#autonomous-vehicles Repositórios
Descubra 51 repositórios ativos de código aberto no GitHub marcados com #autonomous-vehicles, acumulando um total de 164,248 estrelas (uma média de 3,220 por projeto). O líder deste tópico é AtsushiSakai/PythonRobotics, com 30,953 estrelas.
51 repositórios no total
Simulador de código aberto para veículos autônomos, construído sobre Unreal Engine / Unity, da Microsoft AI & Research
Autoware - o projeto de software de código aberto líder mundial para condução autônoma
Planejamento de Movimento e Navegação de AGV/AMR: Implementação de plugin de planejador ROS de A*, JPS, D*, LPA*, D* Lite, Theta*, RRT, RRT*, RRT-Connect, Informed RRT*, ACO, PSO, Voronoi, PID, LQR, MPC, DWA, APF, Pure Pursuit, etc.
Algoritmos de planejamento de movimento comumente usados em veículos autônomos. (planejamento de rota + rastreamento de rota)
Notas do Apollo (Notas de estudo do Apollo) - Notas de estudo do Apollo para iniciantes.
Lista Curada de Recursos sobre Carros Autônomos e Veículos Autônomos
Coletar alguns artigos sobre Modelos Mundiais (World Models) para Direção Autônoma (e Robótica, etc.).
NVIDIA Alpamayo 1 Nano é um modelo VLA de raciocínio aberto de 10B para veículos autônomos que combina trajetórias de direção com raciocínio de Cadeia de Causalidade.
Aprenda a condução autônoma construindo-a: simulações em Python e um livro didático aberto, no qual o sistema evolui etapa por etapa. Troque e compare algoritmos de localização, planejamento e controle dentro do mesmo sistema.
Um projeto que demonstra soluções de IA relacionadas a Lidar, incluindo três redes de DL Lidar/câmera aceleradas por GPU (PointPillars, CenterPoint, BEVFusion) e as bibliotecas relacionadas (cuPCL, 3D SparseConvolution, YUV2RGB, cuOSD,).
Uma lista selecionada de conjuntos de dados de radar, detecção, rastreamento e fusão
Uma seleção de materiais de pesquisa de ponta sobre previsão de trajetória
Computação simbólica rápida, geração de código e otimização não linear para robótica
AlpaSim é uma plataforma de simulação de veículos autónomos de código aberto projetada para o desenvolvimento e teste de políticas AV de ponta a ponta
Uma implementação em TensorFlow deste artigo da Nvidia: https://arxiv.org/pdf/1604.07316.pdf com algumas alterações
[ICLR24] Implementação oficial do artigo “MagicDrive: Geração de Vistas de Rua com Controle Diverso de Geometria 3D”
Planejamento de movimento (Planejamento de Caminho e Planejamento/Rastreamento de Trajetória) de AGV/AMR: implementação em python de Dijkstra, A*, JPS, D*, LPA*, D* Lite, (Lazy)Theta*, RRT, RRT*, RRT-Connect, Informed RRT*, Voronoi, PID, DWA, APF, LQR, MPC, RPP, Bezier, Dubins etc.
Project AirSim é a evolução do AirSim da Microsoft, uma plataforma de simulação avançada para construir, treinar e testar sistemas autônomos em ambientes virtuais de alta fidelidade。
OpenEMMA, uma 'reprodução' de código aberto e com licença permissiva do modelo EMMA da Waymo.
Caminhos de cobertura robustos e eficientes para veículos agrícolas autônomos. Uma biblioteca modular e extensível de Planejamento de Caminho de Cobertura
👉 Recursos da CARLA como tutorial, blog, código e etc https://github.com/carla-simulator/carla
Cosmos-Transfer1 é um modelo de transferência de mundo a mundo projetado para preencher a lacuna perceptual entre ambientes simulados e do mundo real.
Um sistema de navegação inercial auxiliado por múltiplos sensores, eficiente e robusto, com calibração online, capaz de fundir sensores IMU, câmera, LiDAR, GPS/GNSS e sensores de roda. Casos de uso: VINS/VIO, GPS-INS, LINS/LIO, fusão multissensorial para localização e mapeamento (SLAM). Este repositório também fornece simulação e dados multissensoriais.
Implementação em Python do controlador MPPI (Model Predictive Path-Integral) para compreender a ideia básica. As dependências obrigatórias são apenas numpy e matplotlib.
O primeiro curso abrangente do país sobre redes de ocupação em grade, «De BEV a Occupancy Network: princípios de algoritmos e prática de engenharia», que aborda a preparação dos dados de treinamento, o treinamento e a implantação em dispositivos de borda. Curso de percepção semântica de ocupação ao redor do veículo para direção autônoma (documentos, apresentações e código-fonte). Página inicial do curso on-line: http://111.229.117.200:8100/ (criada de forma independente pelo autor)
Implementação em TensorFlow para Computar uma Imagem de Vista Superior (BEV) Semanticamente Segmentada a Partir das Imagens de Múltiplas Câmeras Montadas no Veículo.
Uma especificação de dados para permitir a regulamentação do direito de passagem, política digital, geofencing e comunicação bidirecional entre empresas de mobilidade e agências públicas em todo o mundo para qualquer veículo regulamentado, compartilhado ou de agência.
Código para IDS-ML: desenvolvimento de sistema de detecção de intrusão usando algoritmos de aprendizado de máquina (Árvore de decisão, random forest, extra trees, XGBoost, stacking, k-means, otimização Bayesiana..)
Segmentação de solo rápida e robusta de última geração (SOTA) usando nuvem de pontos 3D (aceito na RA-L'21 com IROS'21)
Um praticante independente de direção autônoma -> Registrando meu processo de aprendizado e links de estudo relacionados à direção autônoma
(ITSC 2021) Otimizando a seleção de amostras para calibração robusta de câmera e lidar. Este pacote estima os parâmetros de calibração do referencial da câmera para o referencial do lidar.
[ICCV2023] NeRF-LOAM: Representação Implícita Neural para Odometria e Mapeamento LiDAR Incremental em Larga Escala
Perguntas Frequentes
Qual é o repositório de #autonomous-vehicles mais popular no GitHub?
O projeto de código aberto de #autonomous-vehicles mais bem classificado no GitHub é AtsushiSakai/PythonRobotics, com 30,953 estrelas. Códigos de exemplo Python e livro-texto para algoritmos de robótica.
Quais linguagens de programação são mais usadas nos repositórios de #autonomous-vehicles?
Entre os projetos de #autonomous-vehicles mais bem classificados no GitHub, as linguagens de programação mais comuns são C++, Python, Jupyter Notebook, C.
Como é calculada a classificação dos repositórios de #autonomous-vehicles?
Acompanhamos 51 repositórios ativos de código aberto marcados com #autonomous-vehicles (com mais de 500 estrelas), totalizando 164,248 estrelas e uma média de 3,220 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.