点击上方【车云】，关注并查看更多往期内容。
DARPA挑战赛不仅在美国汽车工业摇篮底特律掀起了不小的波澜，最终也演变成了两个世界的分界线：一个世界里，机器人被视为玩具或科研人员的成果；而在另一个世界里，人们开始接受机器人能够在现实世界中自由移动的事实。
2013年，国际知名汽车企业开展了一场无人驾驶汽车的研发竞赛，一些企业研发的无人驾驶汽车相继亮相，并宣称在10-15年的时间内实现量产。无人驾驶汽车之所以能够提上各大汽车企业的研究与开发日程，被国内外相关机构作为研究重点，投入大量的人力和物力，不仅因为它代表了高新科技水平，更因为他满足了人类对汽车技术发展的迫切需求。
从长远角度来看，汽车发展的趋势是实现自主驾驶。无人驾驶汽车是自主驾驶的一种表现形式。从广义上说，无人驾驶汽车是在网络环境下用计算机技术、信息技术和智能控制技术武装起来的汽车，是有着汽车外壳的移动机器人。而从技术角度讲，自动驾驶又分为感知定位、规划决策、执行控制三个部分。要实现自动驾驶，除了算法创新、系统融合之外，还需要来自云平台的支持。
本文整合了首发于车云的无人驾驶系列技术文章，相信可以帮助各位建立起对自动驾驶技术的宏观理解。点击蓝色标题即可进入阅读。
1、感知
但凡聊到自动驾驶汽车，不出意外我们总是会提到它们搭载的一系列传感器,有摄像头、超声波传感器、雷达、激光雷达，但凡你说得出的，几乎都能在一辆无人车上找到。这篇文章从冗余系统建立的角度，以“边缘案例”分析了为何自动驾驶汽车为何需要如此多的传感器。而通过逐步找出哪些数据可以用来合理处理特定的「边缘案例」，无论是在模拟仿真还是真实路况中，汽车都能学会处理更复杂的情况。
这篇文章的作者是一位汽车底盘工程师，文章中他详细分析了目前主流传感器对车企发展ADAS及自动驾驶技术的影响，并提出了自己中肯的建议。
据Lux Research报告，到2030年，激光雷达将在自动驾驶领域收获近亿美元的商业机会。并且按照车企从ADAS向全自动驾驶过渡的商用化计划，激光雷达已经开始在车辆局部发挥特长。
但不同激光雷达企业进入自动驾驶领域的策略各不相同，产品技术也存在差异。激光雷达与自动驾驶作为最佳CP如何走到一起？作为激光雷达的领军企业，Velodyne，Ibeo和Quanergy打开市场有何不同姿势？通过车云菌的调研，这篇文章将为您细细道来。
2、决策
自动驾驶在技术上的竞争，主要聚焦于决策环节。事实上，区分一个系统是ADAS还是自动驾驶，也主要是看该系统是否有决策部分。无论是谷歌，还是特斯拉，他们的核心竞争力，都还是体现在其决策算法方面。
在训练和测试自动驾驶汽车决策能力的过程中，其实收集到的绝大部分数据都是正常路况下的行车数据，极端情况极其罕见。深度学习加增强学习的算法只能无限趋近于处理所有场景，贝叶斯网络的因果推理逻辑可以在一定程度上处理未知的极端情况。决策层的不同技术路线也各有优缺点，可能包括深度学习、增强学习、专家系统、贝叶斯网络在内的多种方法融合，将是下一步的主流方案。
技术贴 | 从算法层解读，自动驾驶的「轨迹规划」是如何实现的？
前面也提到了，车辆自主驾驶系统从本质上讲是一个智能控制机器，其研究内容大致可分为信息感知、行为决策及操纵控制三个子系统。路径规划是智能车辆导航和控制的基础，是从轨迹决策的角度考虑的，可分为局部路径规划和全局路径规划。
随着计算机科学技术、无线通信技术以及交通运输业的高速发展，车辆导航系统的动态路径规划研究趋势还将向多导航器相互协调规划的方向发展。现在的车辆导航都是单个车辆为对象进行路径引导，而没有考虑到总体的大局协调，这样容易引起新的交通拥塞等问题，所以多导航器协调规划将是一种更加符合实际需求的规划方法。
3、控制
自动驾驶分为感知定位、规划决策、执行控制三个部分。但目前自动驾驶有关执行控制的部分一直谈得很少，这部分掌握在Tier1和主机厂手中的技术，因为国内积累薄弱，几乎成为了避而不谈的话题。然而，执行控制层是自动驾驶真正落地的基础，规划决策也无法和执行控制剥离，这篇文章，就是要和大家谈谈自动驾驶的「腿脚」问题。
看过上面这些文章，想必大家对自动驾驶技术的三大重要板块都有些许了解了。不过如果你希望系统地学习无人驾驶汽车的体系架构、环境感知、定位导航、决策与控制以及一体化设计等方面的内容，不妨看看车云菌今天为大家推荐的《无人驾驶汽车概论》和《无人驾驶车辆模型预测控制》这两本书。
首先这两本书是北京理工大学「智能车辆先进技术丛书」系列中的，由北京理工大学陈慧岩教授和熊光明教授带领的团队主编。
《无人驾驶汽车概论》是国内第一本系统阐述无人驾驶汽车的专门书籍，是作者在北京理工大学智能车辆研究所无人驾驶汽车技术方面长期研究积累并总结国内外科研成果的基础上编写而成的。全书共9个章节，对无人驾驶汽车的产生与发展，无人驾驶汽车的体系结、环境感知技术基础、定位导航技术、车路规划技术、运动控制方法以及无人驾驶汽车一体化设计方法等涉及无人驾驶汽车技术的重点内容进行了全面介绍。
看到这里是不是已经hin心动啦！别着急，车云菌这里还有一本《无人驾驶车辆模型预测控制》要推荐给大家。
相比《无人驾驶汽车概论》，这本书将主要精力集中在如何把模型预测控制理论与方法运用于无人驾驶车辆运动规划与跟踪控制中。由于模型预测控制理论数学抽象特点明显，初涉者往往需要较长时间的探索才能真正理解和掌握，而进一步应用到具体研究，则需要更长的过程。这本书详细介绍了应用模型预测控制理论进行无人驾驶车辆控制的基础方法，结合运动规划与跟踪控制实例详细说明了预测模型建立、方法优化、约束处理和反馈校正的方法，给出了Matlab/CarSim仿真代码和详细图解仿真步骤。
值得一提的是，著者将在无人驾驶车辆研究过程中应用模型预测控制理论的基础概念和方法、算法代码整理出来，一方面给课题组形成较为系统的学习资料，方便后续研究；另一方面也可以供从事移动机器人、无人车辆（包括无人机、无人艇）的研究者们参考。另外，也可作为车辆工程、自动控制等专业高年级本科生和研究生学习模型预测控制的辅助资料。
还是把本书的精彩目录先双手奉上~~~
第1章 无人驾驶车辆与模型预测控制
第2章 车辆运动学与动力学建模
第3章 模型预测控制算法基础与仿真分析
第4章 给定轨迹的轨迹跟踪控制
第5章 基于动力学模型的无人驾驶车辆主动转向控制
第6章 加入规划层的轨迹跟踪控制
第7章 航向跟踪预估控制算法
之前车云菌曾提到，目前自动驾驶在技术上的竞争，主要聚焦于决策环节。大家不难理解对无人驾驶车辆进行模型预测控制的重要性。可能这本书不会让你瞬间思考出如何牛掰的决策控制算法，但却会为你今后的实践打下扎实的理论基础。
目前这本书已登陆车云严选，点击「阅读原文」即可进入「车云严选」页面购买哟！现在还有国庆限时优惠哦~
