本书总结了吉林大学未来出行生态汽车吉林省重点实验室长期研究智能网联驾驶汽车技术的经验和成果，并借鉴了国内外相关的科研成果，对生态协同驾驶技术涉及的重点内容进行了全面的介绍。本书基于车路协同体系研究了非理想通信环境下编队控制策略、车辆编队节能控制策略和生态速度引导策略，并介绍了车联网技术实现、人机认知交互和未来智慧出行系统。本书适合从事车路协同技术应用和智能交通研究的人员，可作为高等院校车辆工程、智能交通等专业的参考教材，同时也可为广大从事汽车、交通行业的工程技术人员提供参考。
汽车的发展正在进入智能网联时代，智能驾驶是新一代信息技术与交通运输行业融合发展的产物，也是体现全球新一轮科技创新和产业变革成果的重要领域，本书系统介绍智能汽车自主决策规划技术为代表的智能驾驶前沿研究技术与中国智能驾驶领域自主科技创新成果，以推动智能驾驶领域的人才培养和产业发展，增强我国智能驾驶关键技术的知识积累，助力智慧交通和智能城市建设，提升我国汽车产业在全球的竞争力。
前言 全球出行产业正在经历一场前所未有的深刻变革，智能生态出行系统将成为未来智慧城市的重要纽带和主动脉。5G、自动驾驶、人工智能等前沿技术正在重塑出行产业和未来出行方式，深刻影响着全球未来出行新格局。汽车作为智能生态出行系统中的重要组成部分，不断呈现出电动化、智能化、网联化、共享化的发展趋势，汽车领域也逐渐转变成集汽车制造、智能感知、先进控制、通信互联、交通管控、汽车产品和服务等多学科共融的生态集群。同时，智能网联汽车的高速发展及先进通信技术的普及，又孕育出了新的交通系统，即智能交通系统。智能交通系统的建设主要依靠智慧的路、聪明的车、实时的云、可靠的网、精确的图五大技术体系，涵盖微观和宏观交通系统优化管控，可以多层次、全方位地实现交通优化控制、交通管控和交通分配，以满足安全导向、出行效率导向和环境友好导向的功能需求。 智能网联车辆生态协同驾驶是未来生态出行模式的重要组成部分，其主要依靠单个车辆(单车)智能控制、多车协同控制和车路协同控制等关键技术，实现多车在高速公路、城市道路等场景下的安全、高效、节能行驶，其中多车协同编队控制和交叉口生态速度规划*具研究和应用价值。多车协同编队依靠车辆与车辆(V2V)通信，使被控车辆可以实时获取周边交通参与者的准确状态信息，从而实现更稳定、更安全的决策判断与更经济、更环保的输出控制。多车协同编队控制技术可兼顾安全和节能需求，在提高通行效率、保证出行安全、优化乘坐体验等方面提供了新的解决方案。特别是，商用车编队控制技术具有较高的商业应用价值，其不仅可以通过减小跟车间距来提高通行效率、降低空气阻力，还可以显著降低驾驶强度，避免发生由驾驶疲劳引起的安全事故。交叉口生态速度规划依靠车辆与道路基础设施(V2I)通信，由路侧单元将信号灯相位信号发送给车辆(车辆编队)，并利用一系列*优规划算法进行速度引导，实现信号灯交叉口绿波带通行，从而减少车辆红灯等待时的低能效启停过程，促进道路车辆和交通的可持续发展。交叉口生态速度规划还可以进一步融合交叉口信号灯配时策略，通过车路协同控制进行通行效率与驾驶生态性能的深入优化，*终实现无信号灯交叉口的多交通参与者协同控制。 本书的作者及其团队近年来主要从事智能网联驾驶、生态出行等领域的研究，本书便是在已有研究的基础上，重点围绕多车协同编队控制和交叉口生态速度规划两大研究点展开，细致阐述了其科研价值、设计方法与理论、应用效果与优势、研究展望等。本书共分为10章。第1章为汽车智能生态出行概述，主要阐述了汽车及出行领域的重要变革，重点围绕自动驾驶、车路协同和智能交通进行了全面的综述。第2章对多车协同编队控制的发展现状进行分析探讨，介绍了自适应巡航控制策略的设计要求与设计理论，并进一步阐述其在以节能为导向的生态协同驾驶中的应用。第3章主要针对车辆编队的纵向跟随控制，深入研究复杂通信拓扑结构对协同自适应巡航控制器设计的影响，并提出通信拓扑结构与控制器解耦设计理论。第4章考虑了实际通信环境中不可避免的通信延时，从鲁棒控制和Smith预估补偿控制两个层面来应对延时对系统控制的不良影响。第5章为提高通信资源的利用率、避免出现明显的通信延时，设计了事件触发策略及其在非理想通信环境下的自适应调整策略。第6章以节能为主要设计导向，综述了不同*优控制算法，并采用模型预测控制算法实现了车辆编队的节能巡航控制。第7章从巡航和信号灯交叉口两个层面进行生态驾驶设计，利用动态规划理论设计了考虑横向约束的队列*优速度轨迹规划策略和信号灯交叉口生态驾驶*优速度轨迹规划策略。第8章介绍了车联网技术的发展现状及其软硬件实现，并介绍了国内智能网联汽车示范区的建设现状。第9章从智能网联汽车认知交互角度出发，开展了在复杂人车路系统中，驾驶人意图识别、人机协作驾驶等研究。第10章介绍了商用车编队行驶技术的特点、优势及信号灯交叉口的生态协同控制策略，并畅想了未来智慧出行系统。 本书总括了国内外数位专家、学者的观点和见解，在理论和应用层面体现了多个科研项目的丰富产出，作者将两个国家先进的智能网联汽车技术进行总结与剖析，历时四年，经过数轮合作，完成本书的编著校对工作。马芳武教授担任本书的第一著者并负责总校对工作；Levent Guvenc教授(美国俄亥俄州立大学)对本书核心章节的研究工作给予了指导；付锐教授(长安大学)在本书编著过程中也给予了诸多实质性的指导并参与了部分章节的编著工作；杨昱博士和王佳伟博士担任本书的著者并负责校对工作。本书第1、2章由杨昱和王佳伟共同完成；第3、4、5章由王佳伟完成；第6、7章由杨昱完成；第8章由李昕晨(美国俄亥俄州立大学)、吴官朴和孙博华共同完成；第9章由付锐教授和孙秦豫共同完成；第10章由杨昱、吴官朴和孙博华共同完成。另外，仲首任、单子桐、沈昱成、申棋仁和代明宇也参与了部分章节的编著工作。本书介绍的研究内容得到吉林省科技发展项目基于耦合控制的智能车组群生态协同驾驶(20190302077GX)的支持，以及吉林大学未来出行生态汽车吉林省重点实验室的大力支持，在此表示衷心的感谢！ 希望本书能够为广大读者在智能网联汽车领域提供新的技术思路，在理论和应用层面给予读者更多的引导和支持。希望本书能够完善未来出行解决方案，推动智能网联汽车和智能交通系统的发展，协助相关人员在技术领域创造更多利国利民的价值。 由于作者水平有限，书中难免存在不足之处，恳请专家、学者和读者批评指正。马芳武吉林大学教授SAE会士FISITA技术顾问2021年10月
马芳武，国家特聘专家，英国帝国理工大学博士，吉林大学汽车工程学院教授，世界汽车工程师学会联合会（FISITA）会士、国际汽车工程师学会（SAE International）会士、中国汽车工程学会会士、Automotive Innovation国际期刊执行主编。长期从事智能网联驾驶、生态出行等前沿汽车技术开发以及未来汽车发展战略规划工作。主持参与多项*、省部级、企业重大项目，在提高汽车设计和性能的关键技术方面取得重大成就，已出版专著和译著12部，发表高水平学术论文100余篇，并持有200余项汽车发明专利，具有丰富的国际化研发经验。
第1章汽车智能生态出行概述/1
1.1智能生态出行的内涵及意义/1
1.2自动驾驶汽车技术/3
1.2.1自动驾驶关键技术系统架构/3
1.2.2自动驾驶分级标准/7
1.3车路协同与智能交通系统/8
1.3.1车路协同技术/8
1.3.2智能交通系统/12
本章参考文献/14
第2章多车协同编队控制概述/16
2.1多车协同编队发展现状/16
2.2自适应巡航控制/20
2.3节能导向的协同驾驶研究/24
本章参考文献/27
第3章复杂通信拓扑结构下的编队稳定性控制/35
3.1多车协同编队控制系统/35
3.1.1通信拓扑结构优化设计/35
3.1.2跟车策略设计/36
3.1.3协同自适应巡航控制器设计/36
3.2多车协同编队模型建立/37
3.2.1车辆编队纵向动力学模型/37
3.2.2基于图论的复杂通信拓扑结构/38
3.2.3车辆编队动力学模型/40
3.3协同自适应巡航控制器设计/41
3.3.1通信拓扑结构与控制器解耦设计/41
3.3.2通信拓扑结构优化/43
3.4多车协同编队仿真分析/46
本章参考文献/50
智能网联车辆生态协同驾驶未来出行解决方案目录第4章面向实际通信状态的多车协同编队鲁棒控制/53
4.1非理想通信环境下的多车协同编队控制/53
4.1.1车辆编队纵向动力学模型建立/53
4.1.2控制器参数优化设计/56
4.1.3仿真验证/60
4.2基于Smith预估的多车协同编队控制/67
4.2.1Smith预估控制器设计/67
4.2.2不同模式控制下的控制器设计及性能对比/70
4.2.3高速路燃油经济性测试工况下的多车协同编队仿真/72
本章参考文献/75
第5章基于事件触发的多车协同编队鲁棒控制/76
5.1考虑参数不确定性的事件触发控制器设计/76
5.1.1基于事件触发的多车协同编队建模/76
5.1.2控制器参数匹配设计/79
5.1.3仿真验证/85
5.2非理想通信状态下的事件触发控制策略设计/89
5.2.1存在通信丢包时的系统模型建立/89
5.2.2自适应触发机制设计及仿真验证/92
5.2.3基于自适应跟车时距的协同自适应巡航控制器设计/94
本章参考文献/96
第6章智能网联车队列节能控制方法/97
6.1动力系统构成及能耗模型构建/97
6.1.1传统燃油车能耗模型构建/100
6.1.2纯电动汽车能耗模型构建/101
6.1.3混合动力汽车能耗模型构建/102
6.2车辆编队节能最优控制主要算法/102
6.2.1庞特里亚金极值原理/103
6.2.2模型预测控制/104
6.2.3动态规划/106
6.2.4伪谱法/108
6.2.5强化学习/110
6.3跟车行驶过程队列能耗优化/114
6.3.1基于纵向动力学的车辆编队建模/116
6.3.2基于模型预测控制的队列节能策略/116
6.3.3智能网联车辆编队节能效果分析/118
6.3.4ECACC与传统ACC的效果对比/123
本章参考文献/127
第7章车路协同环境下的生态驾驶技术研究/130
7.1智能网联汽车生态驾驶概述/130
7.2考虑横向约束的队列最优速度轨迹规划/134
7.2.1车辆横向动力学建模与约束设计/134
7.2.2基于动态规划算法的生态驾驶策略/139
7.2.3车辆编队跟车与节能效果分析/144
7.3连续信号灯交叉口场景下车辆编队生态协同
驾驶研究/152
7.3.1信号灯交叉口生态驾驶最优控制问题设计框架/153
7.3.2基于控制逻辑切换的改进动态规划算法设计/153
7.3.3城市工况下队列生态协同驾驶效果分析/159
本章参考文献/163
第8章车联网技术与软硬件实现/165
8.1车联网技术发展与应用/165
8.1.1车联网发展历程/165
8.1.2车联网技术分类及特点/168
8.1.3V2X的实际应用与作用/172
8.2车联网的软件应用/175
8.2.1智能交通模拟软件综述/176
8.2.2智能车辆模拟软件综述/179
8.3车联网硬件实现/183
8.3.1V2X通信设备/183
8.3.2V2X通信芯片与通信基站/185
8.4智能网联汽车示范区/187
8.4.1智能网联汽车示范区建设现状/188
8.4.2智能网联汽车示范区组成与测试项目/192
本章参考文献/195
第9章智能网联汽车认知交互研究/197
9.1智能网联下驾驶人意图识别与行为感知/197
9.2智能网联人机协作驾驶/207
9.3智能网联下驾驶行为认知交互/223
本章参考文献/229
第10章智能网联车辆应用及未来智慧出行系统/232
10.1网联商用车队列生态协同驾驶/232
10.1.1商用车编队行驶特点及优势/232
10.1.2商用车编队行驶整体系统架构/234
10.2智能网联乘用车在智慧城市中的协同驾驶出行/237
10.2.1信号灯交叉口车辆生态驾驶控制/237
10.2.2交叉口信号灯配时/239
10.2.3无信号灯交叉口车辆协同控制/242
10.3未来智慧出行系统/244
10.3.1多功能智能座舱/244
10.3.2飞行组网式智能交通系统/246
10.3.3轨道式智能交通系统/248
10.3.4可变结构智能公共交通系统/252
本章参考文献/253
书单推荐
