autonomous-driving

AlpaSim ist eine Open-Source-Simulationsplattform für autonome Fahrzeuge, die für die Entwicklung und das Testen von End-to-End-AV-Richtlinien entwickelt wurde

Ein verallgemeinertes Framework zum Prototyping von kooperativen Full-Stack-Fahrassistenzanwendungen unter CARLA+SUMO.

Skalierbare Multi-Agenten-RL-Schulungsumgebung für das autonome Fahren

Ein Python-basierter, leichtgewichtiger Robotersimulator für Navigation, Steuerung und Lernen

[CoRL '25] Pseudo-Simulation für autonomes Fahren; [NeurIPS '24] NAVSIM: Datengesteuerte, nicht-reaktive Simulation und Benchmarking für autonome Fahrzeuge

CarlaAir: Drohnen in einer CARLA-Welt fliegen!! Eine einheitliche Infrastruktur für verkörperte Luft-Boden-Intelligenz

[ICLR 2025 Oral] Die offizielle Implementierung von „Diffusion-Based Planning for Autonomous Driving with Flexible Guidance“

📦 eCAL - enhanced Communication Abstraction Layer. Eine hochleistungsfähige, plattformübergreifende Publish-Subscribe- und Client-Server-Middleware.

Das Devkit des nuPlan-Datensatzes.

[TPAMI 2026] 3D- und 4D-Weltmodellierung: Eine Übersicht

OpenEMMA, eine freizügig lenzenzierte Open-Source-"Reproduktion" von Waymos EMMA-Modell.

[NeurIPS 2024] Ein verallgemeinerbares Weltmodell für autonomes Fahren

Kostenloser und vollständig quelloffener L2-ADAS-Stack, angetrieben durch End-to-End-KI-Technologie

Code für eine Reihe von Arbeiten zur LiDAR-Wahrnehmung, einschließlich SST (CVPR 22), FSD (NeurIPS 22), FSD++ (TPAMI 23), FSDv2 und CTRL (ICCV 23, Oral).

[NeurIPS 2025 Spotlight] Offizielle Implementierung für „FutureSightDrive: Thinking Visually with Spatio-Temporal CoT for Autonomous Driving“

[ICRA 2022] Ein Open-Source-Framework für kooperative Erkennung. Offizielle Implementierung für OPV2V.

Notizen zum autonomen Fahren, die Wissenspunkte einzelner Module analysieren und hervorragende Branchenlösungen integrieren, um sich selbst und bedürftigen Lesern zu helfen; enthält Inhalte wie Deep Learning, autonomes Fahren, BEV, Transformer, ADAS, CVPR, Tesla AI DAY, Large Models und ChatGPT.

3D-Bounding-Box-Annotierungstool (3D-BAT) für Punktwolken- und Bildmarkierung.

[CVPR 2024 Highlight] GenAD: Generalisiertes Prädiktives Modell für das autonome Fahren

[AAAI 2026] OpenDriveVLA: Auf dem Weg zum End-to-End-Autonomen Fahren mit großen Vision-Language-Action-Modellen

Offizielle PyTorch-Implementierung von FB-BEV & FB-OCC – Vorwärts-Rückwärts-Ansichtstransformation für die kamerabasierte autonome Fahrwahrnehmung

Umgebungsbezogener, semantischer Belegungswahrnehmungskurs für das autonome Fahren (Dokus, PPT und Quellcode).

Ein tiefes neuronales Netz, das lernt, in Videospielen zu fahren

LSD (LiDAR SLAM & Detection) ist eine Open-Source-Wahrnehmungsarchitektur für autonome Fahrzeuge und Robotik

Eine großartige Liste von autonomen Fahrzeugen

Open-Source-Simulator für digitale Zwillinge für Autoware

[ICCV 2025] Offizielle Implementierung des Papiers „MagicDrive-V2: High-Resolution Long Video Generation for Autonomous Driving with Adaptive Control“

Python-Implementierung eines MPPI-Controllers (Model Predictive Path-Integral) zum Verständnis der Grundidee. Zwingende Abhängigkeiten sind nur numpy und matplotlib.

Bird's Eye View Perception