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

层次分析matlab代码基于离散约束的车辆模型 这是《基于离散约束的车辆建模和动力分析》文章的模型MATLAB代码，2017年1月国际车辆设计杂志。涉及离散约束模型和经典模型。 运行文件mymode2.m可以得到结果。 文件mymode1.m是描述参数系统的函数。 本文基于Udwadia-Kalaba理论，提出了一种新型的整车动力学建模与分析方法。 由于使用此方法对车辆进行了分层建模，因此在处理多自由度车辆的建模时可以轻松处理此方法。 同样，基于此方法的解析动态模型无需计算拉格朗日方程中使用的拉格朗日乘数。 为了验证这种方法，本文使用Udwadia-Kalaba理论对15 DOF车辆进行了建模。 施加四个轮胎的位移，并在MATLAB中模拟和分析每个子系统的垂直动态行为。 通过求解Udwadia-Kalaba方程，可以获得每个子系统的响应。 仿真结果与拉格朗日模型的仿真结果非常吻合，从而验证了所提出的方法。

The purpose of this document is to give minimum safety, ergonomic, and performance requirements and test methods for Camera Monitor Systems (CMS) to replace mandatory inside and outside rearview mirrors for road vehicles (e.g. classes I to IV as defined in UN Regulation No. 46). This document can follow updates of referred national regulations that influence the included contents.

带板检测的车辆速度估算 该项目的主要目标是使用深度学习和机器学习算法来识别超速车辆。 从视频中获取一系列图像后，使用Haar Cascade分类器检测卡车。 使用大量正负图像训练分类器模型，以制作XML文件。 接下来是跟踪车辆并借助其各自的位置，ppm（每米像素）和fps（每秒帧）来估计车辆的速度。 现在，已识别卡车的裁剪图像将被发送以进行车牌检测。 CCA（连接组件分析）有助于进行车牌检测和字符分割。 使用字符图像（20X20）对SVC模型进行训练，并且为了提高准确性，还完成了4次交叉折叠验证（机器学习）。 该模型有助于识别分段字符。 识别后，将卡车的计算出的速度及其车牌号一起输入到excel表中。 还为这些卡车分配了一些ID，以生成系统化的数据库。 要运行Speed_Detection _＆_ License_Plate_Detection.py，请按照以下步骤操作： 从此站点下载

UDS_14229_1

网络安全连接自动化车辆关键原则，264/5000 1.组织安全 2.安全风险估 3.机构产品事后检查/cav 系统设计原则 4.组织合作 5.系统防御6.软件安全 7.数据存储和传输 8.弹性设计系统

详细介绍电动汽车无线充电方法

2019版，矢量，高清，可复制，可检索，PDF，Road vehicles — Safety of the intended functionality，正式发布版本

ISO 26262-2018 Road vehicles-Functional safety 英文 全集 合并版

包含ISO 26262-1~12全部12份文件， 具体参见单个文件描述。