《智能网联汽车ADAS系统原理与关键技术》是“智能网联汽车核心技术丛书”中的一册，本书旨在深入探讨智能网联汽车的核心系统——高级驾驶辅助系统（ADAS）的工作原理和关键技术。本书通过系统地阐述ADAS系统的各个组成部分、技术原理及其在实际应用中的关键作用，包括车道偏离报警系统、前向碰撞预警、自动紧急制动、自动泊车辅助、车道保持辅助、自适应巡航控制、车辆盲区监测、疲劳驾驶预警、夜视辅助等系统，为读者提供了一个全面而深入的了解智能网联汽车技术的视角。
本书可供智能网联汽车ADAS方向的技术人员阅读参考，也可供智能网联汽车行业的政策制定者、企业管理者、科研工作者以及汽车第三方检测机构人员阅读，同时也可以作为国内高校相关专业的本科生、研究生的参考教材。
第1章 智能网联汽车ADAS系统 001
1.1 汽车高级驾驶辅助系统概述 002
1.1.1 ADAS系统定义与类型 002
1.1.2 ADAS系统构成与原理 004
1.1.3 ADAS系统常用传感器 005
1.2 ADAS系统构成与主要功能 011
1.2.1 车道偏离报警系统 011
1.2.2 车道保持辅助系统 012
1.2.3 自适应巡航控制系统 013
1.2.4 前向碰撞预警系统 014
1.2.5 自动泊车系统 015
1.2.6 盲区监测系统 015
1.2.7 驾驶员疲劳预警系统 016
1.2.8 自适应灯光控制系统 017
1.3 ADAS系统实车道路测试方法 018
1.3.1 ADAS环境感知技术 018
1.3.2 道路环境影响因素 021
1.3.3 道路测试路线方案 022
第2章 车道偏离报警系统（LDWS） 026
2.1 车道偏离报警系统概述 027
2.1.1 LDWS的基本概念 027
2.1.2 LDWS的安全功能 028
2.1.3 LDWS的模块构成 029
2.1.4 全球主流的LDWS 031
2.2 车道线检测与识别方法 033
2.2.1 LDWS的工作原理 033
2.2.2 基于特征的识别方法 035
2.2.3 基于模型的识别方法 035
2.2.4 基于深度学习的识别方法 036
2.3 车道偏离报警决策算法 038
2.3.1 车道偏离报警决策算法概述 038
2.3.2 基于TLC的报警决策算法 039
2.3.3 基于CCP的报警决策算法 041
2.3.4 基于预测轨迹偏离的算法 041
2.3.5 基于EDF的报警决策算法 042
2.3.6 基于TTD的报警决策算法 044
2.3.7 基于FOD的报警决策算法 045
第3章 前向碰撞预警系统（FCW） 046
3.1 前向碰撞预警系统概述 047
3.1.1 FCW系统的基本构成 047
3.1.2 FCW系统原理与应用 049
3.1.3 FCW系统的类型划分 050
3.1.4 FCW系统的应用场景 051
3.1.5 FCW系统的测试标准 052
3.2 FCW系统的算法原理 054
3.2.1 前方车辆识别算法 054
3.2.2 车辆跟踪与车距检测 056
3.2.3 安全车距预警模型 057
3.3 FCW系统的报警策略 059
3.3.1 FCW感知传感器选择 059
3.3.2 FCW系统的报警时机 059
3.3.3 HMI预警方式的设计 062
第4章 自动紧急制动系统（AEB） 064
4.1 自动紧急制动系统概述 065
4.1.1 AEB系统的基本概念 065
4.1.2 AEB系统的模块构成 066
4.1.3 AEB系统的工作原理 069
4.1.4 AEB的工作范围及优劣 073
4.2 AEB系统的作用与类型划分 074
4.2.1 AEB系统的主要作用 074
4.2.2 根据功能名称划分 075
4.2.3 根据行驶速度划分 078
4.2.4 根据技术路径划分 080
4.2.5 根据不同路况划分 080
4.2.6 根据辅助方式划分 081
4.3 自动紧急制动系统避撞策略 081
4.3.1 基于安全距离的避撞策略 081
4.3.2 基于碰撞发生时间的避撞策略 084
4.3.3 制动转向协同的避撞策略 085
第5章 自动泊车辅助系统（APA） 087
5.1 自动泊车技术的演进路线 088
5.1.1 自动泊车辅助（APA） 088
5.1.2 远程遥控泊车（RPA） 090
5.1.3 自主学习泊车（HAVP） 091
5.1.4 自动代客泊车（AVP） 094
5.2 自动泊车系统原理与设计 097
5.2.1 自动泊车类型与方案原理 097
5.2.2 自动泊车系统的硬件组件 100
5.2.3 自动泊车系统的软件功能 102
5.2.4 自动泊车系统HMI案例分析 108
5.3 基于计算机视觉的APA系统 114
5.3.1 计算机视觉深度估计 114
5.3.2 停车位的标记与识别 115
5.3.3 车辆和行人检测/跟踪 116
5.3.4 可行驶空间障碍检测 117
第6章 车道保持辅助系统（LKA） 119
6.1 车道保持辅助系统概述 120
6.1.1 LKA系统架构与功能 120
6.1.2 LKA系统的工作原理 121
6.1.3 LKA系统的基本结构 124
6.1.4 控制策略及仿真分析 127
6.2 LKA系统的主观评价体系 128
6.2.1 主观评价指标体系 128
6.2.2 HMI维度的评价方法 130
6.2.3 LDW维度的评价方法 131
6.2.4 LKA维度的评价方法 132
第7章 自适应巡航控制系统（ACC） 135
7.1 自适应巡航控制系统概述 136
7.1.1 ACC系统结构与作用 136
7.1.2 ACC系统原理与模式 138
7.1.3 ACC系统要求与设置 139
7.1.4 ACC系统标定的方法 142
7.2 ACC系统仿真测试与评价 143
7.2.1 仿真测试整体方案 143
7.2.2 仿真测试软件选型 146
7.2.3 仿真测试场景设计 149
7.2.4 车辆动力学模型设计 152
7.2.5 传感器模型设计 154
第8章 车辆盲区监测系统（BSD） 156
8.1 车辆盲区监测系统概述 157
8.1.1 车辆盲区的主要类型 157
8.1.2 BSD系统原理与构成 159
8.1.3 BSD系统的设计原理 160
8.1.4 BSD系统的应用场景 163
8.1.5 BSD系统的发展现状 168
8.2 BSD系统测试与评价方法 169
8.2.1 测试系统的搭建方法 169
8.2.2 测试数据保存与分析 172
8.2.3 BSD系统的测试方法 174
8.2.4 实车测试的效果验证 177
第9章 疲劳驾驶预警系统（DMS） 179
9.1 疲劳驾驶预警系统概述 180
9.1.1 DMS系统原理与构成 180
9.1.2 DMS系统的技术支撑 181
9.1.3 DMS系统的监测算法 182
9.1.4 国外DMS系统的应用 183
9.1.5 国内DMS系统的应用 186
9.2 驾驶员疲劳检测原理与方法 188
9.2.1 基于生理指标检测 188
9.2.2 基于生理反应检测 189
9.2.3 基于车辆行驶状态检测 191
9.2.4 基于多特征信息融合检测 192
9.2.5 基于图像处理的疲劳驾驶检测 192
第10章 夜视辅助系统（NVS） 194
10.1 车载夜视辅助系统概述 195
10.1.1 夜视辅助系统的结构原理 195
10.1.2 夜视辅助技术的工作原理 196
10.1.3 主动式NVS与被动式VNVS 198
10.1.4 BMW夜视系统技术解析 199
10.2 红外热成像技术原理与应用 201
10.2.1 红外热成像的技术原理与特点 201
10.2.2 红外热成像在自动驾驶中的应用 204
10.2.3 红外热成像在车辆检修中的应用 206
10.2.4 全球红外热成像领域的典型玩家 208
参考文献 211
书单推荐
