待补充 daohu527/awesome-self-driving-car

4/5 🧩 软硬件结合 已发布
daohu527 696 Stars 未知 BOM 完整度: 0/5 教程完整度: 0/5
查看源码
待补充

项目简介

An awesome list of self-driving cars

这是一个非常全面的自动驾驶资源聚合项目，本质上是一个精心筛选和分类的“知识地图”与“工具箱”。它解决了自动驾驶领域一个核心痛点：技术栈极其庞杂，涉及硬件、软件、算法、系统、云服务、法规等多个维度，初学者或从业者很容易迷失在海量信息中，难以找到高质量、结构化的学习路径和实用资源。

标签

autonomous-driving autonomous-vehicles awesome self-driving-car

项目特点

**全栈覆盖**：从传感器、计算平台到感知、规划、控制算法，再到仿真、数据集、云平台，一应俱全。
**结构化分类**：资源按技术层级和功能模块清晰归类，方便按需查阅。
**持续更新**：项目保持活跃，不断收录最新的论文、开源项目和行业动态。
**社区驱动**：汇集了全球自动驾驶开发者和研究者的贡献，内容质量经过社区验证。
**实用导向**：不仅列出资源，还提供学习路径和工具对比，帮助快速上手。
**开源免费**：所有内容公开在GitHub上，无需付费即可获取。

技术规格

项目类型 资源聚合列表（Awesome List）
主要语言 中文（部分资源为英文）
覆盖领域 自动驾驶全栈（感知、规划、控制、系统、仿真等）
资源数量 数百个链接（论文、代码、数据集、工具、课程等）
维护状态 活跃更新
平台 GitHub
许可证 未知
星数 696

项目资源

GitHub 仓库 感知模块 规划与控制 仿真平台 数据集 开源框架 学习资源

物料清单 (BOM)

物料名称 数量 参考价格 备注
目标检测与跟踪 20+ — 含YOLO、PointPillars等
语义分割 10+ — 含DeepLab、UNet等
路径规划 15+ — 含A*、RRT、Lattice Planner等
控制算法 10+ — 含PID、MPC、LQR等
仿真平台 8+ — 含CARLA、SUMO、AirSim等
公开数据集 15+ — 含KITTI、nuScenes、Waymo等
全栈框架 10+ — 含Apollo、Autoware、OpenPilot等
课程与书籍 20+ — 含Coursera、Udacity课程等

能力画像

**记忆与知识检索**：5/5 — 项目本身就是知识库，按模块分类，检索效率极高。
**动手与操作**：2/5 — 主要提供资源链接，不包含具体操作步骤或硬件搭建指南。
**编程与算法**：4/5 — 涵盖大量算法实现和代码仓库，适合学习编程和算法。
**设计与建模**：3/5 — 包含仿真平台和设计工具，但需自行搭建环境。
**实验与调试**：3/5 — 提供仿真环境和数据集，可进行算法实验，但无调试指导。
**协作与分享**：4/5 — 开源项目，支持PR和Issue，社区活跃。
**学习与研究**：5/5 — 从入门到进阶的学习路径清晰，适合自学和研究。
**系统集成**：4/5 — 覆盖全栈资源，有助于理解系统集成，但需自行整合。

所需技能

基础编程能力（Python/C++） 机器学习与深度学习基础 计算机视觉或点云处理基础 控制理论或路径规划基础 熟悉Linux命令行 了解ROS/ROS2基本概念 英语阅读能力（部分资源为英文）

适用场景

自动驾驶初学者构建系统化学习路线
工程师快速查找特定模块（如感知、规划）的开源实现
研究人员追踪最新论文和数据集
项目选型时对比不同开源框架和工具
教学培训中作为课程参考资料
技术面试前快速复习自动驾驶全栈知识