店 自动驾驶车辆决策技术 自动驾驶车辆决策系统架构及核心算法开发测试验证实施部署 自动驾驶行为规划运动预测风险评估

本书围绕自动驾驶车辆决策技术，详细介绍了嵌入式决策组件、面向基础设施的决策、用户影响、部署问题等内容，对自动驾驶车辆决策系统架构及核心算法的开发、测试验证、实施部署具有很强的理论与实践指导意义。首先，结合具体化对自动驾驶车辆认知能力的影响，对用于自动驾驶车辆决策规划决策与控制任务的具身决策架构进行了分析，同时对行为规划、运动预测与风险评估、运动规划、决策与控制的相互影响等核心算法与实现框架进行了深入讲解。为了与传统的决策范式加以区分，书中还介绍了基于人工智能的端到端决策架构。其次，书中针对基础设施对车载决策的影响，讲述了交通相关的路径系统、基于V2X的协同驾驶,以及为实现高阶自动驾驶所需的道路基础设施规范。另外，针对自动驾驶与驾驶员/乘客间的交互，介绍了人机共驾、基于心理学的驾驶员模型。*后，针对自动驾驶的部署问题，讨论了与决策相关的法律、伦理和接受度问题，以及为提高自动驾驶的用户接受度、提高自动驾驶系统的安全性所需的功能安全框架和算法测试验证方法论

目录
*1章 概述 1
1.1 引言 1
1.2 决策、驾驶自动化等级与设计运行范围 3
1.3 本书范围 4
1.4 本书结构概述 6
参考文献 9
*2章 具身决策架构 12
2.1 引言 12
2.2 具体化与认知能力 12
2.3 认知架构及生物学上合理的人类行为模型 14
2.4 自动驾驶决策架构 17
2.4.1 包容式架构实例 17
2.4.2 面向ADAS的行为架构 19
2.4.3 启发认知架构实例 20
2.4.4 面向安全的架构 21
2.4.5 共享控制架构 23
2.5 常见的功能模块 25
参考文献 26
第3章 行为规划 29
3.1 引言 29
3.2 问题描述 30
3.3 自动机与马尔可夫过程 32
3.4 基本的决策理论 33
3.5 序贯决策 35
3.6 自动驾驶车辆中的应用 37
3.6.1 基于规则的规划 37
3.6.2 反应式规划 38
3.6.3 交互感知规划 39
3.6.4 行为规划的博弈论 40
3.6.5 人工智能行为规划 40
参考文献 41
第4章 运动预测与风险评估 45
4.1 引言 45
4.2 驾驶员特征估计 47
4.2.1 范围 47
4.2.2 表示 48
4.2.3 推理方法 48
4.3 意图估计 48
4.3.1 范围 49
4.3.2 表示 49
4.3.3 推理方法 50
4.4 运动预测 55
4.4.1 范围 55
4.4.2 表示 55
4.4.3 建模方法 58
4.4.4 态势感知考虑因素 63
4.4.5 衡量指标 65
4.5 风险评估 66
4.5.1 范围 66
4.5.2 表示 67
4.5.3 推理策略 67
参考文献 70
第5章 运动搜索空间 77
5.1 引言 77
5.2 图形法 78
5.3 几何法 79
5.3.1 非基于障碍物的方法 80
5.3.2 基于障碍物的方法 80
5.4 采样法 82
5.5 行车走廊 84
参考文献 85
第6章 运动规划 88
6.1 问题定义 88
6.2 几何法 91
6.2.1 基于无点模板的几何策略 91
6.2.2 基于点模板的曲线 92
6.3 变分与*优法 93
6.3.1 MPC架构 95
6.3.2 优化技术 96
6.3.3 局部非凸优化 97
6.3.4 全局非凸优化 97
6.3.5 相关用例 100
6.4 基于采样的方法 102
6.4.1 确定性问题的一般表述 102
6.4.2 多查询方法与单一查询方法 104
6.4.3 概率问题的一般表述 106
6.4.4 带约束的采样方法 107
6.5 图搜索方法 107
6.6 认知启发方法 109
6.6.1 进化计算 109
6.6.2 模糊逻辑与神经网络 110
6.7 仿生方法 110
6.7.1 人工势场 111
6.7.2 弹性带方法 113
6.8 从跟车/CACC到独立速度规划 114
6.9 分离速度规划 115
6.10 基于联合路径与速度优化的规划 117
参考文献 119
第7章 端到端架构 125
7.1 端到端方法 125
7.2 基于深度学习的端到端方法 127
7.2.1 自动驾驶端到端架构的分类 128
7.2.2 迁移学习与Ad-Hoc解决方案 131
7.2.3 用于端到端解决方案建模的数据集 132
7.2.4 强化学习技术 135
7.3 专家系统 137
7.4 展望 138
参考文献 139
第8章 决策与控制的相互作用 143
8.1 引言 143
8.2 镇定理论 144
8.2.1 问题定义 144
8.2.2 自动驾驶的镇定需求 145
8.2.3 纵向控制 146
8.2.4 横向控制 147
8.3 上游与下游控制架构 149
8.4 规划与控制间的交互模型 151
8.4.1 伦理考量 152
8.4.2 规划与控制的集成与解耦 153
8.5 失效可操作考虑因素 154
参考文献 155
第9章 交通数据分析与路线规划 160
9.1 引言 160
9.2 非车载决策：从旅行商问题到车辆路径问题 161
9.3 交通数据与外生信息在预测性路线规划中的相关性 166
9.3.1 考虑交通预测 166
9.3.2 短期交通预测 167
9.3.3 长期交通预测 170
9.4 路线规划与交通数据分析融合的挑战与研究方向 171
9.4.1 从路线优化到学习路线 172
9.4.2 基于因果智能体的交通模型与路线规划 173
9.4.3 路径优化的知识迁移 174
9.4.4 实现可解释与可信赖的路线规划 174
参考文献 175
*10章 协同驾驶 181
10.1 协同网联自动驾驶简介 181
10.2 通信技术 183
10.2.1 车用无线通信技术（V2X） 184
10.2.2 专用短程通信技术（IEEE 802.11p, ETSI ITS-G5）—V2X标准概述 184
10.2.3 蜂窝V2X 185
10.2.4 安全 186
10.3 网联服务 187
10.4 决策机制对支持V2X的适应性 189
10.4.1 网络攻击的网联与自动化场景（SerIoT项目） 189
10.4.2 编队操作 191
10.4.3 环岛汇入场景操作 192
10.4.4 结论 193
参考文献 193
*11章 基础设施影响 195
11.1 物理基础设施的作用：从证据到指南 195
11.2 实现不同自动驾驶等级所需的基础设施信息 200
11.2.1 不同自动驾驶等级的道路基础设施规范 200
11.2.2 *小风险状态 205
参考文献 206
*12章 驾驶员行为 210
12.1 自动驾驶中以人为中心的观点 210
12.2 自动驾驶HAI模型视角下的人类驾驶员评估 216
12.2.1 心理负荷的定义与评估 217
12.2.2 态势感知能力下降 219
12.2.3 自满或过度信任 220
12.2.4 技能退化与*威感丧失 221
12.2.5 自动驾驶与人工驾驶员之间的控制权转移 222
12.3 自动驾驶车辆中的乘客 225
12.3.1 自动驾驶车辆中乘客角色的变化 225
12.3.2 自动驾驶车辆的接受度 226
12.3.3 自动驾驶车辆中乘客的情绪状态 227
12.3.4 影响乘客状态的驾驶员属性及外因 233
12.3.5 自动驾驶车辆中的乘客人机接口 234
12.3.6 乘坐、环境舒适、幸福感和其他服务 235
参考文献 238
*13章 人机交互 247
13.1 引言 247
13.2 人机协同与共享控制中的隐喻 248
13.3 共享控制方法 249
13.3.1 定义 249
13.3.2 框架 251
13.3.3 算法 252
13.4 一种新的人机交互框架 253
13.5 交换控制机制 255
13.5.1 交换控制的适用性 255
13.5.2 交换控制（停用）激活原则 257
参考文献 259
*14章 算法确认 264
14.1 引言 264
14.2 确认方法论 265
14.2.1 测试过程 265
14.2.2 自动驾驶功能确认的主要技术 266
14.2.3 数据集 268
14.3 仿真系统 268
14.3.1 人在环仿真 270
14.3.2 车辆在环仿真 272
14.4 安全保证标准 275
参考文献 275
*15章 法律及社会因素 279
15.1 引言 279
15.2 法规 279
15.2.1 简介 280
15.2.2 国际治理 281
15.2.3 《维也纳道路交通公约》 282
15.2.4 欧洲自动驾驶车辆法规现状 282
15.3 伦理 284
15.3.1 自动驾驶的伦理问题 284
15.3.2 面对伦理问题的方法 286
15.3.3 结论 289
15.4 用户接受度 289
15.4.1 简介 289
15.4.2 感知安全性 291
15.4.3 信任 292
15.4.4 人口因素 292
15.4.5 心理因素 293
参考文献 294

豪尔赫·维拉格拉（Jorge Villagra）于2002年毕业于马德里理工大学工业工程专业。2006年获得国立巴黎高等矿业学院（法国）实时计算机科学、机器人学与自动控制博士学位。费利佩·西梅内斯（Felipe Jiménez）是UPM正教授，也是UPM车辆研究所（Instituto Universitario de Investigación del Automóvil，INSIA）研究副主任兼智能系统部门负责人。＜BR＞苏斌，*级工程师，杭州市高层次人才。西北工业大学航天学院导航、制导与控制专业硕士研究生学历，在控制理论工程化应用、自动驾驶决策规划控制方面有十余年工作经验。曾任职可胜股份算法工程师，华为ADS（智能驾驶）团队*级算法工程师，域看科技CTO，枕石科技算法主管等。

本书围绕自动驾驶车辆决策技术，详细介绍了嵌入式决策组件、面向基础设施的决策、用户影响、部署问题等内容，对自动驾驶车辆决策系统架构及核心算法的开发、测试验证、实施部署具有很强的理论与实践指导意义。首先，结合具体化对自动驾驶车辆认知能力的影响，对用于自动驾驶车辆决策规划决策与控制任务的具身决策架构进行了分析，同时对行为规划、运动预测与风险评估、运动规划、决策与控制的相互影响等核心算法与实现框架进行了深入讲解。为了与传统的决策范式加以区分，书中还介绍了基于人工智能的端到端决策架构。其次，书中针对基础设施对车载决策的影响，讲述了交通相关的路径系统、基于V2X的协同驾驶,以及为实现高阶自动驾驶所需的道路基础设施规范。另外，针对自动驾驶与驾驶员/乘客间的交互，介绍了人机共驾、基于心理学的驾驶员模型。*后，针对自动驾驶的部署问题，讨论了与决策相关的法律、伦理和接受度问题，以及为提高自动驾驶的用户接受度、提高自动驾驶系统的安全性所需的功能安全框架和算法测试验证方法论

本书围绕自动驾驶车辆决策技术，详细介绍了嵌入式决策组件、面向基础设施的决策、用户影响、部署问题等内容，对自动驾驶车辆决策系统架构及核心算法的开发、测试验证、实施部署具有很强的理论与实践指导意义。首先，结合具体化对自动驾驶车辆认知能力的影响，对用于自动驾驶车辆决策规划决策与控制任务的具身决策架构进行了分析，同时对行为规划、运动预测与风险评估、运动规划、决策与控制的相互影响等核心算法与实现框架进行了深入讲解。为了与传统的决策范式加以区分，书中还介绍了基于人工智能的端到端决策架构。其次，书中针对基础设施对车载决策的影响，讲述了交通相关的路径系统、基于V2X的协同驾驶,以及为实现高阶自动驾驶所需的道路基础设施规范。另外，针对自动驾驶与驾驶员/乘客间的交互，介绍了人机共驾、基于心理学的驾驶员模型。*后，针对自动驾驶的部署问题，讨论了与决策相关的法律、伦理和接受度问题，以及为提高自动驾驶的用户接受度、提高自动驾驶系统的安全性所需的功能安全框架和算法测试验证方法论

1