本书首先介绍车联网重要意义、内涵与发展历程以及国际主要国家和地区车联网政策和产业发展情况，梳理车联网“车-路-云-网-图-安-数据”等关键技术、核心标准、产业进展和待解决问题，整理行业开展技术试验活动、各地应用示范等车联网应用部署实践，包括政策推进、基础设施部署、应用示范、产业发展经验等，最后展望车联网技术和产业未来发展趋势。本书站在车联网技术产业发展前沿，以总体性视角，聚焦全球热点关注及进展，从车联网基础概述、技术产业、应用实践及模式探索、展望四个篇章探讨车联网的跨行业赋能作用以及技

《低碳汽车与材料》一书旨在从材料的视角对低碳汽车的设计开发过程进行阐述， 助力材料生态化、设计轻量化、制造绿色化、应用健康化、回收环保化的车辆研发关键技术的提升。全书共分９ 章。第１ 章介绍了汽车发展过程中的关键节点， 从不同维度阐述了发展低碳汽车的时代意义； 第２ 章讲述了国内外绿色低碳工业转型的现状， 着重突出对低碳汽车产品的设计要求； 第３ 章～ 第８ 章以生态材料为主线讲述了低碳汽车从材料选择、材料改性、设计、制造、应用、报废、回收的全流程开发关键技术； 第９ 章对低碳生态汽车的几

《智能网联汽车环境感知技术》是“智能网联汽车核心技术丛书”中的一册。本书内容依托“杭州职业技术学院文库”，深入解析了自动驾驶感知系统，涵盖车载传感器、定位导航、车联网通信、计算机视觉感知及目标检测与识别等关键技术领域，剖析了其核心原理、相关算法及系统架构，展现了自动驾驶技术的前沿进展与应用实践。从车辆“感官”到智能决策，本书为读者揭示自动驾驶背后的技术奥秘，助力行业发展。
本书适合智能网联汽车环境感知方向的技术人员阅读参考，也可供智能网联汽车行业的政策制定者、企业管理者、科研工作者以及汽车

《智能网联汽车线控底盘技术》是智能网联汽车核心技术丛书中的一册。本书依托杭州职业技术学院文库，聚焦于智能网联汽车产业线控底盘这一核心技术领域，通过7章，不仅系统地介绍了智能网联汽车的发展战略、产业链布局及关键技术，还详细阐述了线控底盘各子系统的结构原理、技术方法与控制策略。从战略规划到具体技术实现，从线控转向、制动、油门、换挡到悬架系统，每一章都力求全面覆盖，深入解析。书中不仅总结了国内外智能网联汽车及线控底盘技术的最新研究成果与应用案例，还针对我国在该领域的现状，提出了前瞻性的见解与建议

《智能网联汽车车路协同技术》是“智能网联汽车核心技术丛书”中的一册。本书内容依托“杭州职业技术学院文库”，从基本概念出发，解析了车路协同如何赋能自动驾驶，介绍了关键技术如V2X通信、智能感知与决策等。同时，通过对比国内外发展，展现了技术的全球趋势。书中深入探讨了5G与C-V2X在公路信息服务中的应用，以及车路协同在自动驾驶、云控系统中的重要作用，为智能交通系统提供了技术支撑。智慧交通与物流章节则展示了技术如何提升交通效率、优化物流配送，揭示了车路协同的广泛应用前景。此外，本书还介绍了测评方法，包

《新能源汽车整车热管理系统：技术、策略、仿真及案例》一书深度解析了新能源汽车热管理系统的核心技术与实践。首先，概述了热管理系统的基本架构、关键部件及其技术演变，同时展望了智能化发展；随后，详细探讨了座舱空调、动力电池及驱动电机热管理系统的结构、工作原理与优化设计，包括热泵空调系统、动力电池液冷控制及电机冷却新技术等；还深入剖析了热管理系统控制策略的开发流程，涵盖纯电动车、热泵型及非热泵型系统的控制逻辑与仿真预测；此外，通过EV、HEV及FCV的建模与仿真，揭示了热管理系统的性能优化方法；最后，通

本书介绍交通工程实践中常用的数据结构与数据库管理系统，在此基础上介绍一些常用的存储技术和方法，如常用数据库、数据组织方法、数据库操作与优化等，帮助读者理解交通大数据存储的原理和应用。此外，交通大数据的计算通常涉及复杂的算法和大规模的数据处理，对计算资源和算法的效率提出了高要求。本书将介绍一些常用的计算方法和技术，如并行计算、分布式计算、虚拟化技术等，帮助读者掌握交通大数据计算的关键技能。

本专著以海上交通安全为研究对象，聚焦于应急资源配置与优化问题，基于多源大数据，提出了一套“海上交通风险评估-应急救援能力评价-应急设施布局-应急资源分配”技术方法体海上交通对于全球经济的发展至关重要系，运用合作博弈理论中理性机制、效用转移机制及协商机制,解决资源分配问题，提出海上突发事故应急资源优化配置方法，运用柯布—道格拉斯(Cobb-Douglas)生产函数建立确定最优分配方案的应急资源优化配置模型。以提高海上交通应急资源配置效率，提升海上救援效能，保障船舶海上航行安全。

本书分为六章，内容包括：交通机械装备设计制造、交通机械装备设计制造的关键技术、交通机械装备常用检测技术与方法、交通机械装备先进检测技术及应用、交通机械装备设计制造与检测技术实践等。

本书共9章。第1章介绍BEV感知算法的核心概念和框架，强调其独特优势及挑战。第2章概述关键数据集，如KITTI、nuScenes和Waymo，并解释了评估算法性能的指标。第3章深入介绍特征提取技术，涵盖图像和激光雷达数据的提取方法。第4章探讨视角转换、注意力机制及Transformer在BEV感知算法中的应用。第5章和第6章分别讲解显式和隐式视角转换下的BEV感知算法，如BEVDet系列和BEVFormer等。第7章和第8章通过实例介绍BEV感知算法的实现过程。第9章讨论大模型在自动驾