《無人駕駛車輛認知與決策技術》介紹了無人駕駛車輛（UGV）的認知與決策技術。全書共8章，前4章重點介紹了UGV的認知理論、類腦理論、數(shù)據(jù)場景及決策方法等，同時介紹了認知-決策技術與智能技術的系統(tǒng)有機結合，認知技術包括智能認知、類腦芯片、類腦計算及數(shù)據(jù)場景等。后4章介紹了基于UGV認知的關鍵決策技術，包括轉向、制動、驅動、換擋及懸架等，重點圍繞UGV的智能技術進展與面臨的挑戰(zhàn)闡述了UGV的認知原理和決策技術。本書具有完整的理論體系和思路方法，為UGV的發(fā)展和產業(yè)化落地提供了認知與決策技術的支撐。本書可以作為高等學校人工智能、計算機、車輛及機電等專業(yè)的教材或教學參考書，也可以作為無人駕駛車輛相關研究、開發(fā)與工程技術人員的參考書或工具書。
認知和決策是當今世界無人智能系統(tǒng)面臨的巨大挑戰(zhàn)，也是無人駕駛車輛（UGV）產業(yè)化落地的關鍵技術。面對巨大的市場需求與嚴峻的智能安全之間的尖銳矛盾，研究替代傳統(tǒng)車輛的UGV，發(fā)展認知與決策技術就顯得很迫切。人工智能、認知與決策技術等是UGV真正替代傳統(tǒng)車輛的重要技術及指標。本書介紹了相關的基礎原理和關鍵技術，以解決讀者對類腦認知的擔憂和對車輛智能決策的困擾。高效、可靠的類腦認知與智能決策技術等將成為UGV領域發(fā)展的壓艙石、穩(wěn)定器與助推器。2024年諾貝爾物理學獎和諾貝爾化學獎全部授予了人工智能領域的科學家，這給智能無人系統(tǒng)領域的工作者帶來了巨大信心與鼓舞。
本書是在筆者近年來有關UGV認知與決策技術系統(tǒng)研究的基礎上，加以提煉和總結而撰寫成的學術著作。書中既有較為成熟的UGV技術，又充分融入了國內外該領域研究的前沿成果。本書主要內容包括UGV智能、類腦、芯片等認知理論，以及驅動、制動、轉向、懸架和變速等決策技術。UGV目前已處于商業(yè)化的前夜，無人智能系統(tǒng)人才難求，該專業(yè)人才需求量大的背后，是該領域需要有智能專業(yè)廣度、車輛專業(yè)深度等的多面手。換言之，相關崗位的工作人員既要有車輛知識，又要掌握人工智能、芯片及軟件等技術，目前這類復合型人才相對稀缺。因此，急需加大力度培養(yǎng)人才，使UGV能夠實現(xiàn)產業(yè)化落地，造福人民。希望該領域的相關人才能夠閱讀本書，掌握認知與決策技術的方法及解決問題的能力，為新概念車輛提供知識動力。
本書基于UGV理論，以認知與決策為抓手，詳盡介紹了智能新技術，包括實驗裝置、測試方法、認知智能及底盤決策方法等。在選材上突出工程背景、實用性及新穎性等，強調內容新穎、知識飽滿、通俗易懂、深入淺出，力求對讀者有所啟迪及幫助。
本書由北京理工大學李永、清華大學宋健編著。本書的編寫工作得到北京理工大學科研項目(202020141344A，201720141103，201720141104)的資助，在此表示感謝。
本書中引用的文獻、資料與報告在參考文獻中盡量作了說明，在此對作者表示感謝。由于工作量大及作者不詳，在此對沒有說明的文獻作者表示歉意和感謝。
UGV認知與決策技術正在蓬勃發(fā)展，本書中的一些關鍵技術還處于研究中，希望讀者能得到靈感或受到啟發(fā)。
由于筆者水平有限，書中難免有不當和疏漏之處，歡迎讀者不吝指正。
編著者
2025年大暑于北京理工大學良鄉(xiāng)校區(qū)北湖之畔
第1章 緒論 001
1.1 無人系統(tǒng)的概念與分類 001
1.2 UGV 技術的沿革 007
1.3 無人技術簡介 014
1.4 UGV 的重要意義與應用價值 027
1.5 AI 與UGV 的關聯(lián) 029
1.6 法律與倫理研討 030
1.7 基于AI 與大數(shù)據(jù)深度融合的UGV 認知技術 031
1.8 UGV 認知理論的決策技術 033
1.9 基于智慧能源系統(tǒng)的UGV 技術 037
第2章 UGV 類腦認知與決策理論 044
2.1 UGV 類腦認知理論044
2.2 UGV 類腦記憶原理048
2.3 UGV 類腦視覺原理049
2.4 UGV 類腦芯片技術053
2.5 腦機接口技術與其在UGV 中的應用057
2.6 基于熱力學第二定律的UGV 類腦認知系統(tǒng)的熵方法059
2.7 類腦導航構建UGV導航神經中樞063
第3章 基于數(shù)據(jù)- 場景的UGV 認知理論 070
3.1 UGV 測試與復雜環(huán)境的場景設計 070
3.2 基于數(shù)據(jù)的UGV 技術載體 074
3.3 UGV 在智能座艙中的應用 085
3.4 UGV 在服務行業(yè)中的應用 086
3.5 UGV 在智能制造中的應用 087
3.6 UGV 在數(shù)字場景中的應用 089
3.7 基于聯(lián)網系統(tǒng)架構的UGV 場景認知與自主決策 094
第4章 基于認知- 決策理論的UGV 芯片技術 102
4.1 UGV 決策方法102
4.2 UGV 計算體系結構的局限性104
4.3 UGV 的細觀架構105
4.4 UGV 認知的芯片結構109
4.5 芯片技術的應用現(xiàn)狀及未來發(fā)展 114
4.6 無人駕駛車輛聯(lián)網系統(tǒng)的通信 117
第5章 UGV 電驅決策技術 121
5.1 UGV 電驅決策博弈- 禮讓等耦合方法 121
5.2 基于人工智能的UGV 決策方法122
5.3 UGV 評估方法與數(shù)據(jù)集123
5.4 UGV 決策技術的結構體系125
5.5 UGV 決策應對不確定因素128
5.6 端到端卷積神經網絡的UGV 決策 131
5.7 UGV 決策的發(fā)展趨勢133
5.8 UGV 決策技術的智能電機結構設計134
第6章 UGV 制動決策技術 147
6.1 UGV 制動決策方法 149
6.2 極限轉向工況下的UGV 側滑失穩(wěn)機理分析 155
6.3 基于模型預測控制的防側滑控制算法設計 159
6.4 防側滑控制算法硬件在環(huán)臺架實驗驗證 167
6.5 制動帶動態(tài)力矩特性的實驗研究 173
第7章 UGV 轉向決策技術 196
7.1 決策反饋ECU 硬件設計 201
7.2 決策反饋ECU 軟件設計 212
7.3 決策反饋主臺架搭建 216
7.4 遠程遙控模塊控制結構與信息流向設計 217
7.5 可遠程遙控的決策反饋臺架試驗 220
第8章 UGV 空氣懸架- 變速決策技術 227
8.1 快速控制原型開發(fā)實驗平臺229
8.2 車高調節(jié)實車驗證238
8.3 車輛側傾控制實車驗證243
8.4 UGV 電控空懸系統(tǒng)的變速換擋規(guī)律分析248
8.5 基于路徑信息的優(yōu)化決策方法分析 251
8.6 基于預瞄軌跡的換擋決策方法設計 252
8.7 仿真驗證259
附錄 UGV 相關技術布局與標準體系 263
參考文獻 282
書單推薦
