ShisatoYano/AutonomousVehicleControlBeginnersGuide

해결하는 문제

이 프로젝트는 자율 주행 차량 제어에서 사용되는 복잡한 알고리즘과 소프트웨어 아키텍처를 이해하는 데 도움이 되는 포괄적인 Python 샘플 코드와 문서 컬렉션을 제공합니다.

작동 방식

다섯 가지 핵심 영역에 걸쳐 다양한 자율 주행 시뮬레이션을 구현합니다.

• 로컬라이제이션: 확장 칼만 필터(EKF), 비선형 칼만 필터(UKF), 입자 필터 등을 사용하여 차량의 위치를 결정합니다.
• 맵핑: 이진 점유 그리드, 비용 맵, 포텐셜 필드 맵, NDT 맵 등 다양한 맵 유형을 구축합니다.
• 경로 계획: A*, 하이브리드 A*, D*, RRT*, Q-러닝 등 다양한 탐색 및 최적화 알고리즘을 구현합니다.
• 경로 추적: 퍼스uit, 스탠리 스티어링, LQR, MPPI 등의 제어 전략을 제공하여 차량이 계획된 경로를 유지할 수 있도록 합니다.
• 인식: 사각형 피팅 검출 및 센서 외부 파라미터 추정을 위한 도구를 포함합니다.

대상 사용자

자율 주행 차량 알고리즘과 소프트웨어 개발을 실습 기반으로 배우고자 하는 초보자, 학생, 연구자에게 적합합니다.

주요 특징

• 광범위한 알고리즘 커버리지: 디크스트라 알고리즘과 같은 전통적인 경로 탐색부터 Q-러닝과 같은 현대적인 강화 학습까지 포함합니다.
• 시각적 시뮬레이션: 거의 모든 구현된 알고리즘에 대해 GIF로 시연을 제공하여 결과를 시각적으로 확인할 수 있습니다.
• 개발 준비 완료: Linux/WSL 환경에서의 환경 설정을 쉽게 할 수 있도록 Docker 및 Dev Container 지원을 포함합니다.