深度学习在无人驾驶领域主要用于图像处理，也就是摄像头上面。当然也可以用于雷达的数据处理，但是基于图像极大丰富的信息以及难以手工建模的特性，深度学习能最大限度的发挥其优势。

331页的研究报告，全方位展现中美智能驾驶的市场现状、关键技术环节发展情况以及落地情况，让读者深入了解无人驾驶产业中的基于与挑战。

代码介绍了无人驾驶方法的主要控制方法,具体是结合车辆动力学软件CarSim和Matlab联合仿真,分别包括整车模型和魔术轮胎的建立、基于动力学无人驾驶车辆

此代码是关于无人驾驶车辆的直线轨迹跟踪模型预测控制算法实现

无人驾驶汽车系统入门 - Autoware_UsersManual_v1.1 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 路径跟随 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 软件仿真 虚拟现实 Autoware受BSD许可证保护。请自行负责使用。为了安全使用，我们为不拥有真正自主车辆的人提供基于ROSBAG的仿真方法。如果您使用Autoware与真正的自主车辆，请在现场测试之前制定安全措施和风险评估。

奔驰最新的无人驾驶汽车相关技术总结：1传感器类型及布局；2立体视觉算法描述；3控制策略 奔驰最新的无人驾驶汽车相关技术总结：1传感器类型及布局；2立体视觉算法描述；3控制策略

无人车辆轨迹跟踪入门必备 本书主要介绍模型预测控制理论与方法在无人驾驶车辆路径规划与跟踪控制方面的基础应用技术。由于模型预测控制理论数学抽象特点明显，初涉者往往需要较长时间的探索才能真正理解和掌握，进一步应用到具体研究，则需要更长的过程。本书详细介绍了应用模型预测控制理论进行无人驾驶车辆控制的基础方法，结合路径规划与跟踪实例给出了Matlab仿真代码和详细仿真步骤，并且融入了研究团队在本领域的研究成果。本书一方面可以作为地面无人车辆、空中无人机、无人艇及移动机器人等无人车辆模型预测控制的研究资料，同时也可以作为学习模型预测控制理论的应用教材。 本书主要介绍模型预测控制理论与方法在无人驾驶车辆运动规划与跟踪控制中的应用。由于模型预测控制理论数学抽象特点明显，初涉者往往需要较长时间的探索才能真正理解和掌握，而进一步应用到具体研究，则需要更长的过程。本书详细介绍了应用模型预测控制理论进行无人驾驶车辆控制的基础方法，结合运动规划与跟踪实例详细说明了预测模型建立、方法优化、约束处理和反馈校正的方法，给出了Matlab仿真代码和详细图解仿真步骤。所有代码都详细提供了详尽的注解，并且融入了研究团队在本领域的研究成果。

无人车轨迹跟踪控制的MATLAB实现，通过simulink实现的。

随机快速扩展树路径规划算法代码实现，好几个例子，非常值得学习。

无人驾驶车辆模型预测控制+自动驾驶智能汽车：理论，算法和实现+无人驾驶高精地图 自动驾驶的必由之路