本内容介绍了Dspace相关概念,对RCP/HILS/RTI相关内容进行详细介绍,帮助对Dspace有深入的认识,并对基于Dspace搭建流程和方法做了详细阐述,使仿真开发人员对DsPace仿真框架设计能够详细了解使用了具体案例展示了 Dspace RTICAN具体应用,手把手介绍了仿真搭建过程,并附视频介绍了仿真结果
2024-05-24 14:51:16 27.35MB Dspace 自动驾驶
1
百度Apollo学习:Routing模块结构和源码
2024-05-22 01:18:49 1.73MB 自动驾驶 百度Apollo Routing
1
百度Apollo学习:planning规划模块结构,数据,代码介绍
2024-05-22 01:17:18 2.21MB 自动驾驶 百度Apollo planning 代码介绍
1
自动驾驶规划控制-nmpc路径规划和mpc路径跟踪 matlab和simulink联合仿真,非线性mpc路径规划,线性mpc路径跟踪
2024-05-08 10:03:22 294KB matlab 自动驾驶
1
聚合视图对象检测 此存储库包含用于3D对象检测的聚合视图对象检测(AVOD)网络的Python实现的公共版本。 ( ,( ,,( ,( 如果您使用此代码,请引用我们的论文: @article{ku2018joint, title={Joint 3D Proposal Generation and Object Detection from View Aggregation}, author={Ku, Jason and Mozifian, Melissa and Lee, Jungwook and Harakeh, Ali and Waslander, Steven}
2024-05-05 15:54:37 24.01MB deep-learning object-detection
1
(1) 建立自动驾驶电动汽车纵向动力学仿真模型。以某自动驾驶电动汽车为研究对 象, 分别在Matlab/Simulink 和CarSim 环境下搭建了纵向动力学简化模型和整车动力学 模型, 结合模型分析电动汽车的纵向动力学特性, 通过对比实车试验数据与仿真结果, 验证了模型的正确性。 (2) 设计了车速控制系统的整体框架。为实现不同行驶工况下车速的准确控制, 采 用分层式结构设计控制系统, 从车速控制需求出发, 制定了定速与跟随两种控制模式, 细分行驶工况并合理约束其中的关键参数, 为后续速度控制算法设计打下基础。 (3)采用分层式结构设计车速控制系统。上层控制器根据目标车速决策出期望加速 度, 通过建立控制对象模型、车间运动学模型、安全车间距模型, 综合考虑安全性、 舒适性、经济性、跟随性四个性能指标, 结合MPC 模型预测优化控制算法建立目标函 数, 并将其转化为二次优化问题, 求解出汽车行驶的期望加速度。 (4)基千Matlab/Simulink 与CarSim 联合仿真平台搭建了电动汽车速度控制系统, 针对典型的纵向行驶工况, 对所设计的车速控制策略进行仿真验证。
2024-05-04 21:34:42 36.28MB matlab 自动驾驶 MPC 速度控制
1
(1)Frenet坐标系下动力学建模 (2)自动驾驶车辆的换道轨迹规划 针对五次多项式换道法仅在初始时刻规划换道轨迹的问题,本文结合行驶环境边 界条件,建立五次多项式换道轨迹模型。将换道轨迹规划解耦成横、纵向轨迹规划。 综合考虑换道性能指标,建立横向轨迹优化模型。 (3)自动驾驶车辆的换道轨迹跟踪控制 针对轨迹跟踪控制算法计算量大,鲁棒性差等问题,本文对横、纵向轨迹跟踪进 行解耦控制,从而降低计算量。采用实验的方法,制作油门/刹车标定表,通过双PID 控制器进行纵向轨迹跟踪控制;采用Ackermann公式设计控制函数,将滑模切换函数 替换为状态向量的第四个状态量,从而证明系统运动点到达滑模面以后,不受外界扰 动影响,具有较好的鲁棒性;通过李雅普诺夫函数证明了系统可以在有限时间内到达滑模面。 (4)高速行驶环境下两种换道场景的仿真验证 通过Matlab/Simulink分别与Prescan、Carsim联合仿真,对自动驾驶车辆的换道 轨迹规划与跟踪控制进行仿真验证。仿真结果表明,加入模型预测控制算法的五次多 项式轨迹规划方法可以有效的动态规划换道轨迹。
2024-04-27 16:07:08 30.37MB 自动驾驶 matlab 换道控制 轨迹规划
1
自动驾驶,AutoWareAuto框架全框架梳理思维导图及代码注释。 授人以鱼不如授人以渔,涵盖:融合感知模块,定位模块,决策规划模块,控制模块,预测模块等较为详细的注释(并非每行都有注释)及框架梳理。 阅读Auto版本的代码时结合思维导图可以事半功倍,大厂自动驾驶技术团队多位领域技术牛人耗时两个月之作 实实在在的工作经验总结 资料是一线自动驾驶工程师辛苦工作的结果,希望您尊重知识产权不要私自外传
2024-04-24 11:11:16 157KB 自动驾驶
1
PreScan包括各种ADAS和AV功能和认证测试的即用场景库,结合一套广泛的传感 器模型,可以快速评估完整的自动驾驶系统及组成的每个部分。它是一个开放的环境, 遵循所有主要的行业标准,并允许与第三方工具和企业内部流程进行整合。工程师可以 轻松地进行自动驾驶研究,以确定车辆的最佳传感器配置,开发强大的驾驶辅助及自动 驾驶系统,评估感知、融合、规划和控制算法的性能,并为做自动车辆系统的验证和认 证做准备。
2024-04-17 07:47:44 4.52MB 自动驾驶
1
yolov8### 内容概要 本文详细介绍了如何使用YOLOv5进行目标检测,包括环境配置、数据准备、模型训练、模型评估、模型优化和模型部署。YOLOv5是一个非常流行的目标检测模型,以其速度和准确性而闻名。本文旨在帮助初学者快速上手YOLOv5,并在自己的项目中实现目标检测。 ### 适用人群 本文主要面向初学者,尤其是那些对目标检测感兴趣但没有相关经验的读者。通过通俗易懂的语言和详细的步骤,初学者可以轻松理解并实践YOLOv5的使用方法。 ### 使用场景及目标 YOLOv5适用于多种场景,如安全监控、自动驾驶、图像识别等。通过学习如何使用YOLOv5进行目标检测,读者可以为自己的项目或研究添加强大的目标检测功能,提高项目的实用性和准确性。 ### 其他说明 本文假设读者已经具备一定的Python基础和计算机视觉知识。此外,由于YOLOv5是一个不断更新的项目,建议读者关注其官方仓库以获取最新信息和更新。
2024-04-12 11:12:03 206KB 目标检测 自动驾驶 python 计算机视觉
1