自动驾驶汽车模拟器

项目简介

Unity构建的自动驾驶汽车模拟器。

这个项目是Udacity为其中一门自动驾驶纳米学位课程开发的模拟器，主要用于教学场景下的深度学习驾驶行为克隆训练。简单来说，它提供了一个虚拟的驾驶环境，让学员可以收集车辆行驶过程中的图像、转向角、油门和刹车等数据，然后用这些数据训练一个神经网络模型，最终让模型学会像人类一样操控车辆在赛道上自主行驶。项目的核心功能包括：提供带有真实物理反馈的3D赛道（如湖泊赛道和丛林赛道）、支持通过Unity编辑器自定义搭建新赛道、以及通过Socket接口与外部Python程序进行实时数据交互。技术栈方面，整个模拟器基于Unity游戏引擎构建，脚本采用C#编写，而学员端通常使用Python和Keras/TensorFlow等深度学习框架来训练模型。这个项目主要解决了自动驾驶入门教学中“数据采集难”和“环境不可控”的问题，让学员无需真实车辆就能低成本、安全地完成从数据采集到模型部署的完整闭环。它非常适合深度学习初学者、自动驾驶爱好者以及高校相关课程的教学实验场景，帮助理解端到端驾驶模型的工作原理。需要注意的是，当前主分支的代码已经不再维护，建议新用户切换到Unity_2020_3或Unity_2019_4分支以获得更好的兼容性。

项目特点

基于Unity引擎构建，提供逼真的3D驾驶环境

支持多个赛道场景（Term 1、Term 2、Term 3及Capstone）

提供预编译的可执行文件，无需Unity即可运行

支持通过Socket连接与外部AI模型交互

包含完整的车辆物理模拟和控制系统

提供赛道构建工具，可自定义创建新赛道

专为Udacity自动驾驶汽车纳米学位课程设计

技术规格

开发引擎
支持平台
编程语言
通信方式
场景数量
课程阶段
推荐Unity版本

项目资源

udacity/self-driving-car-sim udacity/self-driving-car-sim udacity/self-driving-car-sim udacity/self-driving-car-sim udacity/self-driving-car-sim udacity/CarND-Capstone udacity/CarND-Behavioral-Cloning-P3 /knowledge.udacity.com requests/new

物料清单 (BOM)

物料名称	数量	参考价格	备注
Unity	1	—	免费游戏引擎，用于加载和编辑项目
Git LFS	1	—	用于拉取大型纹理和模型资源
Python	1	—	用于训练深度学习模型
TensorFlow/Keras	1	—	深度学习框架

所需工具

工具	用途	是否必需
Unity	加载和编辑模拟器项目	▢ 推荐
Git LFS	下载大型资源文件	✅ 是
代码编辑器	编写和修改脚本	✅ 是
Python环境	训练深度学习模型	▢ 推荐