ShisatoYano/AutonomousVehicleControlBeginnersGuide

Что это?

Ключевые возможности

• 01Примеры кода на Python для алгоритмов локализации, построения карт, планирования и отслеживания траектории, а также восприятия окружающей среды.
• 02Для каждого алгоритма есть запускаемая симуляция с анимированной демонстрацией.
• 03В проектной документации описана структура каждой программы.
• 04Для проверки окружения используются модульные тесты, запускаемые с помощью pytest.
• 05Настройка dev container для Docker автоматически устанавливает зависимости.

Сценарии использования

• Изучение алгоритмов управления автономным транспортом на запускаемых примерах кода на Python.
• Использование кода в учебных курсах и для преподавания концепций автономного вождения.
• Создание прототипов или сравнение методов локализации и отслеживания траектории в симуляции.

Быстрый старт

1. 1

   Клонируйте репозиторий

   git clone https://github.com/ShisatoYano/AutonomousVehicleControlBeginnersGuide
2. 2

   Настройте окружение (используйте контейнер разработки Docker в WSL или установите перечисленные зависимости Python)

3. 3

   Запустите модульные тесты, чтобы убедиться, что окружение работает

   . run_test_suites.sh
4. 4

   Запустите пример симуляции, например локализацию с помощью расширенного фильтра Калмана

   python src/simulations/localization/extended_kalman_filter_localization/extended_kalman_filter_localization.py

Что важно знать

• !Требуются Python 3.13.x и несколько библиотек, таких как NumPy, SciPy, CasADi и do-mpc.
• !В README рекомендуется использовать Linux напрямую или в виртуальной машине. Для работы в Windows через WSL необходимо настроить Docker.
• !Документы по проектированию пока не завершены и продолжают обновляться.

В подборках

Темы

Частые вопросы

Что такое AutonomousVehicleControlBeginnersGuide?

Примеры кода на Python и руководства по алгоритмам управления автономным транспортом — учебный ресурс для начинающих. В этом репозитории собраны примеры программ на Python для алгоритмов автономного вождения и проектная документация к каждой программе. Рассматриваются локализация, построение карт, планирование и отслеживание траектории, а также восприятие окружающей среды. Для каждого алгоритма есть запускаемая симуляция с анимированной демонстрацией.

AutonomousVehicleControlBeginnersGuide можно использовать бесплатно? Какая у него лицензия?

AutonomousVehicleControlBeginnersGuide распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.

AutonomousVehicleControlBeginnersGuide всё ещё поддерживается?

Активно поддерживается. Последний коммит в AutonomousVehicleControlBeginnersGuide — 5 нояб. 2026 г..

Для чего можно использовать AutonomousVehicleControlBeginnersGuide?

Изучение алгоритмов управления автономным транспортом на запускаемых примерах кода на Python. Использование кода в учебных курсах и для преподавания концепций автономного вождения. Создание прототипов или сравнение методов локализации и отслеживания траектории в симуляции.

Как установить AutonomousVehicleControlBeginnersGuide?

Клонируйте репозиторий: git clone https://github.com/ShisatoYano/AutonomousVehicleControlBeginnersGuide Настройте окружение (используйте контейнер разработки Docker в WSL или установите перечисленные зависимости Python) Запустите модульные тесты, чтобы убедиться, что окружение работает: . run_test_suites.sh Запустите пример симуляции, например локализацию с помощью расширенного фильтра Калмана: python src/simulations/localization/extended_kalman_filter_localization/extended_kalman_filter_localization.py

Где скачать AutonomousVehicleControlBeginnersGuide?

Исходный код и инструкции по установке — на GitHub: https://github.com/ShisatoYano/AutonomousVehicleControlBeginnersGuide