新書推薦：
《
万千心理·成人情绪障碍跨诊断治疗的统一方案：应用实例
》
售價：HK$
132.2
《
让孩子更有力量：赋权型家庭教育指南
》
售價：HK$
67.0
《
白夜追凶（上下）
》
售價：HK$
109.8
《
财富、战争与智慧——二战股市风云录
》
售價：HK$
132.2
《
纳特·特纳的自白
》
售價：HK$
84.0
《
低空经济：中国经济发展新引擎
》
售價：HK$
88.5
《
汉字学理与小学汉字教学
》
售價：HK$
89.6
《
即将到来的能源战争
》
售價：HK$
89.4
|
| 編輯推薦： |
本书呈现了作者过去10年来在车辆协同式自动驾驶领域的研究成果
本书主要目的是强调网联自动驾驶汽车（CAV）在提高能源效率和减少交通运输对环境影响方面的巨大潜力，并介绍实现这些目标的正确方法
本书的目标读者是智能交通及自动驾驶领域的高校师生、研究人员和工程师
|
| 內容簡介： |
《节能汽车:协同式自动驾驶》主要介绍了在大数据交通流环境下，各种模型车辆的节能驾驶潜力与具体应用，并列举了相关的案例分析。首先介绍了协同式自动驾驶汽车在大数据交通流背景下的良好节能潜力，接着分别对多模型车辆（内燃机汽车、电动汽车、混合动力汽车等）进行建模，对自动驾驶汽车的感知与控制（包括V2X通信技术、自动驾驶的感知与定位技术、运动规划及控制）及道路与交通（包括对路网和交通流的建模，以及对能量消耗的预测等）进行了讲解，对协同式自动驾驶中*短路径和*优能耗行驶里程进行了求解，然后对协同式自动驾驶的*优控制问题进行了分析，分别针对内燃机汽车、电动汽车、混合动力汽车展开讨论。*后描述了部分特定场景及应用、自动驾驶技术的应用分析以及案例研究等。
本书为协同车辆的节能驾驶问题研究提供了丰富、详尽的指导，可以作为协同式自动驾驶领域研究生课程的主要教材，也可供相关从业人员阅读。
|
| 關於作者： |
安东尼奥?夏雷塔（Antonio Sciarretta），机械工程专业研究员。自2006年以来，一直在法国国家石油与新能源研究院(IFPEN)工作，并兼任瑞士苏黎世联邦理工学院讲师。研究领域主要为热机和动力系统控制，尤其是混合动力汽车。
阿达兰?瓦希迪（Ardalan Vahidi），2005年博士毕业于在密歇根大学，美国南卡罗来纳州克莱姆森大学机械工程系教授。研究领域主要为能源系统、车辆系统和自动系统控制。
|
| 目錄：
|
前言
第1章CAV的节能潜力1
1.1绪论1
1.2能耗最小的路径导航3
1.3CAV驾驶预测5
1.3.1道路状态预测5
1.3.2信号相位与时序预测7
1.3.3跟车状态预测10
1.3.4车道选择与并线预测13
1.4协同驾驶机会的增加14
1.4.1跟车协同控制14
1.4.2变道与并线协同控制17
1.4.3交叉路口协同控制18
1.4.4交通协调的间接效益20
参考文献20
第2章车辆建模基础29
2.1道路行驶载荷30
2.1.1道路车辆的作用力31
2.1.2车轮驱动能量需求32
2.1.3动力总成能量需求34
2.2内燃机汽车35
2.2.1传动系统（变速器）35
2.2.2发动机36
2.2.3ICEV的燃料消耗39
2.3电动汽车39
2.3.1传动系统40
2.3.2电机与逆变器40
2.3.3电气连接41
2.3.4电池42
2.3.5电动汽车的电能消耗43
2.4混合动力汽车44
2.4.1传动系统与动力传递45
2.4.2能量管理策略46
2.4.3混合动力汽车的能量消耗48
2.5人力驱动车辆（自行车）48
2.5.1传动系统49
2.5.2骑行者消耗模型49
2.5.3骑行者行为模型51
参考文献51
第3章网联自动驾驶汽车的感知与控制53
3.1V2X通信技术54
3.2自动驾驶的感知与定位技术55
3.2.1感知与定位传感器55
3.2.2感知与定位算法57
3.2.3网络服务60
3.3运动规划及控制60
3.3.1任务规划60
3.3.2模式规划61
3.3.3运动规划61
3.3.4运动控制61
3.3.5动力总成控制63
3.3.6规划与控制算法64
参考文献66
第4章道路与交通69
4.1路网建模69
4.1.1路网拓扑70
4.1.2路网属性72
4.1.3交叉口简介73
4.1.4充电站简介74
4.2交通流微观模型76
4.2.1跟车模型76
4.2.2高级巡航控制功能78
4.2.3车道变更模型79
4.3交通流宏观模型80
4.3.1基础交通流图81
4.3.2运动学模型82
4.4路网能耗预测方法83
4.4.1运行速度模型84
4.4.2综合速度轨迹84
4.4.3牵引能耗85
4.4.4热管理能耗87
参考文献88
第5章节能性路径导航91
5.1节能性最短路径问题91
5.1.1问题公式化91
5.1.2路径算法96
5.1.3数值结果101
5.2最优能耗行驶里程估计102
5.2.1问题公式化103
5.2.2求解方法103
5.2.3数值结果104
5.3实际应用104
参考文献106
第6章节能性速度曲线（协同式自动驾驶）107
6.1协同式自动驾驶技术107
6.1.1协同式自动驾驶场景107
6.1.2协同式自动驾驶规则108
6.1.3协同式自动驾驶系统110
6.2协同式自动驾驶的最优控制问题110
6.2.1问题公式化111
6.2.2求解方法115
6.3基于距离的车轮效率最大化120
6.3.1问题公式化120
6.3.2数值结果120
6.3.3解析结果122
6.4内燃机汽车效率最大化124
6.4.1问题公式化125
6.4.2数值结果125
6.4.3解析结果128
6.5电动汽车效率最大化132
6.5.1问题公式化132
6.5.2数值结果133
6.5.3解析结果134
6.6混合动力汽车效率最大化138
6.6.1问题公式化138
6.6.2数值结果139
6.6.3解析结果141
参考文献144
第7章特殊场景与应用146
7.1加速场景146
7.1.1数值分析146
7.1.2解析方法147
7.2减速场景149
7.2.1数值分析149
7.2.2解析方法150
7.3道路坡度场景152
7.3.1数值分析153
7.3.2解析方法154
7.4受约束的协同式自动驾驶155
7.5车速限制场景155
7.5.1数值分析156
7.5.2解析方法157
7.6交叉路口场景160
7.6.1数值分析161
7.6.2解析方法161
7.7交通信号灯场景164
7.7.1数值分析165
7.7.2解析方法166
7.8跟车场景168
7.8.1数值分析168
7.8.2解析方法169
第8章协同式自动驾驶的实际应用174
8.1协同式自动驾驶概念的实现174
8.1.1节能性评估174
8.1.2预测巡航控制176
8.1.3节能性自适应巡航控制176
8.1.4预测型节能驾驶178
8.2实用性问题179
8.2.1速度与路径记录179
8.2.2断点检测180
8.2.3前车位置预测181
8.2.4交通信号灯概率预测183
8.2.5模型预测控制（MPC）方案185
8.2.6边界条件设置186
8.3车载应用188
8.3.1人机交互188
8.3.2驾驶员反馈191
8.3.3自动驾驶192
参考文献192
第9章详细案例研究195
9.1信号灯交叉路口的节能方法195
9.1.1数值方法195
9.1.2仿真结果198
9.2交叉路口协同控制201
9.2.1优化问题公式化202
9.2.2数值方法203
9.2.3仿真结果204
9.2.4试验结果206
9.3预期的跟车状态207
9.3.1优化问题公式化207
9.3.2数值方法209
9.3.3仿真结果210
9.4预期的路径选择211
9.4.1优化问题公式化211
9.4.2数值方法213
9.4.3仿真结果213
9.5节能性路径与节能性评估213
9.5.1试验设置214
9.5.2试验结果215
参考文献220
附录A内燃机汽车协同式自动驾驶的参数优化222
附录B电动汽车解析最优速度曲线的可行域225
|
| 內容試閱：
|
本书呈现了我们过去十年来在车辆协同式自动驾驶领域的研究成果。这些年来，我们大部分时间都在国外独立工作，2017年夏天，我们相聚在巴黎郊区Rueil-Malmaison的IFP Energies Nouvelles，完成了一篇关于这个主题的评论性论文，由此产生了写一本有关协同式自动驾驶图书的想法。本书的第1章包含了该论文的部分内容。我们之后也做了许多努力，并且得益于Overleaf等工具，让我们可以不受距离的影响，以交互方式完成这本书的编写。
由于车辆和基础设施连通性的迅速发展，车辆的感知范围也随之扩大，这对于协同式自动驾驶非常重要。同时，由于自动驾驶汽车在处理信息和听从指令方面有望优于人类驾驶员，因此自动驾驶汽车的亮相也会改变游戏规则。虽然书中的许多观点适用于人类驾驶的车辆和网联自动驾驶汽车（CAV），但我们更加关注CAV技术。
本书的一个主要目的是强调CAV在提高能源效率和减少交通运输对环境影响方面的巨大潜力，并介绍实现这些目标的正确方法。本书的目标读者是汽车动力领域的学生、研究人员和工程师，同时交通领域的政策制定者和开发自动汽车的专家或许也能从本书中受益。由于本书中介绍的方法是基于优化和最优控制理论的，因此具有优化和控制背景的研究者可以快速掌握。同时，我们尽可能采用循序渐进的方式介绍协同式自动驾驶的数学知识，让那些没有优化和控制背景的研究者也能从本书中获得启发。
本书可以作为协同式自动驾驶领域研究生课程的主要教材。前4章是基础介绍，基本不涉及专业知识。第1章是对协同式自动驾驶的广泛介绍，在这一章中我们讨论了各种协同式自动驾驶策略的预期能效增益。第2章阐述了传统动力、混合动力或电动动力汽车的能耗与道路负载相联系的建模基础。第3章则是对网联自动驾驶汽车(CAV)通信、感知和控制系统的简要介绍。第4章介绍了路网的建模现状以及微观与宏观的交通流模型。
第5～7章是本书的核心内容，介绍了基于优化和最优控制理论的节能性路径规划和协同式自动驾驶的数学基础和算法。第5章主要介绍节能性路径导航，跳过这章并不会影响对本书的理解。第6章介绍如何将燃油汽车、电动汽车和混合动力汽车的协同式自动驾驶问题转化为复杂程度不同的最优控制问题，并进行分析以及数值求解。第7章则更深入地阐述了不同驾驶和交通场景下节能曲线的性质。
第8章介绍了协同式自动驾驶的几种实用技术。第9章则详细介绍了较为复杂和相对完整的研究案例，这些研究案例来源于作者以前的研究和出版物。读者可以基于自己的项目对第9章的案例进行复现和扩展。
附录提供了详细的计算方法，使本书的内容更加完善，特别是附录B，该附录介绍了关于电动汽车协同式自动驾驶问题解析方案新的可行性成果。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
