张荣庆，分别于2009年和2014年毕业于北京大学，获理学学士和工学博士学位；2014年至2018年在美国科罗拉多州立大学任职研究员，2019年起在同济大学软件学院任职副教授、博士生导师，上海市海外高层次人才。长期从事车联网、智能驾驶、移动边缘计算、多智能体协同等研究工作，迄今为止已撰写车联网相关学术专著2本（中、英文各1本），在国际权威期刊和顶级会议上发表论文150余篇，主持国家自然科学基金面上项目、青年科学基金、国家重点研发项目课题、上海市自然科学基金面上项目、国防军工课题等国家级和省部级项目10余项，荣获教育部自然科学奖一等奖1项，并3次获得IEEE通信领域两大旗舰会议最佳论文奖（ICC 2016、GLOBECOM 2018、ICC 2019）

随着智能网联汽车的快速发展， 智能化、协同化、多样化的车辆应用日渐丰富， 多车协同智能是未来智能网联汽车发展的必然趋势， 将会极大地提升交通安全和通行效率， 改善驾驶体验， 低时延、高可靠的车联网技术为多车协同应用提供了有力的保障和支持。本书循序渐进、全面系统地阐述了新一代车联网系统及智能网联赋能多车协同的重要应用和关键技术。其中， 第１ 章介绍了智能网联汽车的发展与现状， 以及新一代车联网的主要特征和关键技术。第２ 章介绍了多车协同定位感知系统架构， 以及多车协作机会定位、车路协同感知与追踪和多车协作ＳＬＡＭ 等关键技术。第３ 章聚焦车联网赋能的多车协同雾计算， 系统介绍了车联网雾计算的概念和架构， 以及不同场景下多车协同雾计算的策略和方案设计。第４ 章介绍了智能网联赋能的多车协作决策的关键技术， 包括多车协作事件决策、电动汽车协作能量交易、交叉路口多车协作通行以及多车协作路径规划。
本书适用于智能网联汽车、自动驾驶等行业的专业人员学习参考， 也可作为大专院校通信网络、智能交通和汽车相关专业师生的参考书。

前　言
第1 章
新一代车联
网系统
1.1　智能网联汽车的发展与现状／ ００１
１.１.１　智能网联汽车的发展历史／ ００１
１.１.２　智能网联汽车的现状／ ００３
1.2　车联网技术／ ００５
１.２.１　５Ｇ／ Ｂ５Ｇ 移动通信系统介绍／ ００６
１.２.２　车联网的主要特征和应用需求／ ００８
１.２.３　５Ｇ／ Ｂ５Ｇ 车联网关键技术／ ０１１
1.3　基于车联网的智能网联体系架构／ ０１５
第2 章
多车协同定
位与感知
2.1　多车协同定位感知系统／ ０１７
２.１.１　车辆定位感知技术与传感器类型／ ０１８
２.１.２　多车全局感知环境构建／ ０２３
2.2　基于联盟博弈的多车协作机会定位／ ０２７
２.２.１　多车协作定位技术／ ０２８
２.２.２　基于重叠联盟博弈的机会链路选择方案／ ０３３
２.２.３　ＳＰＡＷＮ 算法以及应用／ ０４４
２.２.４　基于粒子滤波的混合协作定位方案／ ０４９
2.3　基于车路协同的车辆感知与追踪／ ０５７
２.３.１　多源异构数据融合／ ０５７
２.３.２　车路协同车辆感知与追踪／ ０６４
２.３.３　路测实验与性能分析／ ０７３
2.4　多车协作SLAM ／ ０７８
２.４.１　ＳＬＡＭ 技术与ＬＯＡＭ 算法介绍／ ０７９
２.４.２　多车协作ＳＬＡＭ 架构介绍／ ０８１
２.４.３　多车协作ＳＬＡＭ 架构性能分析／ ０８６
２.４.４　多车协作ＳＬＡＭ 未来挑战／ ０９０
第3 章
多车协同雾
计算
3.1　车联网雾计算介绍／ ０９３
３.１.１　雾计算的概念与发展／ ０９３
３.１.２　多车协作车联网雾计算／ ０９７
3.2　车联网协同雾计算架构／ １００
３.２.１　车联网协同雾计算整体架构／ １００
３.２.２　车联网协同雾计算系统模型／ １０２
3.3　基于联盟博弈的多车协同计算／ １０６
３.３.１　可重叠联盟协作计算框架／ １０６
３.３.２　雾计算协作联盟系统模型／ １０７
３.３.３　基于可重叠联盟的多车协作计算方案／ １０９
３.３.４　可重叠联盟协作计算性能分析／ １１８
3.4　基于多智能体强化学习的跨域协作车联网雾计算／ １２２
３.４.１　多智能体强化学习简介／ １２２
３.４.２　跨域协作车联网雾计算架构／ １２８
３.４.３　跨域协作计算任务卸载方案设计／ １３３
３.４.４　跨域协作车联网雾计算性能分析／ １４１
第4 章
多车协作
决策
　4.1　基于区块链的多车协作事件决策／ １５３
４.１.１　分层式车联网区块链架构设计／ １５４
４.１.２　事件驱动的多车协作决策系统模型／ １６３
４.１.３　基于区块链的多车协作事件判断方案／ １６５
４.１.４　多车协作事件决策性能分析／ １７４
4.2　电动汽车协作能量交易决策／ １８６
４.２.１　电动汽车协作充电机制／ １８６
４.２.２　车联网赋能多车协作能量交易架构／ １９１
４.２.３　基于匹配理论的电动汽车协作能量交易方案／ １９４
４.２.４　多车协作充放电能量交易性能分析／ ２０６
4.3　交叉路口多车协作通行决策／ ２１１
４.３.１　无信号灯交叉路口管理介绍／ ２１１
４.３.２　无信号灯交叉路口车辆通行建模／ ２１２
４.３.３　中心式多车协作通行方案／ ２１６
４.３.４　分布式多车协作通行方案／ ２２８
4.4　基于协作强化学习的多车协作路径规划／ ２４１
４.４.１　协作强化学习介绍／ ２４２
４.４.２　多智能体路径规划问题／ ２４５
４.４.３　基于模仿学习的多车协作路径规划／ ２４７
４.４.４　基于分层协作学习的多车协作路径规划／ ２５２
４.４.５　多车协作路径规划性能分析／ ２６０
参考文献／ ２６４