本书聚焦多源感知融合与路径规划两大核心领域。以智能车辆在实际复杂环境下的“感知-决策-规划”闭环为主线，深入阐述了机器视觉、激光雷达、毫米波雷达等多传感器信息融合的理论方法与关键技术，分析了多源异构数据在时空对准、特征提取与融合决策等方面的挑战与解决方案。同时，本书系统论述了从全局到局部、从结构化道路到非结构化场景的智能路径规划算法体系，涵盖了基于环境建模、行为预测、优化控制等环节的最新研究成果。通过理论分析、算法推导与典型应用案例相结合的方式，本书为智能车辆环境感知的精准性、鲁棒性以及路径规划的实时性、安全性提供了重要的理论支撑与技术参考。