ShisatoYano/AutonomousVehicleControlBeginnersGuide

解决的问题

此项目为初学者提供结构化的学习资源，以理解自动驾驶车辆控制中所使用的算法与软件架构。通过提供可执行的 Python 示例代码与设计文档，弥补了理论概念与实际应用之间的差距。

运作方式

本存储库组织为一系列 Python 模拟与组件。用户可以执行特定的脚本来可视化不同自动驾驶算法的运作方式。项目涵盖了自动导航的几个核心领域，包括：

• 定位 (Localization)：确定车辆位置（例如使用扩展卡尔曼滤波器 Extended Kalman Filters）。
• 地图构建 (Mapping)：建立环境地图（例如 NDT 地图构建）。
• 路径规划 (Path Planning)：确定前往目的地的最佳路线。
• 路径追踪 (Path Tracking)：确保车辆遵循规划的路径。
• 感知 (Perception)：解释传感器数据以了解周围环境。

适用对象

专为希望通过实作编码与模拟来研究自动驾驶算法的初学者、学生与研究人员所设计。

特色亮点

• 全面范畴：涵盖从感知到路径追踪的自动导航完整流程。
• 动画演示：包含每个算法的可执行模拟与动画可视化。
• 教育导向：作为一本附有设计文档的技术指南书。
• 开发者友好：提供 Docker 与 Dev Container 支持，方便环境设置。