自动驾驶学习资料合集

王方浩

学习交流请添加微信号@wfh_coding

已关注

883 人赞同了该文章

所有资料下载见文末链接！！！请点击文末链接下载，本文皆为网上公开资料，只用作个人学习用途，如有侵权请联系删除。

教学视频

综合

百度和优达学城合作课程（入门推荐）

Apollo自动驾驶 - 百度技术学院

多伦多大学自动驾驶Coursera公开课

MIT自动驾驶公开课

MIT自动驾驶访谈（主要是一些业界大神的分享）

2. 定位

iMorpheusAI的自频道-优酷视频

3. SLAM

【高翔】视觉SLAM十四讲

视觉导航：从状态估计到运动规划（公开课，需要注册账号）

书籍

1.综合

《无人驾驶原理与实践》兰州大学的自动驾驶团队，作为我开始入门无人驾驶的书籍，值得推荐

《无人驾驶：人工智能如何颠覆汽车》书比较薄，和上本类似，入门推荐

《第一本无人驾驶技术书》入门推荐

《自动驾驶技术概论》北京航空航天大学和百度自动驾驶事业群组联合编写

2. Planning

《PLANNING ALGORITHMS》规划算法介绍，英文版

3.高精度地图和定位

《视觉SLAM十四讲》高精度地图和定位需要的基础知识

4. 车联网

车联网白皮书（C-V2X白皮书）

车联网白皮书（2018年）

车联网网络安全白皮书（2017年）

车联网白皮书（2017年）

C-V2X业务需求演进

车辆高精度定位白皮书

C-V2X产业化路径和时间表研究白皮书

LTE-V2X安全技术白皮书

MEC与C-V2X融合应用场景

C-V2X白皮书

主要介绍了V2X的架构演进和一些产业研究，对CV2X的技术方案了解非常有帮忙。

资料下载见文末

自动驾驶技术栈[1]

这里主要对自动驾驶技术做了硬件和软件2个大类的划分，图片如果不清晰可以查看思维导图原图链接

开源项目

开源项目也是学习的重要方面

1.全栈

Apollo - 百度的自动驾驶项目，集成了无人驾驶的各个模块，很值得推荐

autoware - 名古屋大学的自动驾驶项目，最早的自动驾驶开源项目之一

2. 仿真

Udacity- 优达学城的自动驾驶仿真平台

Carla- Intel和丰田合作的自动驾驶项目

AirSim- 微软的仿真平台，还可以用于无人机

lgsvl- LG的自动驾驶仿真平台

数据集

驾驶数据集

KITTI 目前最知名的自动驾驶数据集之一，一些创业公司都会拿里面的数据进行排名比赛。

Cityscapes 目标是理解街景的语义，主要是针对城市街景做语义解析。

Mapillary 是一个由位于瑞典马尔默的Mapillary AB开发，用来分享含有地理标记照片的服务。其创建者想要利用众包的方式来把整个世界（不仅是街道）以照片的形式存储。

comma.ai's Driving Dataset 目的是低成本的自动驾驶方案，目前是通过手机改装来做自动驾驶，开源的数据主要是行车记录仪的数据。

Udacity's Driving Dataset 优达学城的自动驾驶数据集，优达学城真的是业界良心，希望国内也多点靠谱的网课。

Washington DC's Lidar Data 看起来像是亚马逊的数据？

Apolloscape 百度的自动驾驶数据集，有很多复杂场景的道路，同意用数据要同意很长一段声明。

BDDV Berkeley的大规模自动驾驶视频数据集。

Oxford RobotCar 对牛津的一部分连续的道路进行了上百次数据采集，收集到了多种天气、行人和交通情况下的数据，也有建筑和道路施工时的数据。1000小时以上。

nuscenes aptiv提供的数据集，带标注，宣称是目前最大的数据集之一，资源在Amazon S3，目前被墙，后面看是否做个镜像。

Waymo open dataset waymo在CVPR2020上提供的自动驾驶数据集，数据量和场景都非常完整。

2. 交通标志数据集

KUL Belgium Traffic Sign Dataset 比利时的一个交通标志数据集。

German Traffic Sign 德国交通标注数据集。

STSD 超过20 000张带有20％标签的图像，包含3488个交通标志。

LISA 超过6610帧上的7855条标注。

Tsinghua-Tencent 100K 腾讯和清华合作的数据集，100000张图片，包含30000个交通标志实例。

论文

论文下载

文末有论文打包下载地址！！！请点击文末链接下载。同时论文下载强烈推荐，感谢这个网站的作者。

removing barriers in the way of science

2. 自动驾驶综述

Self-Driving Cars: A Survey

Towards Fully Autonomous Driving: Systems and Algorithms

A Survey of Autonomous Driving: Common Practices and Emerging Technologies

A Survey of Deep Learning Techniques for Autonomous Driving

3. 定位

下面总结了目前主流的定位方法，以及其优缺点，参考"A Survey of Autonomous Driving: Common Practices and Emerging Technologies"需要的自取

1.state-of-art定位综述

A survey of the state-of-the-art localization techniques and their potentials for autonomous vehicle applications

2.SLAM方法在自动驾驶领域应用综述

Simultaneous localization and mapping: A survey of current trends in autonomous driving

3.斯坦福DARPA比赛开山之作，主要是关于SLAM方法

Map-Based Precision Vehicle Localization in Urban Environments Robust Vehicle Localization in Urban Environments Using Probabilistic Maps

4.百度GNSS和点云定位融合方案

Robust and Precise Vehicle Localization based on Multi-sensor Fusion in Diverse City Scenes

4. 感知

计算机视觉在自动驾驶应用综述

Computer Vision for Autonomous Vehicles:Problems, Datasets and State-of-the-Art

2. 物体识别综述

Object Detection With Deep Learning: A Review

50 Years of object recognition: Directions forward

Deep Learning for Generic Object Detection: A Survey

Object Detection in 20 Years: A Survey - 2019

3. 道路和车道识别

Recent progress in road and lane detection: a survey

4. 传感器融合

Multisensor data fusion: A review of the state-of-the-art

A Review of Data Fusion Techniques

A COMPREHENSIVE REVIEW OF THE MULTI-SENSOR DATA FUSION ARCHITECTURES

A Survey of Multisensor Fusion Techniques, Architectures and Methodologies

5. 多目标跟踪

SIMPLE ONLINE AND REALTIME TRACKING

SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC

Deep Learning-based Vehicle Behaviour Prediction For Autonomous Driving Applications: A Review

Multiple Object Tracking: A Literature Review

DEEP LEARNING IN VIDEO MULTI-OBJECT TRACKING: A SURVEY

Deep Learning for Visual Tracking: A Comprehensive Survey

Learning to Divide and Conquer for Online Multi-Target Tracking

An Experimental Survey on Correlation Filter-based Tracking

5.预测

A Review of Tracking, Prediction and Decision Making Methods for Autonomous Driving

Human Motion Trajectory Prediction: A Survey

Deep Learning-based Vehicle Behaviour Prediction For Autonomous Driving Applications: A Review

A survey on motion prediction and risk assessment for intelligent vehicles

6. 规划控制

综述论文

A Survey of Motion Planning and ControlTechniques for Self-driving Urban Vehicles

A Review of Motion Planning Techniques for Automated Vehicles

2. 百度EMplanner论文

Baidu Apollo EM Motion Planner

7. End-to-End

端到端自动驾驶

End to End Learning for Self-Driving Cars - 2016 NVIDIA

8.V2X

v2x测试综述

A Survey of Vehicle to Everything (V2X) Testing

9. DARPA

DARPA城市挑战赛是无人驾驶技术的鼻祖，下面是参赛的队伍发表的论文集

Autonomous Driving in Urban Environments:Boss and the Urban Challenge

Motion Planning in Urban Environments

Junior: Stanford in The Urban Challenge

Odin: Team VictorTango’s entry in the DUC

A Perception-Driven Autonomous Urban Vehicle

Little Ben: The Ben Franklin Racing Team’s Entry in the 2007 DARPA Urban Challenge

Team Cornell’s Skynet: Robust Perception and Planning in anUrban Environment

A Practical Approach to Robotic Design for the DARPA Urban Challenge

Team AnnieWAY’s Autonomous System for the DARPA Urban Challenge 2007

Driving with Tentacles: Integral Structures for Sensingand Motion

Caroline: An Autonomously Driving Vehicle for Urban Environments

The MIT–Cornell Collision and Why It Happened

A Perspective on Emerging Automotive Safety Applications,Derived from Lessons Learned through Participation in the DARPA Grand Challenges

TerraMax: Team Oshkosh Urban Robot

参考

博客

1.资料合集

2.高精度地图

资料分享

1. 论文下载地址

论文分享在百度网盘，有需要的同学可以下载学习，提取码：gbd1

文件分享pan.baidu.com

2. 车联网白皮书

中国信通院白皮书打包下载

中国信通院-研究成果-权威发布-白皮书www.caict.ac.cn

如果觉得本文对你有帮助，欢迎点赞、分享、关注3连 O(∩_∩)O~~

参考

^自动驾驶技术栈整理 https://zhuanlan.zhihu.com/p/113319371

发布于 2019-03-06

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。