ShisatoYano/AutonomousVehicleControlBeginnersGuide

해결하는 문제

이 프로젝트는 초보자가 자율주행 차량 제어에 사용되는 알고리즘과 소프트웨어 아키텍처를 이해할 수 있도록 구조화된 학습 리소스를 제공합니다. 실행 가능한 Python 샘플 코드와 설계 문서를 제공함으로써 이론적 개념과 실제 구현 사이의 간극을 메워줍니다.

작동 방식

이 저장소는 Python 시뮬레이션과 구성 요소의 모음으로 구성되어 있습니다. 사용자는 특정 스크립트를 실행하여 다양한 자율주행 알고리즘이 어떻게 작동하는지 시각화할 수 있습니다. 이 프로젝트는 다음과 같은 자율주행의 핵심 영역을 다룹니다.

• 위치 추정 (Localization): 차량의 위치를 결정 (예: 확장 칼만 필터 Extended Kalman Filters 사용).
• 지도 생성 (Mapping): 환경 지도를 생성 (예: NDT 지도 구축).
• 경로 계획 (Path Planning): 목적지까지의 최적 경로를 결정.
• 경로 추종 (Path Tracking): 차량이 계획된 경로를 따라가도록 보장.
• 인지 (Perception): 센서 데이터를 해석하여 주변 환경을 이해.

대상 독자

실습 코딩과 시뮬레이션을 통해 자율주행 알고리즘을 공부하고자 하는 초보자, 학생, 연구자를 위해 설계되었습니다.

주요 특징

• 포괄적인 범위: 인지부터 경로 추종까지 자율주행의 전체 파이프라인을 다룹니다.
• 애니메이션 데모: 각 알고리즘에 대한 실행 가능한 시뮬레이션과 애니메이션 시각화가 포함되어 있습니다.
• 교육적 초점: 설계 문서가 포함된 기술 가이드북 역할을 합니다.
• 개발자 친화적: Docker 및 Dev Container를 지원하여 환경 설정이 간편합니다.