autonomous-driving

AlpaSim adalah platform simulasi kendaraan otonom sumber terbuka yang dirancang untuk pengembangan dan pengujian kebijakan AV end-to-end

Kerangka kerja tergeneralisasi untuk pembuatan prototipe aplikasi otomatisasi pengoperasian kooperatif full-stack di bawah CARLA+SUMO.

Sekolah Pelatihan RL Multi-Agen yang Dapat Diskalakan untuk Mengemudi Otonom

Simulator robot ringan berbasis Python yang dirancang untuk navigasi, kontrol, dan pembelajaran

[CoRL '25] Simulasi Semu untuk Mengemudi Otonom; [NeurIPS '24] NAVSIM: Simulasi dan Tolok Ukur Kendaraan Otonom Non-Reaktif Berbasis Data.

CarlaAir: Menerbangkan Drone di Dalam Dunia CARLA!! Infrastruktur Terpadu untuk Kecerdasan Embodied Udara-Darat

[ICLR 2025 Oral] Implementasi resmi dari "Diffusion-Based Planning for Autonomous Driving with Flexible Guidance"

📦 eCAL - enhanced Communication Abstraction Layer. Middleware lintas platform publish-subscribe dan client-server performa tinggi.

Devkit dari dataset nuPlan.

[TPAMI 2026] Pemodelan Dunia 3D dan 4D: Sebuah Survei

OpenEMMA, "reproduksi" sumber terbuka berlisensi longgar dari model EMMA Waymo.

[NeurIPS 2024] Model Dunia yang Dapat Digeneralisasi untuk Mengemudi Otonom.

Kode untuk serangkaian pekerjaan dalam persepsi LiDAR, termasuk SST (CVPR 22), FSD (NeurIPS 22), FSD++ (TPAMI 23), FSDv2, dan CTRL (ICCV 23, oral).

Stack L2 ADAS gratis dan sepenuhnya open-source yang ditenagai oleh teknologi End-to-End AI

[Sorotan NeurIPS 2025] Implementasi resmi untuk "FutureSightDrive: Thinking Visually with Spatio-Temporal CoT for Autonomous Driving"

[ICRA 2022] Sebuah framework sumber terbuka untuk deteksi kooperatif. Implementasi resmi untuk OPV2V.

Catatan mengemudi otonom, menjelaskan dan menguraikan poin pengetahuan dari berbagai modul serta mengintegrasikan solusi industri yang sangat baik untuk membantu diri sendiri dan pembaca yang membutuhkan; mencakup pembelajaran mendalam, deeplearning, kendaraan tanpa awak, BEV, Transformer, ADAS, CVPR, Tesla AI Day, model bahasa besar, chatgpt, dan konten lainnya.

Alat Anotasi Bounding Box 3D (3D-BAT) untuk pelabelan Point cloud dan Gambar

[CVPR 2024 Highlight] GenAD: Model Prediktif Generalisasi untuk Mengemudi Otonom

[AAAI 2026] OpenDriveVLA: Menuju Mengemudi Otonom End-to-end dengan Model Aksi Bahasa Visi Besar

Implementasi resmi PyTorch untuk FB-BEV & FB-OCC - Transformasi tampilan maju-mundur untuk persepsi mengemudi otonom yang berpusat pada visi

Kursus tumpukan penuh jaringan grid pertama di Tiongkok "Dari BEV ke Occupancy Network, Prinsip Algoritma dan Praktik Rekayasa", termasuk penerapan di perangkat tepi. Kursus Persepsi Okupansi Semantik Sekitar untuk Mengemudi Otonom (dokumen, ppt, dan kode sumber) Beranda kursus online: http://111.229.117.200:8100/ (Dibangun secara mandiri oleh penulis)

Jaringan saraf tiruan mendalam yang belajar mengemudi dalam video game

LSD (LiDAR SLAM & Detection) adalah arsitektur persepsi open source untuk kendaraan otonom/robotik

Daftar lengkap mobil otonom

Simulator digital twin sumber terbuka untuk Autoware

[ICCV 2025] Implementasi resmi dari makalah “MagicDrive-V2: Pembuatan Video Panjang Resolusi Tinggi untuk Berkendara Otonom dengan Kontrol Adaptif”

Implementasi Python dari kontroler MPPI (Model Predictive Path-Integral) untuk memahami konsep dasar. Ketergantungan wajib hanya numpy dan matplotlib.

Persepsi Bird's Eye View

[CoRL'23] Membongkar kesalahpahaman tentang perencanaan gerak kendaraan berbasis pembelajaran.