精华内容
下载资源
问答
  • openpilot 是一个开源自动驾驶(驾驶代理)。目前,它实行 Hondas 和 Acuras 的自适应巡航控制(ACC)和车道保持辅助系统(LKAS)的功能。 它在启动时与 Tesla Autopilot 相当,比所有其他制造商更好。openpilot ...
  • 自动驾驶感兴趣的感兴趣的学者,不妨来体验一下Autoware呀,它是世界上第一个用于自动驾驶汽车的“多合一”开源软件,挺不错的。本章包括框架分析、要点总结、开发环境搭建、动手实践等方面。

    对自动驾驶感兴趣的感兴趣的学者,不妨来体验一下Autoware呀,它是世界上第一个用于自动驾驶汽车的“多合一”开源软件,挺不错的。本章包括框架分析、要点总结、开发环境搭建、动手实践等方面。

    目录

    大家先看看Autoware的炫酷效果啦;

    Autoware介绍

    使用Autoware需要什么?

    什么是激光雷达吗?

    如何创建3D地图数据?

    看一下Autoware的开发框架

    搭建开发环境

    首先安装docker

    安装Autoware相关软件

    体验Autoware

    模拟测试展示

    模拟数据包效果:

    完成体验,愉快退出

    彩蛋(自动驾驶、无人驾驶资料)


    大家先看看Autoware的炫酷效果啦;

    激光雷达感知周围环境

    在图片中我们能看到它感知到行人(红色的),一圈一圈类似于水纹的是激光雷达发出的光波。

     

    Autoware 的NDT算法建图

    这里能看到三维建模的立体效果,3D的效果还是不错的;这里如何激光雷达的线数比较高,那么做出来的图会更细腻。

     

    真实道路上行驶

    这里使用Autoware软件模拟出来的,绿色的线是规划车辆行驶的轨迹,如果大家觉得不错的,可以尝试动手实现呀。

     

    Autoware软件模拟

    看到这么有趣的,冲呀亲自动手搭建环境实现它呀😁

     

    Autoware介绍

    Autoware是用于城市自主驾驶的开源平台,界面很有科技感,功能也很强大,支持以下功能:

    路径规划、路径跟随、加速/制动/转向控制、数据记录、汽车/行人/物体检测、3D本地化、3D映射

    交通信号检测、交通灯识别、车道检测、对象跟踪、传感器校准、传感器融合、面向云的地图

    连接自动化、智能手机导航、软件仿真、虚拟现实

     

    开源代码地址:官方放到了GitLab

    本来是放在GitHub的,后来改变了。

    Autoware官网:https://www.autoware.ai/

    论文地址:https://ieeexplore.ieee.org/document/7368032

     

    使用Autoware需要什么?

    • 需要3D地图数据和LiDAR传感器。它们用于大多数主要功能模块,例如定位,检测,跟踪,预测和计划。(这个必要哈)
    • 相机使Autoware能够结合3D地图数据识别交通信号灯,还可以增强检测能力。(非必要)
    • GNSS和IMU对补充本地化结果也很有用。(非必要)
    • 最后需要一辆具有Autoware的汽车;考虑到大家可能没有,可以使用ROSBAG和模拟器实现😀

     

    什么是激光雷达吗?

    简介

    激光雷达系统按照光速映射周围环境,获取周围环境的形状、位置信息。

    组成

     发射激光脉冲的发射器,拦截脉冲回波的接收器,用于处理输入数据的光学分析系统

    工作原理

      在LiDAR系统中,快速发射的激光,这种光传播到地面(周围物体),并反射出建筑物和树枝等物体;然后反射的光能返回到LiDAR传感器,并在那里进行记录。LiDAR系统测量发射的光到达地面(周围物体)并返回所需的时间,该时间用于计算行进距离;然后将行进的距离转换为高程。

     从激光雷达到检测到树木之间的距离等于所述脉冲乘以的发送和接收之间的时间的一半的光速度 d = 1 / 2c

    那激光雷达发出的光,然后反射回去,怎么能模拟出物体的形状呢?(比如一棵树的形状)

      光能是光子的集合。当组成光的光子移向地面时,它们撞击树上的树枝等物体。一些光从那些物体反射回来并返回到传感器如果物体很小,并且周围有空隙可以让光线通过,则有些光线会继续向下射向地面。由于某些光子从分支之类的物体反射而其他光子则继续向下反射至地面,因此从一个光脉冲中可能会记录多次反射。

     返回到传感器的能量分布产生了我们所谓的波形,返回到LiDAR传感器的能量称为“强度”。更多光子或更多光能返回到传感器的区域会在能量分布中产生峰值。波形中的这些峰值通常代表地面上的物体-树枝,树叶或建筑物。

    上图是从两棵树和地面返回的一个示例性LiDAR波形

    效果

     

    如何创建3D地图数据?

    • 用Autoware提供的NDT映射节点方法(开源免费的)
    • 或使用Autoware Tools(付费服务)来创建用于私有区域测试的小规模3D地图数据。

    以上两种方法是在封闭环境设计的(比如教室内、办公室内等),不适合创建大规模3D地图数据。

     

    看一下Autoware的开发框架

    大家可以去看看参考论文

    1)S.Kato,S.Tokunaga,Y.Maruyama,S.Maeda,M.Hirabayashi,Y.Kitsukawa,A.Monrroy,T.Ando,Y.Fujii和T.Azumi,``车载软件:支持自动驾驶汽车嵌入式系统,''在第9届ACM / IEEE网络物理系统国际会议论文集(ICCPS2018),第287-296页,2018年。https://dl.acm.org/doi/10.1109/ICCPS.2018.00035

    2)加藤(S. Kato),竹内(E. Takeuchi),石黑(Y.Isguro),二宫Y. ``开放式自动驾驶汽车方法'',IEEE Micro,Vol。35,第6号,第60-69页,2015年。https://ieeexplore.ieee.org/document/7368032/

     

    其实Autoware在线上有体验测试,最近好像在维护中

    https://autoware.online/

     

    搭建开发环境

    官方推荐系统规格

    CPU核心数:8

    内存大小:32GB

    储存空间:64GB以上

    这个配置还是挺高的😂,如果是体验的朋友可以相应降低,如果是真实开发的建议符合官方配置。

    这里参考官方最新的信息,在ubuntu18系统搭建,采用docker容器把Autoware相关的开放软件和依赖放在里面;相对之前的ubuntu14,ubuntu16使用的源码安装会更便捷,适合大家入门体验。

    没有安装ubuntu18的朋友可以在windows用个虚拟机(比如:VMware),如果配置更不上可能影响体验。😂

    首先安装docker

      为ubnutu18系统安装docker;docker相当与一个容器,里面可以存放一些资料,安装一些软件,并且在docker的操作不会影响原本系统的。大家可以想象docker使用独立的容器,能装下整个Autoware开发环境,进入这个容器会进入Autoware开发环境。

    1)准备工作

    删除较旧或不兼容的Docker版本(如果之前没有安装docker的朋友,请跳过此步)

    sudo apt-get remove docker docker-engine docker.io

    接下来安装docker 

    更新apt-get软件包列表。

    sudo apt-get update

    允许apt-get访问使用HTTPS的存储库。

    sudo apt-get install apt-transport-https ca-certificates curl software-properties-common

    添加Docker的官方GPG密钥。

    curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

    sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"

    2)正式安装

    apt-get使用新的存储库更新软件包列表。

    sudo apt-get update

    安装最新版本的Docker CE。

    sudo apt-get install docker-ce

    3)后续完善工作

    把我们当前的用户加到docker用户组中

    sudo gpasswd -a myusername docker

    myusername是指你的用户名,比如用户名叫zhangsan  ;命令:sudo gpasswd -a zhangsan docker

    然后重启电脑会生效的。

    恭喜呀安装好docker了!!

     

    安装Autoware相关软件

    这里考虑到是入门体验体验篇,先不安装NVIDIA、CUDA之类的显卡。后续如果大家有需要GPU加速的,会专门写一篇介绍的。

    1)下载包含Autoware安装的资料

    git clone https://gitlab.com/autowarefoundation/autoware.ai/docker.git

    cd docker/generic

    下载到本地的是一个名为docker的一个文件夹。大约10M以内,还是要等一下。

    图片这里是 docker文件夹中的内容。往后主要用的:generic这个目录

    2) 配置Docker 国内加速器

    这一步是为下一步作准备的,很有必要的。博主开始使用原配的docker去下载,(几十k的网速)等了几个小时,最后还中断了,心态瞬间不好了。反思过后,于是有了下面的方法:

    新建 /etc/docker/daemon.json 文件,执行命令:

    sudo vi /etc/docker/daemon.json

    具体内容:

    {
      "registry-mirrors": ["https://docker.mirrors.ustc.edu.cn","https://kfwkfulq.mirror.aliyuncs.com","https://registry.docker-cn.com","http://hub-mirror.c.163.com","https://6tgttyn9.mirror.aliyuncs.com"]
    }

    这里是做了了6-7实验,测试那个加速器最快,加速器如何之间如何相互结合作用最大的最终产物,不容易啊。

     

    3)下载Autoware的开发软件和依赖包,并整合到docker中

    ./run.sh -c off

    这里由于没有CUDA(显卡)的支持,需要指定不是用CUDA加速。详细的run.sh参数可以用:./run.sh -h

    这里需要等待比较久。有时候还会卡在不动或,被中断,太难了。坚持住就会胜利的,冲呀。

     

    体验Autoware

    1)进入Autoware的docker中  cd docker/generic

    ./run.sh -c off

    成功进入了,大家可以看一下用户名那里颜色变了,滑稽。目录下的文件也改变了,之前的文件不见了呀。

    其实没事的,这是Autoware的docker中独立的空间,有独立的文件,看不到原本系统的文件。

    2)探索体验

    我们来启动Autoware:

    cd  Autoware

    source install/setup.bash

    roslaunch runtime_manager runtime_manager.launch

    然后大家可以看到如下界面:

     

    点击一下右下方那个的 RViz按钮

    看到RViz的初始化界面:

    看到下面的界面是否会有激动的感觉呢:

    说明,我这里在虚拟机安装的,配置是2核,4G内存,发现跑不起模拟数据包😭;于是找一下教程视频给大家学习。

    视频我本来放在了网上的,发现审核太慢了,难受;如果在这里网页看不到的朋友,再网盘也放了一份:

    链接:https://pan.baidu.com/s/1gMbL6tp1l184XQbaLFOaEw    提取码:yz89

    网页这里也上传了一份视频:https://v.qq.com/x/page/h0935tqd612.html

    autoware-自动驾驶-模拟测试展示

     

     

    模拟测试展示

    下载好模拟数据包后,就可以实现文章开头的炫酷效果啦。

    进入共享目录 shared_dir,下载到这里的资料,是会长期保存的;如果在进入autoware的docker开发环境中的其他目录下,退出时会下载资料会删除的。

    下载示例3D Pointcloud /矢量地图数据

    wget https://autoware-ai.s3.us-east-2.amazonaws.com/sample_moriyama_data.tar.gz

    下载示例数据(LiDAR:VELODYNE HDL-32E,GNSS:JAVAD GPS RTK Delta 3)

    wget https://autoware-ai.s3.us-east-2.amazonaws.com/sample_moriyama_150324.tar.gz

    解压数据包

    tar zxfv sample_moriyama_150324.tar.gz
    tar zxfv sample_moriyama_data.tar.gz

    我们来启动Autoware:

    cd  Autoware

    source install/setup.bash

    roslaunch runtime_manager runtime_manager.launch

    然后根据上面的视频,就可以实现啦。

    这里说一下视频教程中选择文件的路径可能不一样,版本更新迭代了,是正常的哈。

    1)选择map、planning、localization、sensing等文件的路径

    2)选择刚才下载,解压好的数据包:

    选择后会有bag数据包的加载信息出来的 

     

    模拟数据包效果:

    选择好数据包、map文件,点击Play来播放bag数据包:

     

    选择好planning(规划路径文件):

     

     

    完成体验,愉快退出

    在命令行中输入exit

     

    官方展示视频:https://gitlab.com/autowarefoundation/autoware.ai/autoware/-/wikis/Videos

    如果大家对Autoware-自动驾驶感兴趣,发现有个不错网址学习:https://www.ncnynl.com/category/autoware/

    官网学习:https://gitlab.com/autowarefoundation/autoware.ai/autoware

     


     

    彩蛋(自动驾驶、无人驾驶资料)

    分享一下自动驾驶、无人驾驶的资料给感兴趣的学者

    链接:https://pan.baidu.com/s/1HejDWwxYSRbok8Q6LZOSNA           提取码:zjbl

    学习课程:激光SLAM (深蓝学院)

    链接:https://pan.baidu.com/s/18u_3Gip2I3FRIywkt1sokQ   提取码:b1kw

     

    ROS Kinetic (深蓝学院)

    链接:https://pan.baidu.com/s/1p1iIPdU7liBqqINloUEoPw    提取码:un6c

    大家加油啦。😁

     

     

     

     

    展开全文
  • 自动驾驶开源平台整理

    千次阅读 2020-04-12 08:55:07
    为了快速切入到自动驾驶的研发之中,Lyft正在使用开源软件,其中包括ROS很多相关的项目都使用这样的开源软件搭建自己的基础平台;还有百度的Apollo平台,免去了Lyft重写自己软件系统的历烦。 除了Level 5团队以外,...

    1、Lyft

    Lyft的自动驾驶汽车研发部门被称为Level 5,是最高级别自动驾驶的代名词。该部门的办公室位于距Lyft1旧金山总部30英里的Palo Alto。
    为了快速切入到自动驾驶的研发之中,Lyft正在使用开源软件,其中包括ROS很多相关的项目都使用这样的开源软件搭建自己的基础平台;还有百度的Apollo平台,免去了Lyft重写自己软件系统的历烦。
    除了Level 5团队以外,Lyft还有一个开放平台允许其他的企业与其合作,将其自动驾驶汽车投放到Lyft的打车网络上。这某种意义就像是各种各样的手机都要接入到无线运营商的网络上一样。
    总结:Lyft没有完全自主的自动驾驶系统,在自研自动驾驶技术上的表现似乎没有太多进展,主要是基于apllo等其他开源项目,他的自动驾驶平台侧重点不在自动驾驶而在于开车服务。

    2、Open Autonomous Safety

    Voyage是一家从优达学城(Udacity)分立出来的公司,它将安全视为一切技术决策的基准,并致力于通过开源的方式,集结多数人的智慧来激励无人车安全技术的快速进步。这还带来了另外一个好处:技术细节透明会显著提升公众对无人车技术的信任程度。
    OAS(Open Autonomous Safety)是Voyage为自己的L4自动驾驶出租车开发的开源项目,包含了五个主要部分:

    1. 场景测试(Scenario Testing)在NHTSA和Waymo的基础上,Voyage又增加了额外的测试场景来强化无人车的“行为能力"。每个安全场景都定义了必须要遵守的行为准则,以确保无人车能够自主地地应对周边环境并符合最高标准的行车安全。
    2. 功能安全(Functional Safety)基于ISO26262对安全方法进行建模,实现正确地执行预期的功能(可靠性),并以可预测的方式“失效"(安全性)
    3. 故障注入(Fault Injection)通过“蛮力测试"暴露小概率发生的失效行为是极为耗时的,因此需要人为注入特定的故障,编写精巧的测试程序来触发无人车的软件或硬件失效,观察汽车的反应并评估各种失效引发的后果。关于这部分的技术细节Voyage尚未发布,我们不妨拭目以待。
    4. 自主评估(Autonomy Assessment)对于无人车这个几乎每天都在迭代更新的产品来说,很难说某个技术升级是让无人车"进步"了还是"退步"了,因此需要建立一套始终如一,良好运作的评价标准来指引正确的技术方向。
    5. 测试工具集(Testing Toolkit)确保所有人正确地理解一个复杂的测试场景是一个棘手的问题,因此需要一套标准图形工具来确保传递准确无误的信息,这是保证快速迭代验证,优化测试覆盖率和实现高重现性的坚实基础。
      总结:该开源平台主要着眼于自动驾驶安全测试,在自动驾驶安全领域百度Apollo也有涉及

    3、Comma.ai

    Comma.ai转型以销售自动驾驶软件为主,这套自动驾驶软件名为Open Polot,软件所有的代码都是免费开源的。并推出名为Comma Neo的基础必要硬件设备。
    openpilot是一个开源的驾驶员辅助系统。目前,openpilot执行自适应巡航控制(ACC),自动车道居中(ALC),前向碰撞警告(FCW)和车道偏离警告(LDW)的功能,以支持越来越多的受支持的汽车制造商,车型和车型年份。此外,在使用openpilot时,基于摄像头的驾驶员监控(DM)功能会提醒分心的驾驶员和正在睡觉的驾驶员。
    项目链接:https://github.com/commaai/openpilot#what-is-openpilot
    总结:个人认为Open Polot实质是利用低成本,较少的Comma Neo硬件套装对市场上特定的非智能汽车进行改造,再利用openpilot自动驾驶系统使其具备L2级别的自动解释功能。且与特斯拉的自动驾驶方案相似都是单纯基于摄像头的自动驾驶方案。

    4、Autoware

    官网显示,目前Autoware已有3个正在进行项目,分别是Autoware.Al Autoware.Auto和Autoware.IO。
    其中Autoware.Al旨在为学者、开发者和学生提供一个开源的自动驾驶研发平台,是由Tier IV和东京大学的Shinpei Kato在2015年创立的Autoware项目发展而来;Autoware.Auto用于可认证的自动驾驶软件堆栈;而Autoware.IO则专注于车辆控制接口以及连接外部软件和硬件工具。

    (1)Autoware.Al

    Autoware是世界上第一个用于自动驾驶汽车的“多合一”开源软件。Autoware的功能主要适合于城市,但也可以涵盖高速公路,高速公路,中山地区和地理围栏区域。为了安全使用,我们为那些不拥有真正的自动驾驶汽车的人提供了基于ROSBAG的仿真环境。如果您打算将Autoware与真正的自动驾驶汽车一起使用,请在进行现场测试之前制定安全措施和风险评估。
    Autoware.Al项目地址:
    https://gitlab.com/autowarefoundation/autoware.ai/autoware
    在这里插入图片描述
    Autoware提供了一组丰富的自动驾驶模块,这些模块由传感,计算和驱动功能组成。关键字包括本地化,地图绘制,对象检测与跟踪,交通信号识别,任务与运动计划,轨迹生成,车道检测与选择,车辆控制,传感器融合,摄像头,LiDAR,RADAR,深度学习,基于规则的系统,连接导航,日志记录,虚拟现实等。
    Autoware用于城市自主驾驶的集成开源软件,支持以下功能:
     3D本地化
     3D映射路径规划*tR随
     加速/制动/转向控制
     数据记录
     汽车/行人/物体检测
     交通信号检测
     交通灯识别
     车道检测对象跟踪
     传感器校准传感器融合
     面向云的地图
     连接自动化
     智能手机导航
     智能手机导航
     软件仿真
     虚拟现实

    (2)AutowareAuto

    AutowareAuto项目地址:
    https://gitlab.com/autowarefoundation/autoware.auto/AutowareAuto
    Autoware.Auto作为Autoware基金会的项目之一,是一个干净的石板重写Autoware.Al,与Autoware.Al相比,Autoware.Auto具有最佳的软件工程实践,包括PR审查,PR构建,100%文档,100%代码覆盖率,样式指南,开发和发布过程,它还有两点不同:a)我们为不同的模块(消息和API)定义了清晰的接口,并且b)为确定性而设计的体系结构,以便可以在实时和开发机器上重现行为。

    硬件:
    在这里插入图片描述

    技术路线:
    在这里插入图片描述

    展开全文
  • 当我们决定建立,向世界传授如何制造自动驾驶汽车时,我们立即知道我们也必须解决我们自己的汽车。 我们与汽车创始人和总裁塞巴斯蒂安·特伦(Sebastian Thrun)一起,组成了我们的核心无人驾驶汽车团队。 我们...
  • 这是2021最新的自动驾驶资料合集,对于正在学习或者计划入门自动驾驶领域的同学来说,相信会有很大帮助。 课程及公开视频 一、无人驾驶综合 1. 百度与Udacity合作免费课程 课程链接: ...推荐原因:课程通过7小节...

    这是2021最新的自动驾驶资料合集,对于正在学习或者计划入门自动驾驶领域的同学来说,相信会有很大帮助。

    课程及公开视频

    一、无人驾驶综合

    1. 百度与Udacity合作免费课程

    课程链接:

    https://apollo.auto/devcenter/coursetable_cn.html

    推荐原因:课程通过7小节概述了自动驾驶的6个核心模块,即高精度地图、定位、感知、预测、规划、控制,每小节通过10-15分钟视频概述了核心模块的任务以及方法思想,便于大家对于整个无人驾驶算法建立框架性的认识。

    推荐指数:★★★★★

    2. Coursera多伦多大学自动驾驶课程

    课程链接:

    https://www.coursera.org/specializations/self-driving-cars

    推荐原因:专项课程分为4部分,依次为自动驾驶介绍、状态估计与定位、视觉感知、运动规划,每部分4-6个小时。

    推荐指数:★★★★

    3. Udacity无人驾驶纳米学位

    课程链接:

    https://www.udacity.com/course/self-driving-car-engineer-nanodegree--nd013

    推荐原因:课程偏向基础入门,可以让大家了解到无人驾驶的各个模块。2017年之前还是比较推荐的,但目前相比于课程12000元的价格来说,课程性价比太低了。经常看到有人问“学过这门课程后是否能直接就业”,只想说不现实,尤其是在国内。

    推荐指数:★★★

    二、 状态估计与定位

    1. 深蓝学院SLAM系列课程

    课程包括高翔的视觉SLAM课程以及状态估计课程、任乾的多传感器融合定位、贺一家的VIO课程等。

    课程链接:

    https://www.shenlanxueyuan.com/orientation/slam

    推荐原因:深蓝的SLAM课程体系建设比较完善,一定程度上提高了国内这个领域的招聘门槛。据说课程中的内容现在已经作为企业招聘时考察的知识点。

    推荐指数:★★★★★

    2. 高翔早期录制的SLAM课程

    课程链接:

    https://www.bilibili.com/video/BV1JK4y1s7xf

    推荐指数:★★★★

    3. 波恩大学Cyrill Stachniss教授的Mobile Sensing And Robotics

    课程链接:

    https://www.ipb.uni-bonn.de/msr2-2021/

    推荐原因:Cyrill Stachniss是领域内知名的学者,课程对SLAM进行了全面的介绍。但课程视频由于口音等问题,难听懂。

    推荐指数:★★★

    三、 环境感知

    1. Udacity Sensor Fusion Engineer纳米学位

    课程链接:

    https://www.udacity.com/course/sensor-fusion-engineer-nanodegree--nd313

    推荐原因:这应该是市面上第一门融合感知的课程,对于掌握融合感知的框架是非常有帮助的。只不过,课程价格比较高,并且课程中涉及到的内容过于基础了。

    推荐指数:★★★

    2. 三维点云处理

    课程链接:

    https://www.shenlanxueyuan.com/course/347

    推荐原因:这门课程应该是市面上第一门三维点云的课程,整体讲课思路很清晰,上课期间不仅仅教给大家这样做,更重要的是会启发大家思考为什么。据我了解,卡尔斯鲁厄理工学院(KIT,KITTI数据集联合发起院校)有很多中国学生都上过这门课程。不过,课件是英文的,需要大家打印出来做好笔记。

    推荐指数:★★★★

    3. 物体检测与分割

    视频教程特别多,建议B站走一波。

    四、 运动规划

    1. Coursera宾利法尼亚大学Robotics: Computational Motion Planning

    课程链接:

    https://www.coursera.org/learn/robotics-motion-planning

    课程推荐:★★★★

    2. 深蓝学院:移动机器人运动规划

    课程链接:

    https://www.shenlanxueyuan.com/course/358

    课程推荐:★★★★

    书籍

    一、综合

    1. 《无人驾驶原理与实践》

    https://item.jd.com/12472531.html

    推荐指数:★★★★

    2. 《第一本无人驾驶技术书》

    推荐指数:★★★

    3. 《自动驾驶技术概论》

    推荐指数:★★★

    二、规划

    《PLANNING ALGORITHMS》

    《Principles of Robot Motion: Theory, Algorithms, and Implementations》

    三、定位

    1. 《视觉SLAM十四讲》

    2. 《机器人学中的状态估计》

    开源项目

    一、全栈

    1. Apollo - 百度的自动驾驶项目,集成了无人驾驶的各个模块,值得推荐。但如果深入去读,会发现其中一些核心部分并没有开源出来,比如融合感知模块核心的tracking部分。

    https://github.com/ApolloAuto

    2. autoware - 名古屋大学的自动驾驶项目,最早的自动驾驶开源项目之一

    https://www.autoware.ai/

    二、仿真

    1. Udacity- 优达学城的自动驾驶仿真平台

    https://github.com/udacity/self-driving-car-sim

    2. Carla- Intel和丰田合作的自动驾驶项目

    http://carla.org/

    3. AirSim- 微软的仿真平台,还可以用于无人机

    https://github.com/Microsoft/AirSim

    4. lgsvl- LG的自动驾驶仿真平台

    https://www.svlsimulator.com/

    在资料的整理过程中,参考了多位在KIT从事无人驾驶研究的国内学生的意见,但仍有可能有所遗漏,欢迎大家补充。同时,开源项目部分的内容来自王方浩的自动驾驶学习资料合集。

    展开全文
  • 自动驾驶开源代码

    千次阅读 2017-11-13 15:25:50
    https://github.com/commaai/openpilot.git

    https://github.com/commaai/openpilot.git

    https://github.com/commaai/panda.git

    https://github.com/commaai/research.git


    展开全文
  • 在GitHub“沦落”前,这些自动驾驶项目值得多看几遍。gitHub是一个面向开源及私有软件项目的托管平台,因为只支持git 作为唯一的版本库格式进行托管,故名gitHub。作为开源代码库以及版本控制系统,Gith...
  • 在软件中UDB5项目还支持目前可从Octopilot电子 来自Arsov RC Technology的AUAV3。 (生产退役)。 提供了用于MPLAB-X集成开发环境(IDE)和XC16编译器的电路板项目。 从2016年10月起,master分支不再支持旧版MPLAB...
  • 交流群 欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+...
  • 围绕着百度开源的Apollo自动驾驶项目展开,重点分析整个项目的框架,核心的计算机视觉感知模块。 下载项目代码 项目主页:https://github.com/ApolloAuto/apollo git clone ...
  • 自动驾驶1--谷歌

    2016-11-28 13:19:22
    谷歌自动驾驶前总监Chris Urmson与2015年在TED上的演讲。阐述了自动驾驶和辅助驾驶的区别,谷歌自动驾驶研究现状等内容。应该来说,自动驾驶在有限场景中大规模应用的前景是十分光明的,期待这一天的到来。...
  • 目前Apollo已经更新到6.0,整体架构和功能都已经很成熟了,Apollo开源无疑极大的提高了自动驾驶行业的整体水平,所以对于研究自动驾驶的人来说,apollo可以说是入场券,最近应该是我比较轻松的时间,准备系统的学习...
  • 我使用开源模拟器完成了多个自动驾驶汽车(AV)项目。 这些项目涵盖了从控制,状态估计,定位,感知到运动计划的视音频领域。 控制器使用CARLA模拟环境在跑道上导航自动驾驶汽车。 误差状态扩展卡尔曼滤波器,可使用...
  • 一个基于的开源全栈软件,用于自动驾驶应用程序。旨在促进城市环境中低速应用的自动驾驶项目的研究。该软件带有一个内置的基于Gazebo的仿真,一个端到端的自动驾驶软件以及一个用户友好的GUI,可以方便地启动该软件...
  • 自动驾驶 Apollo 源码分析系列,感知篇(一)

    千次阅读 多人点赞 2020-12-17 22:52:53
    我是自动驾驶从业者,百度的 Apollo 是行业优秀的开源框架,近几年发展的比较快,基于对技术的热爱,我计划用 3 个月的样子来学习 Apollo 的源码,以提升自己的自动驾驶认知和技术。 在 Apollo 官网它有显示自己开放...
  • 知名黑客 George Hotz 筹集了数百万美元为普通汽车开发自主驾驶功能,他将其产品称为 Comma One。美国国家公路交通安全管理局今年10月致函 Hotz,要求他详细描述产品工作原理和内置的...他的自动驾驶软件被称为Open Pi
  • 我使用开源模拟器CARLA通过动手项目自动驾驶汽车(AV)的真实数据集进行了交互。 在所有课程中,都采访了在Oxbotica和Zoox等公司工作的行业专家,他们分享了有关自主技术的见解,以及这些技术如何推动该领域的...
  • 无人驾驶开源仿真平台整理

    千次阅读 2019-03-13 11:08:45
    无人驾驶开源仿真平台整理Carla介绍个人体验项目概况AirSim介绍项目概况Udacity self-driving-car-sim介绍个人体验项目概况Apollo介绍项目概况Autoware介绍项目概况 盘点几款在无人驾驶研究中可以使用的开源模拟平台...
  • 这是优达学城自动驾驶汽车工程师纳米学位的最终项目。 在这个项目中,我们的团队创建了几个 ROS 节点来实现自动驾驶汽车的核心功能。 更多项目信息请参见项目介绍。 团队成员 MunixX团队成员: 名称 松弛手柄 GitHub...
  • 自动驾驶系统进阶与项目实战(八)面向自动驾驶的高精度地图框架解析和实战 前面聊了一些如何制作较大规模的点云地图以及如何使用点云地图进行定位的方法,点云图是高精度地图的一部分,主要用于配准定位和作为高...
  • Donkeycar是Python的极简和模块化自动驾驶库。 它是针对业余爱好者和学生而开发的,其重点是允许快速实验和轻松的社区贡献。 快速链接 如果需要,请使用驴子: 让遥控车自行驾驶。 参加等自动驾驶比赛 试用自动...
  • 无人驾驶Python开源框架推荐

    千次阅读 2018-09-17 20:46:14
    Apollo (阿波罗)是一个开放的、完整的、安全的平台,将帮助汽车行业及自动驾驶领域的合作伙伴结合车辆和硬件系统,快速搭建一套属于自己的自动驾驶系统。 Apollo 是百度重点打造的 AI 开放平台之一,计划主要包含 4...
  • 本周特推 1.1 自行车自动驾驶:XUAN-Bike 本周 star 增长数:2,500+ New 没错,小鱼干粉的 B 站博主 peng-zhihui 开源了个新的项目——XUAN-Bike 是一个让自行车自动驾驶项目,加入自动控制系统、传感器、AI 芯片...
  • DA363A-自动驾驶汽车 我们在计算机工程计划的第一年做了一个项目。 雄心勃勃地尝试制造小型自动驾驶汽车-几乎成功了! 有趣的代码:-AndroidClient / app / src / - arduino-embedded/ CarController/ - ...
  • 鱼羊 金磊 发自 凹非寺 量子位 报道 | 公众号 QbitAI果然高手在民间。谁能料到,一辆自行车的硬核打开方式,竟是大火的自动驾驶。踢开脚撑,金鸡独立、稳如泰山:单侧加个板砖?小场面:...
  • 15.Waymo open dataset:数据量和场景都非常完整的数据集 网站地址:https://waymo.com/open Waymo开放数据集是一个用于自动驾驶开源高质量多模态传感器数据集。该数据集涵盖了从密集的城市中心到郊区景观的各种...
  • 优秀开源项目汇总

    千次阅读 2021-12-13 14:19:37
    ICE 阿里巴巴 ​基于 React 的中后台应用解决方案 https://www.oschina.net/p/ice-react DevOps BlueKing 腾讯 腾讯蓝鲸研发运营一体化开源项目 https://www.oschina.net/p/blueking CCFlow 驰骋开源 驰骋工作流引擎...
  • 谁能料到,一辆自行车的硬核打开方式,竟是大火的自动驾驶。 踢开脚撑,金鸡独立、稳如泰山: 单侧加个板砖?小场面: 毕竟,它是连高难度“杂技姿势”都能hold住的自行车: 没事走两步? 可以有,还是会自己拐弯的...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 12,487
精华内容 4,994
关键字:

自动驾驶开源项目