本书紧跟“AI+汽车技术应用”发展趋势，通过剖析实际案例，将抽象的AI算法与汽车工程实践典型案例深度结合，完整呈现“AI+汽车技术应用”落地的过程、AI技术在汽车领域的典型应用场景及实现路径。本书主要内容包括AI+汽车基础案例、AI+新能源汽车案例、AI+ADAS案例、AI+汽车检测与诊断案例及AI+汽车综合应用案例。本书内容难度适中，规避了复杂的公式推导和专业软件编程，聚焦AI工具的实战应用，旨在借助案例和图解帮助读者快速掌握核心逻辑。
本书可作为职业本科院校、高职高专院校、中职院校和技工院校的汽车类、机械类和电气类相关专业的教材，也可作为汽车、机械及电气等行业相关从业人员的参考用书。

序
前言
学习情景1AI+汽车基础案例1任务1车辆行驶阻力AI实现2
任务2车辆1/4动力学模型AI实现11
学习情景2AI+新能源汽车案例15任务3BEV起动转矩与功率特性AI实现16
任务4动力蓄电池特性AI实现25
任务5驱动电机特性AI实现31
任务6充电系统特性AI实现36
学习情景3AI+ADAS案例41任务7车道居中控制（LCC）系统AI实现42
任务8自适应巡航控制（ACC）系统AI实现47
任务9自动紧急制动（AEB）系统AI实现55
任务10车道偏离预警（LDW）系统AI实现59
任务11自动泊车辅助（APA）系统AI实现65
任务12前方碰撞预警（FCW）系统AI实现69
学习情景4AI+汽车检测与诊断案例73任务13电动车窗无法升降故障树分析AI实现74
任务14超声波传感器失效故障树分析AI实现86
任务15永磁同步电机无法起动故障树分析AI实现91
学习情景5AI+汽车综合应用案例95任务16汽车专业英语教学视频AI实现96
任务17CLTC AI 实现104
任务18基于AI的智能推荐购车系统109
参考文献113

智能网联汽车（Intelligent Connected Vehicle，ICV）技术是汽车工程、电子信息、计算机科学、AI和通信技术等多学科交叉融合的产物，将重塑传统汽车产业格局，深刻影响未来交通体系和社会生活方式，尤其是随着新一代信息技术的迅猛发展和汽车产业的深刻变革，智能网联汽车已成为全球汽车产业转型升级的战略方向，也是国际科技竞争的重要领域。在这一背景下，机械工业出版社立足技术前沿，兼顾理论基础与实践应用，组织编写了这套智能网联汽车技术系列教材，力求反映智能网联汽车技术最新进展，旨在为职业本科、高等职业院校、中职院校和技工院校相关专业师生、行业从业人员及对该领域感兴趣的学习者提供系统、全面、前沿的知识与技能。
一、千金市骨：人才培养与技术革新的时代呼唤
“千金市骨”的典故自古流传，燕昭王以重金求千里马骨，终得天下良驹。今日智能网联汽车技术的发展，恰如当代之“求马”——不仅需要重金投入技术研发，更需要构建完整的人才培养体系。本系列教材的编纂，正是响应这一时代呼唤的“市骨”之举。智能网联汽车技术作为AI、车联网及大数据等前沿科技的集大成者，正在重塑交通出行生态，中国作为全球最大的汽车市场和最具活力的科技创新高地，亟需建立与之匹配的人才培养体系。
二、鬼手佛心：技术技能与职业素养的双重维度
“鬼手佛心”是医者追求的最高境界——手法如鬼斧神工般精准，心怀慈悲济世之仁心。智能网联汽车技术的发展同样需要这种双重维度的考量：既要有突破创新的技术“鬼手”，又要有以人为本的“佛心”。
这套教材适应智能网联汽车技术快速发展对人才培养提出的新要求，构建了系统化、专业化的教学内容体系，为培养高素质、高端技术技能人才提供了有力支撑。教材内容涵盖环境感知、控制与规划、ADAS、V2X、高精定位、检测与诊断、汽车测试和数据安全等核心技术领域，注重理论与实践相结合，突出技术应用与工程实践能力的培养。凝聚了职业院校教师和行业企业的集体智慧，既反映智能网联汽车技术的最新发展，又充分考虑职业教育教学规律。希望通过这套教材培养出既精通技术又具备人文关怀的新一代工程师，为培养适应产业需求的高素质技术技能人才发挥积极作用，为推动我国智能网联汽车产业发展贡献力量。
三、敬业乐群：理实一体与产教融合的教育创新
智能网联汽车技术跨学科、跨领域的特性，要求人才培养必须打破传统理论教学与技能培养的壁垒。这套教材以“项目驱动、任务导向”为设计原则，将自动驾驶系统、车载通信、环境感知、决策控制等核心技术分解为可操作的学习模块，通过“带着问题学习”“科研小课题”“拓展小贴士”“情智小课堂”等多样化手段，帮助学习者在实践中深化理论认知，实现从知识积累到能力转化的跃升。
教材开发充分吸纳行业头部企业的技术标准与真实案例，联合车企、零部件供应商、科技公司等产业力量，确保内容与产业需求同频共振；融入企业级开发流程、典型诊断场景及最新行业规范，配套QR、知识图谱等，助力院校培养“毕业即上岗”的复合型人才。
本套教材不仅是对现有知识的系统梳理，更是面向未来的教育创新尝试，具有以下特色：
1学科融合：打破传统汽车工程、计算机科学、通信工程等学科壁垒，构建知识与技能融汇体系。
2动态更新：建立教材内容定期更新机制，随动最新技术进展。
3产教融合：与头部企业深度合作，将真实案例融入教材内容。
4国际视野：立足实践，培养具有国际视野的高端技术技能型智能网联汽车技术人才。
“嘤其鸣矣，求其友声”，智能网联汽车技术的发展绝非一人一校一企之力，需要产教融合、协同创新与开放共享，期待这套教材能作为交流的桥梁，吸引更多志同道合者加入这一充满挑战与机遇的领域，以技术为舟，以合作为桨，共同驶向更安全、更高效、更绿色的交通未来。
是为序。
2025年秋，于南京，松生堂
党的二十大报告提出，教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。本书的编写旨在贯彻落实国家科教兴国战略，践行职业院校和技工院校培养新时代大国工匠的历史使命。
人工智能（Artificial Intelligence，AI）技术与汽车新技术的深度融合正以前所未有的速度推动着汽车技术产生颠覆性创新。深度学习、AI算法、大语言模型（LLM）等AI技术推动现代汽车迅速从单一交通工具进化为具有环境感知、决策规划和交互能力的智能移动空间。
本书顺应“AI+汽车技术应用”的发展趋势，为读者呈现了AI技术在汽车领域最具代表性的应用场景及实现路径：通过剖析实际案例，将抽象的AI算法与汽车工程实践典型案例相结合，展现“AI+汽车技术应用”落地的完整过程。全书共18个典型案例，实现了汽车理论、汽车典型系统、新能源汽车及智能网联汽车的全覆盖，读者可通过AI技术轻松掌握汽车技术的核心知识与技能。本书内容包括AI+汽车基础案例、AI+新能源汽车案例、AI+ADAS案例、AI+汽车检测与诊断案例及AI+汽车综合应用案例。
本书难度适中，规避了复杂公式推导和专业软件编程，注重AI工具的实际应用，通过案例和图解帮助读者快速理解核心逻辑。从车辆行驶阻力、车辆1/4动力学模型，逐步展开至新能源（BEV起动转矩与功率、动力蓄电池、驱动电机、充电系统）、ADAS（自适应巡航控制系统、自动泊车辅助系统等）及汽车典型系统电子电气故障树分析实践，为读者构建了一幅完整的“AI+汽车技术应用”全景图。读者无须预先掌握复杂公式——每个案例均以“场景描述→AI工具操作→结果分析”为主线，结合DeepSeek等直观的LLM工具，用提示词替代传统编程，如在自适应巡航控制（ACC）系统AI实现案例中，只需在提示词中输入前车速度、本车速度等内容，即可自动生成车间距离时间曲线、本车加速度时间曲线等，使抽象的控制原理变得直观易懂。
本书所有案例的仿真结果均基于特定时期的AI模型生成。由于人工智能技术正处于快速迭代期，读者使用相同提示词时，可能会因LLM升级而获得与书中示例不同的输出。这种差异并非错误，恰恰是AI技术活力的体现——它并非静态的“标准答案”，而是持续进化的智能工具。建议读者关注案例背后的设计逻辑与提示词的工程思路，不拘泥于具体数值与性能曲线，应通过调整参数、优化指令或引入实时数据，输出更优结果，进一步挖掘AI的潜力。
本书由南京工业职业技术大学王芃、丁继斌、庞宏磊，南京城市职业学院郭玉静，中国教育国际交流协会跨境教育质量保障部韩颖，南京信息职业技术学院胡瀛洲、邱亚宇编著。其中，任务1～2由丁继斌编写，任务3～7由郭玉静编写，任务8～12由王芃编写，任务13～15由韩颖编写，任务16由胡瀛洲编写，任务17由邱亚宇编写，任务18由庞宏磊编写，全书由丁继斌统稿。
本书参考和引用了国内外出版物中的相关资料和网络资源，在此对这些资料和资源的作者表示深深的谢意！
愿本书成为“AI+汽车技术应用”的基石，助力读者在AI浪潮中迈出坚实的一步。期待读者以书中案例为起点，借助持续迭代的AI工具，探索更复杂的应用场景。
限于编者水平，书中难免存在不妥或错误之处，恳请读者批评指正。
编者
序
前言
学习情景1AI+汽车基础案例1任务1车辆行驶阻力AI实现2
任务2车辆1/4动力学模型AI实现11
学习情景2AI+新能源汽车案例15任务3BEV起动转矩与功率特性AI实现16
任务4动力蓄电池特性AI实现25
任务5驱动电机特性AI实现31
任务6充电系统特性AI实现36
学习情景3AI+ADAS案例41任务7车道居中控制（LCC）系统AI实现42
任务8自适应巡航控制（ACC）系统AI实现47
任务9自动紧急制动（AEB）系统AI实现55
任务10车道偏离预警（LDW）系统AI实现59
任务11自动泊车辅助（APA）系统AI实现65
任务12前方碰撞预警（FCW）系统AI实现69
学习情景4AI+汽车检测与诊断案例73任务13电动车窗无法升降故障树分析AI实现74
任务14超声波传感器失效故障树分析AI实现86
任务15永磁同步电机无法起动故障树分析AI实现91
学习情景5AI+汽车综合应用案例95任务16汽车专业英语教学视频AI实现96
任务17CLTC AI 实现104
任务18基于AI的智能推荐购车系统109
参考文献113