智能挪车 beta-car 1.9.4商业版安装更新一体包.zip

5.9【阿里云天池】零基础入门数据价格：二手车交易价格预测 car-price-forecast-master

汽车销售系统 一个使用C＃和.NET开发的提供二手车销售的网站， 使用script.sql访问数据库。 可能需要在Web.config中编辑connectionStrings才能正确连接。

Unity car 精美汽车项目demo 汽车模型 精致漂亮！优质资源！

自动驾驶食谱（预览） 注意： 该项目由Microsoft Garage的开发并维护。 目前这项工作正在进行中。 我们将根据用户的要求和合作者的可用性继续添加更多的教程和方案。 在过去的大约五年时间里，自动驾驶已经超越了疯狂的登月计划。 它已Swift成为当今最大的技术之一，有望塑造我们的明天，与汽车首次出现时并没有什么不同。 推动此变化的主要动力是软件（人工智能），硬件（GPU，FPGA等）和云计算的最新进展，这些进展使得能够提取和处理大量数据，从而使公司有可能推动新的水平自治的4和5。 兰德的显示，要达到这些自治水平，就需要对数亿甚至有时是数千亿英里的训练数据进行训练，以证明其可靠性。

LaneNet车道检测 使用tensorflow主要基于IEEE IV会议论文“走向端到端的车道检测：实例分割方法”，实现用于实时车道检测的深度神经网络。有关详细信息，请参阅他们的论文 。 该模型由编码器-解码器阶段，二进制语义分割阶段和使用判别损失函数的实例语义分割组成，用于实时车道检测任务。 主要的网络架构如下： Network Architecture 安装 该软件仅在带有GTX-1070 GPU的ubuntu 16.04（x64），python3.5，cuda-9.0，cudnn-7.0上进行了测试。 要安装此软件，您需要tensorflow 1.12.0，并且尚未测试其他版本的tensorflow，但我认为它可以在版本1.12以上的tensorflow中正常工作。 其他必需的软件包，您可以通过以下方式安装它们 pip3 install -r requirements.txt

路畅科技IVI SDK的实例应用 一、背景介绍 针对路畅科技安卓软件平台 Roadrover IVI SDK使用，编写了各个模块的实例应用。 每个模块的实例应用中添加了主要接口部分的视图，直观的通过sdk与路畅科技IVI系统对接。 二、Demo概述 Demo包含了原车、车载信息、系统、收音机、蓝牙、多媒体、音频、外部输入、设置、存储设备和语音几个模块。 三、目录组织说明 utils： 工具类目录 ui.activity：安卓应用activity目录 ui.view： 自定义控件目录 四、Demo源码说明 ScreenUtils： 屏幕相关的辅助工具类。 IVIButton： 自定义按钮。 BaseActivity：所有实例应用Activity的基类，封装了AppCompatActivity标题设置、文本内容提示、返回功能、视图添加、模块跳转接口等功能。 SDKActiv

车祸事故项目 道路交叉口经常发生交通事故。 一个能够在发生事故时发出警告的系统是对事故做出快速响应的必要条件。 我们的项目能够检测到尤其在道路交叉口发生的“ T”形事故。 在项目中，通过查看被检测对象的坐标相交来进行事故检测。 Darknet YOLO V3用于事故检测。 通过查看汽车，摩托车，自行车和公共汽车的坐标来进行事故检测。 该算法在白天碰撞视频期间在单车道道路上的“ T”形碰撞中正常工作。 该项目是在Ubuntu 18.04操作系统上开发的。 在您自己的计算机上运行项目 在计算机上安装 。 将将Darknet构建后创建的“ darknet.so”文件粘贴到项目目录中，并将文件名更改为“ libdarknet.so”。 创建虚拟环境（Python 3.6） 上传所需的库可在requirements.txt 。 在项目目录中时， pip install -r requirem

运用ADAMS／CAR软件建立了某皮卡车双横臂独立悬架模型，在理论验证的基础上揭示了该悬架的运动规律。实验结果证明：将下控制臂与车架前安装点下调20 mm，可使悬架的抗点／抬头性能、悬架刚度和侧倾角刚度得到明显改善。

模仿学习赛车 这个精益的存储库具有从头开始训练和评估赛车Tensorflow模型所需的所有工具！ 实际上，仅需5集（不到5分钟）即可生成足够的数据以使模型能够胜任！ 注意：上面显示的游戏玩法是在5集训练模型后得出的。 使用更多的训练数据，它可以表现得更好！ 此外，它还具有像素化功能，因此您可以看到模型在播放时所看到的效果（96 x 96）。