#autonomous-driving Repositories
Entdecke 141 aktive Open-Source-GitHub-Repositories, die mit #autonomous-driving getaggt sind und insgesamt 253,995 Sterne gesammelt haben (durchschnittlich 1,801 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist AtsushiSakai/PythonRobotics mit 30,953 Sternen.
Insgesamt 141 Repositories
Autoware - das weltweit führende Open-Source-Softwareprojekt für autonomes Fahren
Einfach zu bedienende Bildsegmentierungs-Bibliothek mit toller Sammlung vortrainierter Modelle, die eine breite Palette praktischer Aufgaben in Semantic Segmentation, Interactive Segmentation, Panoptic Segmentation, Image Matting, 3D Segmentation usw. unterstützt.
[ECCV 2022] Dies ist die offizielle Implementierung von BEVFormer, einem kameraeigenen Framework für die Wahrnehmung autonomer Fahrzeuge, z.B. 3D-Objekterkennung und semantische Kartensegmentierung.
[IEEE T-PAMI 2024] Alles, was Sie für autonomes Fahren von Ende zu Ende benötigen
Eine Sammlung von Umgebungen für autonomes Fahren und taktische Entscheidungsaufgaben
OpenCalib: Eine Toolbox für die Multi-Sensor-Kalibrierung für autonomes Fahren
Entsprechender Open-Source-Code für SLAM-Techniken im autonomen Fahren
Sammeln Sie einige Forschungsarbeiten zu Weltmodellen (World Models) für das autonome Fahren (und Robotik usw.).
NVIDIA Alpamayo 1 Nano ist ein offenes 10B Reasoning-VLA-Modell für autonome Fahrzeuge, das Fahrbahnen mit Kausalitätsketten-Reasoning kombiniert.
Eine umfassende Liste von Papieren zur Definition von World Models und zur Verwendung von World Models für die allgemeine Videogenerierung, Embodied AI und autonomes Fahren, einschließlich Papieren, Codes und verwandten Websites.
[Vortrag auf der CVPR'24] Offizielles Repository von Point Transformer V3 (PTv3). Außerdem ein per pip installierbares PyTorch- und Triton-Paket mit den vortrainierten Encodern Sonata, Concerto und Utonia.
[NeurIPS 2024 Datasets and Benchmarks Track] Geschlossene E2E-AD-Benchmark, erweitert durch einen World-Model-RL-Experten
Lerne autonomes Fahren, indem du es selbst entwickelst: mit Python-Simulationen und einem frei zugänglichen Lehrbuch, in dem das System Schritt für Schritt wächst. Tausche Lokalisierungs-, Planungs- und Steuerungsalgorithmen im selben System aus und vergleiche sie.
Eine kuratierte Liste von Radardatensätzen, Detektion, Verfolgung und Fusion
Eine Auswahl an hochmodernen Forschungsunterlagen zur Trajektorievorhersage
[PAMI'23] TransFuser: Imitation mit Transformer-basierter Sensorfusion für autonomes Fahren; [CVPR'21] Multi-Modal Fusion Transformer für autonomes Fahren End-to-End
[CVPR 2025 Highlight] Truncated Diffusion Model für Echtzeit-End-to-End-Autonomes Fahren
[ICLR'23 Spotlight & ECCV'24 & IJCV'24] MapTR: Strukturiertes Modellieren und Lernen für den Online-Vektorisierungsbau hochpräziser Karten
Dieses Repository bietet wertvolle Referenzen für Forscher im Bereich Multimodalität, beginnen Sie Ihre Entdeckungsreise in RL-basierten Reasoning MLLMs!
[ICCV 2023 & ICLR 2026] VAD: Vektorbasierte Szenenrepräsentation für effizientes autonomes Fahren
[IEEE T-PAMI 2023] Großartige BEV-Wahrnehmungsforschung und ein Kochbuch für alle Zielgruppen im autonomen Fahren
😎 Fantastische LIDAR-Liste. Die Liste enthält LIDAR-Hersteller, Datensätze, Punktwolkenverarbeitungsalgorithmen, Punktwolken-Frameworks und Simulatoren.
Eine vollständige Python-Implementierung für das Surround-View-System von echten Autos
AlpaSim ist eine Open-Source-Simulationsplattform für autonome Fahrzeuge, die für die Entwicklung und das Testen von End-to-End-AV-Richtlinien entwickelt wurde
Anheben, Pflatsch, Schießen: Kodierung von Bildern aus beliebigen Kamerarigs durch implizites Zurückprojizieren in 3D (ECCV 2020)
Ein leichtgewichtiger Robotersimulator auf Python-Basis, entworfen für Navigation, Steuerung und Lernen.
Ein verallgemeinerter Rahmen für die Prototypenentwicklung von Full-Stack-Anwendungen für kooperatives Fahren unter CARLA+SUMO.
CarlaAir: Drohnen in einer CARLA-Welt fliegen!! Einheitliche Infrastruktur für Luft-Boden verkörperte Intelligenz
[CoRL '25] Pseudo-Simulation für autonomes Fahren; [NeurIPS '24] NAVSIM: Datengesteuerte nicht-reaktive Simulation und Benchmark für autonome Fahrzeuge
Häufig gestellte Fragen
Welches ist das beliebteste #autonomous-driving-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#autonomous-driving-Projekt auf GitHub ist AtsushiSakai/PythonRobotics mit 30,953 Sternen. Python-Beispielcodes und Lehrbuch für Robotik-Algorithmen.
Welche Programmiersprachen werden in #autonomous-driving-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #autonomous-driving-Projekten auf GitHub sind Python, C++, Jupyter Notebook, Dockerfile die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #autonomous-driving-Repositories berechnet?
Wir verfolgen 141 aktive Open-Source-Repositories, die mit #autonomous-driving getaggt sind (500+ Sterne), mit insgesamt 253,995 Sternen und durchschnittlich 1,801 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.