autonomous-driving

AlpaSim est une plateforme de simulation de véhicules autonomes open source conçue pour le développement et le test de politiques de conduite autonome de bout en bout.

Un framework généralisé pour le prototypage d'applications d'automatisation de conduite coopérative full-stack sous CARLA+SUMO.

École de formation à l'apprentissage par renforcement multi-agents évolutif pour la conduite autonome.

Un simulateur de robot léger basé sur Python, conçu pour la navigation, le contrôle et l'apprentissage.

[CoRL '25] Pseudo-simulation pour la conduite autonome ; [NeurIPS '24] NAVSIM : Simulation et évaluation de véhicules autonomes non réactifs basées sur les données

CarlaAir : Pilotez des drones dans un monde CARLA !! Une infrastructure unifiée pour l'intelligence incarnée air-sol.

[ICLR 2025 Oral] Implémentation officielle de "Diffusion-Based Planning for Autonomous Driving with Flexible Guidance".

📦 eCAL - enhanced Communication Abstraction Layer. Un middleware multiplateforme de publication-abonnement et client-serveur haute performance.

Le kit de développement du jeu de données nuPlan.

[TPAMI 2026] Modélisation du monde 3D et 4D : une étude

OpenEMMA, une reproduction open source sous licence permissive du modèle EMMA de Waymo.

[NeurIPS 2024] Un modèle mondial généralisable pour la conduite autonome.

Code pour une série de travaux sur la perception LiDAR, incluant SST (CVPR 22), FSD (NeurIPS 22), FSD++ (TPAMI 23), FSDv2 et CTRL (ICCV 23, oral).

Pile ADAS L2 gratuite et entièrement open source basée sur une technologie d'IA de bout en bout

[NeurIPS 2025 spotlight] Implémentation officielle de "FutureSightDrive: Thinking Visually with Spatio-Temporal CoT for Autonomous Driving".

[ICRA 2022] Un framework open source pour la détection coopérative. Implémentation officielle pour OPV2V.

Notes sur la conduite autonome, analysant les points clés de chaque module et intégrant des solutions industrielles de pointe pour aider l'auteur et les lecteurs ; inclut le deep learning, la conduite sans conducteur, BEV, Transformer, ADAS, CVPR, Tesla AI Day, les grands modèles, ChatGPT, etc.

Outil d'annotation de boîtes englobantes 3D (3D-BAT) pour nuages de points et images

[CVPR 2024 Highlight] GenAD : Modèle prédictif généralisé pour la conduite autonome.

[AAAI 2026] OpenDriveVLA : Vers une conduite autonome de bout en bout avec un modèle d'action basé sur le langage et la vision.

Implémentation officielle PyTorch de FB-BEV et FB-OCC - Transformation de vue avant-arrière pour la perception en conduite autonome centrée sur la vision.

Premier cours complet sur les réseaux de neurones à grille (Occupancy Network) en Chine : « Du BEV à l'Occupancy Network, principes algorithmiques et pratique d'ingénierie », incluant le déploiement sur appareil. Cours de perception sémantique d'occupation pour la conduite autonome (docs, PPT et code source).

Réseau de neurones profond apprenant à conduire dans des jeux vidéo

LSD (LiDAR SLAM & Detection) est une architecture de perception open source pour les véhicules autonomes et la robotique

Une liste exhaustive de voitures autonomes

Simulateur de jumeau numérique open source pour Autoware

[ICCV 2025] Implémentation officielle de l'article « MagicDrive-V2 : Génération de vidéos longues haute résolution pour la conduite autonome avec contrôle adaptatif ».

Implémentation Python du contrôleur MPPI (Model Predictive Path-Integral) pour comprendre le principe de base. Les seules dépendances obligatoires sont numpy et matplotlib.

Perception en vue aérienne (Bird's Eye View)

[CoRL'23] En finir avec les idées reçues sur la planification du mouvement des véhicules basée sur l'apprentissage