车道检测 OpenCV C ++程序，用于识别和跟踪车道及其相交处。 可用于自动驾驶功能，例如变道，盲点检测，山顶检测，转弯检测和标志识别。 适用于输入视频，图像或实时视频源。 最初目标： 检测车道及其在地平线上的相交点，以便跟踪该点的运动，以确定车辆是否在转弯或正在改变坡度。 示范： 输入视频：派克峰赛道（上，下路） 特征 语言：C ++（OpenCV） IDE：Xcode 信号处理： 坎尼边缘检测仪 霍夫线探测器 坡度和转弯跟踪（不完整） 可定制的投资回报率 要求 OpenCV g++ 视频或图像文件或视频供稿 （可选）xcode以利用随附的项目文件 如何使用 我只在osx上使用它，所以您可能会自己一个人！ brew install opencv 在LaneDetect.cpp设置输入文件的LaneDetect.cpp 在LaneDetect.cpp配置选项 ho

自动驾驶和自动停车技术综述

面向自动驾驶的边缘计算技术研究综述_吕品.pdf

openpilot 是一个开源的自动驾驶（驾驶代理）。目前，它实行 Hondas 和 Acuras 的自适应巡航控制（ACC）和车道保持辅助系统（LKAS）的功能。 它在启动时与 Tesla Autopilot 相当，比所有其他制造商更好。openpilot 的代码库编写得很简洁，支持快速原型开发。支持汽车Acura ILX 2016 与 AcuraWatch Plus限制：由于使用巡航控制的汽油，它只能在25 mph 以上启用本田思域2016旅行版限制：由于转向固件的限制，转向在 18 mph 以下被禁用。 标签：OpenPilot

详细介绍了自动驾驶的软件开发构架，提出了软件的设计理念，模块结构以及主要功能和实现方法，是一个非常好的软件设计框架。

目标 了解参数和状态估计的最小二乘法 将线性卡尔曼滤波器及其非线性变体，扩展和无味卡尔曼滤波器应用于状态估计问题 为典型的定位传感器（例如GPS接收器，惯性传感器和LIDAR距离传感器）开发模型 了解LIDAR扫描匹配和迭代最近点（ICP）算法 使用这些工具将来自多个传感器流的数据融合到自动驾驶汽车的单个状态估计中 重要性 动机 我在哪里？ 我移动多快？ 为什么很难：传感器和测量不完美 定义 本地化：确定车辆位置和方向的过程 如何？ 例如状态估计 状态估计：根据一组[噪声]测量值计算[物理量（例如车辆位置）的最可能值] 相关概念：参数估计 与状态（例如，车辆的位置和方向）不同，参数（例如，电阻的电阻）随时间是恒定的（即，预计从第一次测量到最后一次测量都不会改变）

PanoSim是一款仿真软件，包括传感器仿真和车辆动力学仿真，用于自动驾驶仿真的工具

汽车数据和时间触发框架标准。V2.1.1

介绍车联网相关内容，包括自动驾驶感知、决策相关技术、C-V2X相关技术、架构、厂家，适合快速了解车路协同领域

自动驾驶计算机视觉研究综述英文版，阐述了自动驾驶计算机视觉研究综述：难题、数据集与前沿成果。资料来自网络，请用于个人学习，若侵犯到您的权益，请联系363509627@qq.com,我会尽快删除。