《无人驾驶车辆认知与决策技术》介绍了无人驾驶车辆（UGV）的认知与决策技术。全书共8章，前4章重点介绍了UGV的认知理论、类脑理论、数据场景及决策方法等，同时介绍了认知-决策技术与智能技术的系统有机结合，认知技术包括智能认知、类脑芯片、类脑计算及数据场景等。后4章介绍了基于UGV认知的关键决策技术，包括转向、制动、驱动、换挡及悬架等，重点围绕UGV的智能技术进展与面临的挑战阐述了UGV的认知原理和决策技术。本书具有完整的理论体系和思路方法，为UGV的发展和产业化落地提供了认知与决策技术的支撑。本书可以作为高等学校人工智能、计算机、车辆及机电等专业的教材或教学参考书，也可以作为无人驾驶车辆相关研究、开发与工程技术人员的参考书或工具书。

认知和决策是当今世界无人智能系统面临的巨大挑战，也是无人驾驶车辆（UGV）产业化落地的关键技术。面对巨大的市场需求与严峻的智能安全之间的尖锐矛盾，研究替代传统车辆的UGV，发展认知与决策技术就显得很迫切。人工智能、认知与决策技术等是UGV真正替代传统车辆的重要技术及指标。本书介绍了相关的基础原理和关键技术，以解决读者对类脑认知的担忧和对车辆智能决策的困扰。高效、可靠的类脑认知与智能决策技术等将成为UGV领域发展的压舱石、稳定器与助推器。2024年诺贝尔物理学奖和诺贝尔化学奖全部授予了人工智能领域的科学家，这给智能无人系统领域的工作者带来了巨大信心与鼓舞。
本书是在笔者近年来有关UGV认知与决策技术系统研究的基础上，加以提炼和总结而撰写成的学术著作。书中既有较为成熟的UGV技术，又充分融入了国内外该领域研究的前沿成果。本书主要内容包括UGV智能、类脑、芯片等认知理论，以及驱动、制动、转向、悬架和变速等决策技术。UGV目前已处于商业化的前夜，无人智能系统人才难求，该专业人才需求量大的背后，是该领域需要有智能专业广度、车辆专业深度等的多面手。换言之，相关岗位的工作人员既要有车辆知识，又要掌握人工智能、芯片及软件等技术，目前这类复合型人才相对稀缺。因此，急需加大力度培养人才，使UGV能够实现产业化落地，造福人民。希望该领域的相关人才能够阅读本书，掌握认知与决策技术的方法及解决问题的能力，为新概念车辆提供知识动力。
本书基于UGV理论，以认知与决策为抓手，详尽介绍了智能新技术，包括实验装置、测试方法、认知智能及底盘决策方法等。在选材上突出工程背景、实用性及新颖性等，强调内容新颖、知识饱满、通俗易懂、深入浅出，力求对读者有所启迪及帮助。
本书由北京理工大学李永、清华大学宋健编著。本书的编写工作得到北京理工大学科研项目(202020141344A，201720141103，201720141104)的资助，在此表示感谢。
本书中引用的文献、资料与报告在参考文献中尽量作了说明，在此对作者表示感谢。由于工作量大及作者不详，在此对没有说明的文献作者表示歉意和感谢。
UGV认知与决策技术正在蓬勃发展，本书中的一些关键技术还处于研究中，希望读者能得到灵感或受到启发。
由于笔者水平有限，书中难免有不当和疏漏之处，欢迎读者不吝指正。

编著者
2025年大暑于北京理工大学良乡校区北湖之畔

无

第1章 绪论 001
1.1 无人系统的概念与分类 001
1.2 UGV 技术的沿革 007
1.3 无人技术简介 014
1.4 UGV 的重要意义与应用价值 027
1.5 AI 与UGV 的关联 029
1.6 法律与伦理研讨 030
1.7 基于AI 与大数据深度融合的UGV 认知技术 031
1.8 UGV 认知理论的决策技术 033
1.9 基于智慧能源系统的UGV 技术 037

第2章 UGV 类脑认知与决策理论 044
2.1 UGV 类脑认知理论044
2.2 UGV 类脑记忆原理048
2.3 UGV 类脑视觉原理049
2.4 UGV 类脑芯片技术053
2.5 脑机接口技术与其在UGV 中的应用057
2.6 基于热力学第二定律的UGV 类脑认知系统的熵方法059
2.7 类脑导航构建UGV导航神经中枢063

第3章 基于数据- 场景的UGV 认知理论 070
3.1 UGV 测试与复杂环境的场景设计 070
3.2 基于数据的UGV 技术载体 074
3.3 UGV 在智能座舱中的应用 085
3.4 UGV 在服务行业中的应用 086
3.5 UGV 在智能制造中的应用 087
3.6 UGV 在数字场景中的应用 089
3.7 基于联网系统架构的UGV 场景认知与自主决策 094

第4章 基于认知- 决策理论的UGV 芯片技术 102
4.1 UGV 决策方法102
4.2 UGV 计算体系结构的局限性104
4.3 UGV 的细观架构105
4.4 UGV 认知的芯片结构109
4.5 芯片技术的应用现状及未来发展 114
4.6 无人驾驶车辆联网系统的通信 117

第5章 UGV 电驱决策技术 121
5.1 UGV 电驱决策博弈- 礼让等耦合方法 121
5.2 基于人工智能的UGV 决策方法122
5.3 UGV 评估方法与数据集123
5.4 UGV 决策技术的结构体系125
5.5 UGV 决策应对不确定因素128
5.6 端到端卷积神经网络的UGV 决策 131
5.7 UGV 决策的发展趋势133
5.8 UGV 决策技术的智能电机结构设计134

第6章 UGV 制动决策技术 147
6.1 UGV 制动决策方法 149
6.2 极限转向工况下的UGV 侧滑失稳机理分析 155
6.3 基于模型预测控制的防侧滑控制算法设计 159
6.4 防侧滑控制算法硬件在环台架实验验证 167
6.5 制动带动态力矩特性的实验研究 173

第7章 UGV 转向决策技术 196
7.1 决策反馈ECU 硬件设计 201
7.2 决策反馈ECU 软件设计 212
7.3 决策反馈主台架搭建 216
7.4 远程遥控模块控制结构与信息流向设计 217
7.5 可远程遥控的决策反馈台架试验 220

第8章 UGV 空气悬架- 变速决策技术 227
8.1 快速控制原型开发实验平台229
8.2 车高调节实车验证238
8.3 车辆侧倾控制实车验证243
8.4 UGV 电控空悬系统的变速换挡规律分析248
8.5 基于路径信息的优化决策方法分析 251
8.6 基于预瞄轨迹的换挡决策方法设计 252
8.7 仿真验证259

附录 UGV 相关技术布局与标准体系 263

参考文献 282