#autonomous-driving Dépôts
Découvrez 141 dépôts GitHub open source actifs associés à #autonomous-driving, cumulant 253,995 étoiles au total (soit une moyenne de 1,801 étoiles par projet). Le projet en tête de ce thème est AtsushiSakai/PythonRobotics, avec 30,953 étoiles.
141 dépôts au total
Autoware - le projet logiciel open-source leader mondial pour la conduite autonome
Bibliothèque de segmentation d'images facile à utiliser avec un zoo de modèles pré-entraînés impressionnant, supportant une large gamme de tâches pratiques en Semantic Segmentation, Interactive Segmentation, Panoptic Segmentation, Image Matting, 3D Segmentation, etc.
[ECCV 2022] Ceci est l'implémentation officielle de BEVFormer, un framework basé uniquement sur les caméras pour la perception de la conduite autonome, par exemple la détection d'objets 3D et la segmentation de cartes sémantiques.
[IEEE T-PAMI 2024] Tout ce dont vous avez besoin pour la conduite autonome de bout en bout
Une collection d'environnements pour des tâches de conduite autonome et de prise de décision tactique
OpenCalib : Une boîte à outils de calibration multi-capteurs pour la conduite autonome
Code open source correspondant pour les techniques SLAM dans la conduite autonome
Notes Apollo (Notes d'apprentissage Apollo) - Notes d'apprentissage Apollo pour débutants.
Collecter quelques articles sur les modèles mondiaux (World Models) pour la conduite autonome (et la robotique, etc.).
NVIDIA Alpamayo 1 Nano est un modèle VLA de raisonnement ouvert de 10B pour les véhicules autonomes qui associe les trajectoires de conduite au raisonnement par Chaîne de Causalité.
Une liste complète d'articles sur la définition des modèles mondiaux (World Models) et leur utilisation pour la génération vidéo générale, l'IA incarnée et la conduite autonome, y compris des articles, des codes et des sites web associés.
[Présentation orale à CVPR'24] Dépôt officiel de Point Transformer V3 (PTv3). Propose également un package PyTorch + Triton installable avec pip, comprenant les encodeurs préentraînés Sonata, Concerto et Utonia.
[NeurIPS 2024 Datasets and Benchmarks Track] Benchmark E2E-AD en Boucle Fermée Amélioré par un Expert RL de Modèle Mondial
Apprenez la conduite autonome en la construisant : des simulations Python et un manuel libre dans lequel le système évolue étape par étape. Remplacez et comparez les algorithmes de localisation, de planification et de contrôle au sein d’un même système.
Une liste organisée de jeux de données radar, de détection, de suivi et de fusion
Une sélection de matériaux de recherche de pointe sur la prédiction de trajectoire
[PAMI'23] TransFuser : Imitation avec fusion de capteurs basée sur Transformer pour la conduite autonome ; [CVPR'21] Multi-Modal Fusion Transformer pour la conduite autonome de bout en bout
[CVPR 2025 Highlight] Modèle de Diffusion Tronqué pour la Conduite Autonome End-to-End en Temps Réel
[ICLR'23 Spotlight & ECCV'24 & IJCV'24] MapTR : Modélisation et apprentissage structurés pour la construction de cartes HD vectorisées en ligne
Ce dépôt fournit des références précieuses pour les chercheurs dans le domaine de la multimodalité, commencez votre voyage d'exploration dans les MLLM de raisonnement basés sur RL !
[ICCV 2023 & ICLR 2026] VAD : Représentation vectorielle des scènes pour la conduite autonome efficace
[IEEE T-PAMI 2023] Recherche impressionnante sur la perception BEV et guide pour tous les niveaux dans la conduite autonome
😎 Liste LIDAR géniale. La liste comprend les fabricants de LIDAR, les ensembles de données, les algorithmes de traitement des nuages de points, les frameworks de nuages de points et les simulateurs.
Une implémentation Python complète pour le système de vision panoramique de voitures réelles
[ECCV 2024 Oral] DriveLM : Conduire avec des questions-réponses visuelles sur graphes
AlpaSim est une plateforme de simulation de véhicules autonomes open-source conçue pour le développement et les tests de politiques AV de bout en bout
Soulever, Éclabousser, Tirer : Encodage d'images à partir de rigs de caméra arbitraires en reprojetant implicitement en 3D (ECCV 2020)
Un simulateur robotique léger basé sur Python conçu pour la navigation, le contrôle et l’apprentissage.
Un cadre généralisé pour le prototypage d'applications d'automatisation de conduite coopérative full-stack sous CARLA+SUMO.
CarlaAir: Faites voler des drones dans un monde CARLA !! Une infrastructure unifiée pour l'intelligence incarnée air-sol
[CoRL '25] Pseudo-Simulation pour la Conduite Autonome ; [NeurIPS '24] NAVSIM : Simulation et Benchmark de Véhicules Autonomes Non Réactifs Basés sur les Données
Foire aux questions
Quel est le dépôt #autonomous-driving le plus populaire sur GitHub ?
Le projet #autonomous-driving open source le mieux classé sur GitHub est AtsushiSakai/PythonRobotics, avec 30,953 étoiles. Exemples de codes Python et manuel pour les algorithmes de robotique.
Quels langages de programmation sont les plus utilisés dans les dépôts #autonomous-driving ?
Parmi les projets #autonomous-driving les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Jupyter Notebook, Dockerfile.
Comment le classement des dépôts #autonomous-driving est-il calculé ?
Nous suivons 141 dépôts open source actifs associés à #autonomous-driving (500+ étoiles), totalisant 253,995 étoiles, avec une moyenne de 1,801 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.