自动驾驶与机器人实践指南 基于DragonFly智能车的模块化设计方法 自动驾驶自动化等领域研究人员参考书籍 无人驾驶国

1.原版书作者知识功底扎实，在业内知名度较高
2.内容涉及基础硬件设备、通信、定位、感知、规划、控制、建图、边缘计算等一系列知识点，基础实用
3.译者专业知识丰富，力求使书中内容通俗易懂、融会贯通

本书深入探讨了构建自动驾驶汽车和机器人的全过程。作为刘少山博士的得意之作，本书不仅被国际电气和电子工程师协会计算机学会（IEEE Computer Society）推荐为无人驾驶国际标准教材，还涵盖了从基础硬件设备到通信、定位、感知、规划、控制、建图和边缘计算等一系列核心知识点。书中还以一个标准的自动驾驶样车为例，生动地展示了每个部分在整个系统中的关键作用。本书为广大的学生、研究者、工程师、教育工作者、行业从业者、技术爱好者，以及对未来技术发展感兴趣的公众提供了宝贵的知识和启示，对我国自动驾驶行业的快速发展也将产生深远的影响。
无论您是从事自动驾驶、自动化、智能机器人、V2X、SLAM等领域的工程师，还是高等院校的相关专业师生，或者是对这一领域感兴趣的技术爱好者，本书都将为您提供宝贵的参考和指导。

无

1 基于模块化设计的经济可靠的自动驾驶方案 001
1.1 简介 001
1.2 成本昂贵的自动驾驶技术 002
1.2.1 传感器系统 002
1.2.2 高精度地图的创建和维护 003
1.2.3 计算系统 003
1.3 实现经济可行性和技术可靠性 004
1.3.1 传感器融合 004
1.3.2 模块化设计 005
1.3.3 扩展现有的数字地图 005
1.4 模块化设计 006
1.4.1 通信系统 007
1.4.2 底盘 007
1.4.3 用于被动感知的毫米波雷达和声呐 007
1.4.4 用于定位的GNSS 007
1.4.5 用于主动感知和定位的计算机视觉 007
1.4.6 规划与控制 008
1.4.7 建图 008
1.5 内容前瞻 008
1.6 书中使用的开源项目 009
参考文献 011

2 车载通信系统 012
2.1 简介 012
2.2 控制器局域网络（CAN） 013
2.3 FlexRay总线 015
2.3.1 FlexRay拓扑结构 016
2.3.2 FlexRay通信协议 016
2.4 CANopen 017
2.4.1 对象字典 018
2.4.2 配置文件族 018
2.4.3 数据传输和网络管理 019
2.4.4 通信模型 020
2.4.5 CANopen节点（CANopenNode） 020
参考文献 022

3 智能机器人和自动驾驶车辆的底盘技术 023
3.1 简介 023
3.2 线控节流阀 024
3.3 线控制动技术 025
3.4 线控转向技术 025
3.5 Open Source Car Control项目 025
3.5.1 OSCC APIs 026
3.5.2 硬件机构 026
3.5.3 固件 027
3.6 OpenCaret 028
3.6.1 OSCC 节流阀 028
3.6.2 OSCC制动 028
3.6.3 OSCC转向 029
3.7 以PerceptIn自动驾驶汽车底盘为例的软件适配层 030
参考文献 033

4 声呐和毫米波雷达的被动感知 034
4.1 简介 034
4.2 毫米波雷达的基本原理 035
4.2.1 距离测量 035
4.2.2 速度测量 036
4.2.3 角度测量 037
4.3 毫米波雷达部署 037
4.4 声呐传感器部署 040
参考文献 044

5 通过实时动态全球导航卫星系统进行定位 045
5.1 简介 045
5.2 GNSS技术概述 046
5.3 RTK-GNSS 047
5.4 RTK-GNSS云服务器安装步骤 049
5.4.1 配置NtripCaster 049
5.4.2 开始运行NtripCaster 051
5.5 在树莓派上配置NtripServer和NtripClient 052
5.5.1 安装树莓派系统 052
5.5.2 在树莓派上运行RTKLIB-str2str 053
5.6 配置基站和GNSS移动探测站 055
5.6.1 基站硬件配置 055
5.6.2 基站软件配置 055
5.6.3 配置GNSS移动探测站 059
5.7 FreeWave无线电基本配置 062
参考文献 066

6 计算机视觉的定位与感知 067
6.1 简介 067
6.2 搭建计算机视觉硬件 068
6.2.1 七层技术 068
6.2.2 硬件同步 070
6.2.3 计算 071
6.3 相机标定 071
6.3.1 内参 072
6.3.2 外参 072
6.3.3 Kalibr 072
6.4 计算机视觉定位 075
6.4.1 VSLAM概述 075
6.4.2 ORB-SLAM2 076
6.5 计算机视觉感知 077
6.5.1 双目立体深度感知算法——ELAS 078
6.5.2 目标实例分割算法—Mask R-CNN 078
6.6 DragonFly系统的计算机视觉模块 079
6.6.1 DragonFly定位接口 080
6.6.2 DragonFly感知接口 081
6.6.3 DragonFly+系统 082
参考文献 084

7 规划和控制 086
7.1 简介 086
7.2 路径规划 087
7.2.1 有向加权图 087
7.2.2 迪杰斯特拉（Dijkstra）算法 088
7.2.3 A*算法 089
7.3 行为决策 089
7.3.1 马尔可夫决策过程（MDP） 090
7.3.2 值迭代算法 090
7.3.3 部分可见马尔可夫决策过程（POMDP） 091
7.3.4 求解POMDP 092
7.4 运动规划 092
7.4.1 快速扩展随机树 093
7.4.2 RRT*算法 094
7.5 反馈控制 094
7.5.1 比例积分微分(PID)控制器 095
7.5.2 模型预测控制（MPC） 096
7.6 Apollo中的EM Planning 迭代系统 097
7.6.1 术语 097
7.6.2 EM Planning 迭代算法 098
7.7 PerceptIn规划控制框架 101
参考文献 104

8 建图 105
8.1 简介 105
8.2 数字地图 106
8.2.1 OSM开源地图 106
8.2.2 Java OpenStreetMap编辑器 108
8.2.3 Nominatim 109
8.3 高精地图 111
8.3.1 高精地图的特征 111
8.3.2 高精地图的图层 111
8.3.3 高精地图的创建 112
8.4 PerceptIn公司的π-Map 115
8.4.1 拓扑图 115
8.4.2 π-Map的创建 116
参考文献 118

9 搭建DragonFly Pod 和DragonFly Bus 119
9.1 简介 119
9.2 底盘硬件规格 120
9.3 传感器配置 122
9.4 软件架构 124
9.5 系统机制 126
9.6 数据结构 127
9.6.1 常用数据结构 128
9.6.2 底盘数据 129
9.6.3 定位数据 131
9.6.4 感知数据 133
9.6.5 规划数据 135
9.7 用户界面 139
参考文献 140

10 搭建商业智能太空探索机器人 141
10.1 简介 141
10.2 目的地——火星 142
10.3 火星探索机器人 143
10.3.1 定位 143
10.3.2 感知 144
10.3.3 路径规划 144
10.3.4 好奇号漫游车和火星2020探测器 145
10.4 挑战：机载计算能力 147
参考文献 150

11 自动驾驶车辆的边缘计算 151
11.1 简介 151
11.2 基准（Benchmarks） 152
11.3 计算系统架构 153
11.4 运行时层（Runtime） 154
11.5 中间件 155
11.6 案例研究 156
参考文献 158

12 Vehicle-to-Everything基础设施的创新 160
12.1 简介 160
12.2 V2X技术的发展历史 160
12.3 协同自动驾驶 163
12.4 挑战 164
参考文献 166

13 车辆边缘安全 168
13.1 简介 168
13.2 传感器安全 168
13.3 操作系统安全 169
13.4 控制系统安全 170
13.5 V2X安全 170
13.6 边缘计算的安全性 171
参考文献 173

译者序
随着科技的飞速发展，自动驾驶技术已经成为当下最受关注的技术之一。从最初的驾驶辅助系统到现在的全自动驾驶，这项技术在短短几年内取得了令人瞩目的进展。它不仅改变了我们的出行方式，还为未来的交通系统带来了革命性的变革。自动驾驶技术的发展不仅仅是技术的进步，更是对人类出行方式的深刻思考和重塑。
本书的作者——刘少山博士，是PerceptIn公司的创始人兼首席执行官。该公司是一家全栈视觉智能公司，致力于为自动驾驶系统提供可扩展的硬件/软件一体化解决方案。刘博士在加利福尼亚大学欧文分校获得计算机工程博士学位，他的研究方向包括边缘计算系统、机器人和自动驾驶技术。他在自动驾驶系统方面发表40多篇文章并拥有100多项专利。此外，刘博士还是IEEE的高级会员、ACM杰出讲师、IEEE计算机协会杰出访问者，以及IEEE计算机协会自动驾驶技术特别技术社区的联合创始人。
作为本书的翻译者，我们对自动驾驶和机器人技术有着浓厚的兴趣，并深知这项技术对当前和未来社会的巨大影响。我们翻译这本书的初衷是让更多的中文读者能够接触到这本内容丰富、独特且有深度的图书，借此了解和掌握自动驾驶和机器人领域的知识和技能。
在翻译过程中，我们采取了直译和意译相结合的方式，力求保留原文的深度和广度，同时又使其更符合中文读者的阅读习惯。本书具有很高的实践价值和学术意义，无论是学者、研究人员还是实践者都可从中受益。
在此，我们要向所有在翻译过程中提供帮助的人表示感谢，尤其是对自动驾驶和机器人领域有深入研究的专家，他们的专业建议使得本书的翻译工作得以顺利进行。我们还要感谢刘少山博士，是他的专业知识和热情推动了这本书的创作，为我们提供了深入了解和掌握自动驾驶与机器人技术的机会。
本书的翻译分工为：张乃欣翻译第1章，朱贵菁翻译第2章，马培立翻译第4章和第6章，陈张杰翻译第7章和第11章，石泽翻译第5章，谢奔翌翻译第9章，陈绍平翻译第3章、第8章、第10章和第12章，朱贵杰翻译第13章。
此外，我们对于任何可能的翻译不足表示歉意，并欢迎读者批评指正。希望本书能对自动驾驶与机器人工程领域的学者、研究者和实践者，以及对这个领域感兴趣的读者产生启发，并在自动驾驶和机器人技术的发展和应用中找到它的价值。
为了方便广大读者阅读参考，本书所有插图经汇总整理，制作成二维码放于封底，感兴趣的读者可扫码查看。

译者