ShisatoYano/AutonomousVehicleControlBeginnersGuide

解決する課題

このプロジェクトは、自動運転車の制御に使用されるアルゴリズムとソフトウェアアーキテクチャを理解するための、初心者向けの構造化された学習リソースを提供します。実行可能なPythonサンプルコードと設計ドキュメントを提供することで、理論的概念と実践的な実装の間のギャップを埋めます。

仕組み

このリポジトリは、Pythonのシミュレーションとコンポーネントのコレクションとして構成されています。ユーザーは特定のスクリプトを実行して、さまざまな自動運転アルゴリズムがどのように機能するかを視覚化できます。このプロジェクトは、自動ナビゲーションのいくつかの主要な領域をカバーしています。

• 自己位置推定 (Localization)：車両の位置を特定する（例：拡張カルマンフィルタ Extended Kalman Filters を使用）。
• 地図生成 (Mapping)：環境地図を作成する（例：NDT マップ構築）。
• 経路計画 (Path Planning)：目的地までの最適なルートを決定する。
• 経路追従 (Path Tracking)：車両が計画された経路に従うことを保証する。
• 認識 (Perception)：センサーデータを解釈して周囲の状況を理解する。

対象読者

ハンズオンコーディングとシミュレーションを通じて自動運転アルゴリズムを学習したい初心者、学生、研究者向けに設計されています。

ハイライト

• 包括的な範囲：認識から経路追従まで、自動ナビゲーションの全パイプラインをカバー。
• アニメーションデモ：各アルゴリズムの実行可能なシミュレーションとアニメーションによる視覚化が含まれています。
• 教育的焦点：設計ドキュメントを伴う技術ガイドブックとして機能します。
• 開発者に優しい：Docker と Dev Container をサポートしており、環境構築が容易です。