Prescan是一款进行无人驾驶开发仿真的工具，在模拟仿真驾驶环境方面有很大的优势，是目前在各大企业与科研机构进行无人驾驶开发中常用到的软件。 本文档提供了一个搭建实验道路的例子，并给出道路模型搭建的详细步骤

Falcone的2007年博士论文，主要讲的是无人驾驶MPC控制原理和应用，是无人驾驶MPC控制理论的学习参考。 之前在网上找了挺久的，现在终于找到了，分享给大家学习

无人驾驶汽车在行驶过程中获取外界环境信息是车辆进行导航定位、路径规划及运动控制的根本前提。首先对无人车环境感知所需传感器的特点和原理进行了介绍，然后阐述了激光雷达和相机的标定方法，并论述了道路、行人、车辆、交通信号及标识检测任务中的关键技术，同时分析了各种传感器的优势与限定条件，论述了各项关键技术的原理与方法，从而对无人驾驶汽车在环境感知领域的关键技术进行了综合论述。

VLP16 velodyne 16线激光雷达的示例数据，用于了解激光雷达的点云数据效果。

无人驾驶技术是多个技术的集成，如图1所示，一个无人驾驶系统包含了多个传感器，包括长距雷达、激光雷达、短距雷达、摄像头、超声波、GPS、陀螺仪等。每个传感器在运行时都不断产生数据，而且系统对每个传感器产生的数据都有很强的实时处理要求。比如摄像头需要达到60FPS的帧率，意味着留给每帧的处理时间只有16毫秒。但当数据量增大之后，分配系统资源便成了一个难题。例如，当大量的激光雷达点云数据进入系统，占满CPU资源，就很可能使得摄像头的数据无法及时处理，导致无人驾驶系统错过交通灯的识别，造成严重后果。如图2所示，无人驾驶系统整合了多个软件模块（包括路径规划、避障、导航、交通信号监测等）和多个硬件模块（包

乐高wedo2.0课程教案搭建图《无人驾驶公交车》.ppt

有关无人驾驶技术中传感器到车体坐标系的坐标转换原理及数学推导，该原理不仅用在无人车领域，同时在机器人、三维建模等领域也得到了广泛使用。

0.导论 pure pursuit 方法是基于几何追踪的路径追踪方法，基于几何的控制方法较为简单和直接，不用考虑车辆的运动学模型和动力学模型，控制时使用的参数少，能够较好的运用到实践使用中。最常用的两种方法是pure pursuit方法和stanly方法。这里主要介绍pure pursuit 方法 1.算法原理和思想 算法的基本原理，AdamShan已经在他的博客《无人驾驶汽车系统入门（十八）——使用pure pursuit实现无人车轨迹追踪》中讲的很清晰了，这里只是复述一下加深自己的理解。 pure pursuit建立在两个模型上，阿克曼转向几何模型和二维自行车模型。 参数说明： δ： 车辆

本文将自动驾驶算法部分分成以下三个部分：场景识别、路径规划及车辆控制。每一类别都是由多种算法组成的。例如场景识别需要定位，物体检测及追踪算法。路径规划通常由任务、运动规划组成，车辆控制则对应路径跟随。下图1，显示了算法基本的控制及数据流。接下来本文将按照下图来组织文章结构，顺序介绍自动驾驶平台上的相关算法。定位是自动驾驶中最基本及重要的问题之一。尤其是在城市道路上，定位的精确度决定了自动驾驶的可靠性。Autoware采用Normal DistributionTransform(NDT)配准算法[1]。为了进一步提高精度，Autowa

自动驾驶传感器介绍，以及自动驾驶学习资料获取： 涵盖感知，规划和控制，ADAS，传感器； 1. apollo相关的技术教程和文档； 2.adas（高级辅助驾驶）算法设计（例如AEB,ACC,LKA等） 3.自动驾驶鼻祖mobileye的论文和专利介绍 4.自动驾驶专项课程（可能是目前最好的自动教师教程），是coursera上多伦多大学发布的自动驾驶专项课程，应该是目前为止非常火非常好的教程了，包含视频，ppt，论文以及代码 5.国家权威机构发布的adas标准，这是adas相关算法系统的标准，也是开发手册。 6.规划控制相关的算法论文介绍 7.等等总共3G多的资料