.4 车速估计
2.3.5 轮胎力估计
2.3.6 TRFC估计
2.4 仿真结果
2.4.1 DLC机动时的TRFC估计
2.4.2 SLC机动时的TRFC估计
2.4.3 讨论与分析
2.5 本章小结
第3章 基于车辆纵向动力学的TRFC估计
3.1 引言
3.2 估计方法与轮胎模型
3.2.1 估计方法概述
3.2.2 车轮动力学
3.2.3 轮胎模型
3.3 车辆机动设计
3.3.1 基于TRFC估计的制动脉冲设计
3.3.2 理想制动脉冲幅度的确定
3.3.3 第一阶段和第二阶段的关系
3.4 制动力估计
3.5 TRFC估计算法
3.5.1 CUKF算法设计
3.5.2 更新终止条件
3.6 仿真结果与讨论
3.6.1 高摩擦路面
3.6.2 中摩擦路面
3.6.3 低摩擦路面
3.6.4 车辆运动干扰的分析
3.7 估计方法敏感度分析
3.8 本章小结
第4章 自动驾驶汽车自适应变道轨迹规划
4.1 引言
4.2 自动换道的舒适性标准
4.2.1 加速度和急动度标准
4.2.2 人类驾驶员的变道特征
4.3 自动变道规划方案
4.3.1 七阶多项式轨迹
4.3.2 安全约束
4.3.3 舒适约束
4.3.4 轨迹规划流程
4.4 仿真与结果分析
4.4.1 轨迹规划仿真
4.4.2 实现与仿真评估
4.5 试验结果
4.5.1 试验平台描述
4.5.2 QCar测试结果
4.6 本章小结
第5章 基于MPC的自动驾驶汽车变道轨迹跟踪
5.1 引言
5.2 DLC轨迹规划
5.3 DLC轨迹跟踪控制器设计
5.3.1 车辆动力学模型
5.3.2 MPC控制器设计
5.3.3 代价函数中的自适应权值
5.4 仿真结果
5.4.1 高摩擦路面
5.4.2 低摩擦路面
5.5 本章小结
第6章 考虑输入约束的低速自动驾驶汽车自适应轨迹跟踪
6.1 引言
6.1.1 自行车运动学模型
6.1.2 位姿误差
6.1.3 问题描述
6.2 自适应跟踪控制方案
6.2.1 无输入约束的反步控制方案
6.2.2 自适应增益和输入约束
6.3 仿真结果
6.4 试验结果
6.4.1 初始条件设置
6.4.2 QCar测试结果
6.5 本章小结
第7章 未来展望
7.1 本书主要贡献和亮点
7.2 本书主要结论
7.3 对未来研究的建议
附录 常用缩写词
参考文献