Autoware - the world's leading open-source software project for autonomous driving . +--- | | +--- common | | +--- core_planning | | +--- messages | | +--- utilities | | +--- core_perception | | +--- documentation | | +--- visualization 2022/5 同步自Github

汽车驾驶安全常识全解

汽车驾驶技巧

DRL从游戏到自动驾驶 驾驶策略智能化建模 面向无人车运营的持续改进 系统框架 模型和预监督 主算法效果优化 探索策略演进 探索策略优化 案例演示 大集合效果

完整英文版 UL 4600：2022 Evaluation of Autonomous Products（自主产品的评估）。本标准的范围是一个通用的自动驾驶系统标准框架，以轻型自动驾驶道路车辆为具体例子。为此，该版本的标准包括适用于轻型AUTONOMOUS道路车辆（包括客运和货运车辆）的大量提示列表。许多提示将适用于其他AUTONOMOUS地面车辆，甚至其他类型的AUTONOMOUS系统，但没有特别尝试包括其他应用的广泛提示，也没有将道路车辆提示与更多的一般提示区分开。

共建自动驾驶云平台-为自动驾驶全链路研发与运营提速.pdf

道路交通matlab代码自动驾驶车辆的交互感知概率框架，用于预测交通参与者的行为和驾驶策略 这项工作为自动驾驶汽车的交互感知行为预测框架提供了概念证明，该框架不仅可以预测交通参与者的行为，而且可以对可以与之相关的驾驶策略进行分类。 这项工作是随后的博士学位论文的一部分。 标题：实现长期预测的交通参与者行为表征的概率框架 摘要：这项研究旨在开发预测人类交通参与者行为的新方法，从而在复杂的交通环境中实现自动驾驶汽车的安全运行。 至少在接下来的几十年中，自动驾驶汽车有望在交通中由人类驾驶的传统汽车中运行。 为了安全导航，他们将需要使用外部可观察的信息来推断交通参与者的意图和行为。 这样做有助于在一段足够长的时间范围内预测其轨迹，以分析即将发生的风险并优雅地避免任何风险情况。 这项工作通过认识到人类驾驶员执行的任何操纵都可以分为四个阶段来完成上述挑战，这些阶段取决于周围的环境：意图确定，操纵准备，差距接受和操纵执行。 它基于以下假设：对于给定的驾驶员，行为不仅跨越这四个操纵阶段，而且跨越多个操纵。 结果，在任何这些阶段中识别驾驶员的行为可以帮助表征驾驶员可能执行的所有后续操作的性质，从而在更长

MATLAB汽车违章检测系统，驾驶汽车抽烟，打电话 ，闯红灯，压线等等均可开发。非中介，实力技术介入。

龚建伟教授-无人驾驶车辆模型预测控制

这是一个基于STM32的智能小车下位机（底盘控制器），兼容ROS操作系统，和cartographer项目的上位机进行适配，上位机通过STM32虚拟串口与下位机透传，波特率自适应不丢包。支持一路SBUS接收机、一路GPS、一路IMU、一路编码器，支持速度闭环控制、方向控制、路径规划自动驾驶(基于GPS、测试中)、颠簸路况补偿。支持上传GPS/IMU等信息并加入时间戳供上位机使用和参考。