本书综合了目前智能车自主决策规划与控制经典算法以及模仿学习、强化学习等人工智能方法的应用，内容循序渐进，图文并茂，结合具体车辆应用案例进行讲解，并提供相关源代码方便读者参考。每章结尾附有精选习题，方便读者对内容进行巩固和理解。

宋晓琳，湖南大学机械与运载工程学院教授，博士生导师，主要从事智能车决策规划与控制评价、人机协同、车辆动力学系统控制以及驾驶员行为分析等方面的研究工作，累计发表80余篇国内外**学术期刊论文。

前言 　　随着人工智能技术的蓬勃发展，智能车辆的研发也受到了前所未有的关注。智能汽车搭载了先进传感器、电子控制器和执行器等，具有反应速度快、感知范围广、持续工作时间长等特点，有助于减轻驾驶员的驾驶负担，减少驾驶员人为因素引发的交通事故，提高道路通行效率。可以预见，智能车辆将在未来智能交通系统的发展中发挥至关重要和必不可少的作用。基于人类驾驶员的长期驾驶实践，智能车辆技术架构可以描述为“环境感知—决策与规划—控制与执行”。本书结合作者近十年的研究成果较为系统地介绍了国内外智能车辆的发展历史，以及智能车辆自主决策、规划与控制的经典算法，对核心理论及算法框架均有着较为完整的理论推导过程，并结合具体应用案例展示方法有效性。扫描书中章节案例中的二维码可获取源代码，方便阅读参考。 　　本书内容安排循序渐进，图文并茂，每章结尾附有精选习题，方便读者对内容进行巩固和理解。本书可作为高等院校智能车辆方向研究生与高年级本科生教材，亦可为从事智能车辆研究的科研人员和企业人员提供参考。 　　本书共分5章，参加本书编写工作的有宋晓琳教授、曹昊天博士，其中第1章由宋晓琳编写，第2章由宋晓琳、白中浩编写，第3章由宋晓琳、曹昊天编写，第4章由曹昊天编写，第5章由曹昊天、宋晓琳编写。本书在编写过程中参阅了许多国内外同行的相关著作和文献，并引用了其成果和论述，在此向本书所有参考文献的作者们致以衷心感谢。 　　本书的出版得到了湖南大学、湖南大学机械与运载工程学院本科规划教材建设项目的支持，在此深表谢意。同时，还要感谢清华大学出版社。 　　最后，衷心希望本书的内容能为智能汽车技术的发展提供些许理论指...