首发于自动驾驶
自动驾驶学习资料合集

自动驾驶学习资料合集

本文皆为网上公开资料，只用作个人学习用途，如有侵权请联系删除。

Hi all，Apollo学习笔记系列又更新了，我迁移到了readthedocs，下面是地址，现在排版更加自然，变得方便阅读和索引，虽然还有一些小问题，今年我会持续的更新文档，希望大家可以先体验下，下面是项目地址。

教学视频

1. 综合

2. 地图&定位

3. 深度学习

4. 多目标追踪

5.多传感器融合


书籍

1. 综合

2. 地图&定位

3. 感知

结合视频一起学习更佳，同时加强pytorch实战

4. 规划

5. 控制

  • 《Feedback Control of Dynamic Systems》 控制理论经典教材
  • 《PID controllers: Theory, design and tuning》、《Advanced PID Control》 PID控制经典书籍
  • 《自动控制原理》 胡寿松版，国内经典自动控制教材。

6. 车联网

  • 车联网白皮书（C-V2X白皮书）
  • 车联网白皮书（2018年）
  • 车联网网络安全白皮书（2017年）
  • 车联网白皮书（2017年）
  • C-V2X业务需求演进
  • 车辆高精度定位白皮书
  • C-V2X产业化路径和时间表研究白皮书
  • LTE-V2X安全技术白皮书
  • MEC与C-V2X融合 应用场景
  • C-V2X白皮书

主要介绍了V2X的架构演进和一些产业研究，对CV2X的技术方案了解非常有帮忙。

自动驾驶技术栈

这里主要对自动驾驶技术做了硬件和软件2个大类的划分，图片如果不清晰可以查看思维导图原图链接

开源项目

开源项目也是学习的重要方面

1.全栈

  • Apollo - 百度的自动驾驶项目，集成了无人驾驶的各个模块，很值得推荐
  • 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

2. 仿真

  • Udacity- 优达学城的自动驾驶仿真平台
  • Carla- Intel和丰田合作的自动驾驶项目
  • AirSim- 微软的仿真平台，还可以用于无人机
  • lgsvl- LG的自动驾驶仿真平台

3. 中间件

  • ROS - 机器人操作系统 (ROS) 是一组软件库和工具，可帮助您构建机器人应用程序。
  • Cyber - Baidu Apollo使用的中间件。
  • Autosar - 汽车开放系统架构（闭源收费），一系列汽车软件框架，软件厂家可以根据自己的要求开发或定制。

数据集

1. 驾驶数据集

  • KITTI 目前最知名的自动驾驶数据集之一，一些创业公司都会拿里面的数据进行排名比赛。
  • Cityscapes 目标是理解街景的语义，主要是针对城市街景做语义解析。
  • Mapillary 是一个由位于瑞典马尔默的Mapillary AB开发，用来分享含有地理标记照片的服务。其创建者想要利用众包的方式来把整个世界（不仅是街道）以照片的形式存储。
  • comma.ai's Driving Dataset 目的是低成本的自动驾驶方案，目前是通过手机改装来做自动驾驶，开源的数据主要是行车记录仪的数据。
  • Udacity's Driving Dataset 优达学城的自动驾驶数据集，优达学城真的是业界良心，希望国内也多点靠谱的网课。
  • Washington DC's Lidar Data 看起来像是亚马逊的数据？
  • Apolloscape 百度的自动驾驶数据集，有很多复杂场景的道路，同意用数据要同意很长一段声明。
  • BDDV Berkeley的大规模自动驾驶视频数据集。
  • Oxford RobotCar 对牛津的一部分连续的道路进行了上百次数据采集，收集到了多种天气、行人和交通情况下的数据，也有建筑和道路施工时的数据。1000小时以上。
  • nuscenes aptiv提供的数据集，带标注，宣称是目前最大的数据集之一，资源在Amazon S3，目前被墙，后面看是否做个镜像。
  • Waymo open dataset waymo在CVPR2020上提供的自动驾驶数据集，数据量和场景都非常完整。

2. 交通标志数据集

论文

1. 论文下载

论文下载强烈推荐sci-hub，感谢这个网站的作者。

2. 自动驾驶综述

  1. Self-Driving Cars: A Survey
  2. Towards Fully Autonomous Driving: Systems and Algorithms
  3. A Survey of Autonomous Driving: Common Practices and Emerging Technologies
  4. A Survey of Deep Learning Techniques for Autonomous Driving

3. 定位

下面总结了目前主流的定位方法，以及其优缺点，参考"A Survey of Autonomous Driving: Common Practices and Emerging Technologies"需要的自取

1.state-of-art定位综述

A survey of the state-of-the-art localization techniques and their potentials for autonomous vehicle applications

2. SLAM方法在自动驾驶领域应用综述

  • Simultaneous localization and mapping: A survey of current trends in autonomous driving
  • Past, Present, and Future of Simultaneous Localization And Mapping: Towards the Robust-Perception Age - 2016
  • A critique of current developments in simultaneous localization and mapping - 2016

3.斯坦福DARPA比赛开山之作，主要是关于SLAM方法

Map-Based Precision Vehicle Localization in Urban Environments Robust Vehicle Localization in Urban Environments Using Probabilistic Maps

4.百度GNSS和点云定位融合方案

Robust and Precise Vehicle Localization based on Multi-sensor Fusion in Diverse City Scenes

4. 感知

  1. 计算机视觉在自动驾驶应用综述
  • Computer Vision for Autonomous Vehicles:Problems, Datasets and State-of-the-Art
  • Deep Multi-modal Object Detection and Semantic Segmentation for Autonomous Driving: Datasets, Methods, and Challenges [link] - 博世对数据集、识别、分割的整理

2. 物体识别综述

  • Object Detection With Deep Learning: A Review
  • 50 Years of object recognition: Directions forward
  • Deep Learning for Generic Object Detection: A Survey
  • Object Detection in 20 Years: A Survey - 2019

3. 3D目标识别

  • 3D Object Detection for Autonomous Driving: A Survey - 2021

4. 道路和车道识别

Recent progress in road and lane detection: a survey

5. 传感器融合

  • Multisensor data fusion: A review of the state-of-the-art
  • A Review of Data Fusion Techniques
  • A COMPREHENSIVE REVIEW OF THE MULTI-SENSOR DATA FUSION ARCHITECTURES
  • A Survey of Multisensor Fusion Techniques, Architectures and Methodologies

6. 多目标跟踪

  • SIMPLE ONLINE AND REALTIME TRACKING
  • SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC
  • Deep Learning-based Vehicle Behaviour Prediction For Autonomous Driving Applications: A Review
  • Multiple Object Tracking: A Literature Review
  • DEEP LEARNING IN VIDEO MULTI-OBJECT TRACKING: A SURVEY
  • Deep Learning for Visual Tracking: A Comprehensive Survey
  • Learning to Divide and Conquer for Online Multi-Target Tracking
  • An Experimental Survey on Correlation Filter-based Tracking

5.预测

  • A Review of Tracking, Prediction and Decision Making Methods for Autonomous Driving
  • Human Motion Trajectory Prediction: A Survey
  • Deep Learning-based Vehicle Behaviour Prediction For Autonomous Driving Applications: A Review
  • A survey on motion prediction and risk assessment for intelligent vehicles

6. 规划控制

  1. 综述论文
  • A Survey of Motion Planning and ControlTechniques for Self-driving Urban Vehicles
  • A Review of Motion Planning Techniques for Automated Vehicles

2. 百度EMplanner论文

Baidu Apollo EM Motion Planner

7. End-to-End

端到端自动驾驶

End to End Learning for Self-Driving Cars - 2016 NVIDIA

8.V2X

  1. v2x测试综述

A Survey of Vehicle to Everything (V2X) Testing

9. DARPA

DARPA城市挑战赛是无人驾驶技术的鼻祖，下面是参赛的队伍发表的论文集

  1. Autonomous Driving in Urban Environments:Boss and the Urban Challenge
  2. Motion Planning in Urban Environments
  3. Junior: Stanford in The Urban Challenge
  4. Odin: Team VictorTango’s entry in the DUC
  5. A Perception-Driven Autonomous Urban Vehicle
  6. Little Ben: The Ben Franklin Racing Team’s Entry in the 2007 DARPA Urban Challenge
  7. Team Cornell’s Skynet: Robust Perception and Planning in anUrban Environment
  8. A Practical Approach to Robotic Design for the DARPA Urban Challenge
  9. Team AnnieWAY’s Autonomous System for the DARPA Urban Challenge 2007
  10. Driving with Tentacles: Integral Structures for Sensingand Motion
  11. Caroline: An Autonomously Driving Vehicle for Urban Environments
  12. The MIT–Cornell Collision and Why It Happened
  13. A Perspective on Emerging Automotive Safety Applications,Derived from Lessons Learned through Participation in the DARPA Grand Challenges
  14. TerraMax: Team Oshkosh Urban Robot

参考

博客

1.资料合集

2. 自动驾驶操作系统

3. Apollo学习系列

4. 设备驱动

5.Cyber框架

6. Apollo 工具介绍

7. 高精度地图

8. 数据集

9. SLAM

10. 传感器标定

11. 深度学习

12. ROS

ROS Bag分析

ROS 发布订阅模式

ROS导航模块

资料分享

1.车联网白皮书

中国信通院白皮书打包下载

如果觉得本文对你有帮助，欢迎点赞、分享、关注3连 O(∩_∩)O~~

编辑于 2024-04-16 09:34・IP 属地广东
汽车
自动驾驶
无人驾驶车

文章被以下专栏收录