AutonomousVehicleControlBeginnersGuide

跟着示例代码，从零入门自动驾驶控制算法

本项目是面向自动驾驶控制算法初学者的开源技术指南，提供Python示例代码和配套文档，系统讲解车辆控制、定位、建图、标定、目标检测等核心模块。它解决初学者入门门槛高、缺乏系统性学习路径的问题，通过可运行的代码和清晰的架构说明，帮助用户理解从传感器数据处理到控制指令输出的完整流程。项目覆盖算法原理与软件实现，适合作为自学教材或教学辅助材料，助力快速搭建自动驾驶控制知识体系。

开源 free 行业应用

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1655

维护状态活跃

是否开源是

定价模式 free

项目数据

分类行业应用

开发团队ShisatoYano

所属国家

官网地址https://www.eureka-moments-blog.com

GitHubhttps://github.com/ShisatoYano/AutonomousVehicleControlBeginnersGuide

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自由使用和修改。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型algorithm,autonomous-driving,autonomous-navigation,autonomous-vehicles,calibration,localization,mapping,object-detection,object-tracking,path-planning,path-tracking,perception,python,slam

GitHub 星标★ 1655

30天Star增速

HF 下载量

上线时间2022-07-01 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-10

浏览次数8

使用教程

难度：入门约 15 分钟部署方式：Docker 4 步

环境要求

已安装 Git，可执行 git clone
已安装 Docker（README 推荐在 WSL 上安装 Docker 进行环境搭建）
已安装 VSCode，并用于打开仓库文件夹、创建 Dev Container
本机可运行 Python 脚本（示例代码均为 Python）

安装与启动步骤

1克隆代码仓库

把项目源码下载到本地，README 第 1 步即为克隆仓库，注意命令前不要输入 $ 提示符。
```
git clone https://github.com/ShisatoYano/AutonomousVehicleControlBeginnersGuide
```
2搭建运行环境

README 推荐在 WSL 上使用 Docker：先用 VSCode 打开仓库文件夹，再创建 Dev Container，所需库会自动安装。
3运行单元测试

执行仓库自带测试脚本，确认环境里的依赖库已正确安装，无报错即表示配置成功。
```
. run_test_suites.sh
```
4运行仿真示例

README 说明在 src/simulations 目录下执行对应 Python 脚本，这里以扩展卡尔曼滤波定位仿真为例。
```
python src/simulations/localization/extended_kalman_filter_localization/extended_kalman_filter_localization.py
```

如何确认成功

执行 . run_test_suites.sh 无报错，说明依赖环境安装成功；再运行 src/simulations 下的脚本能出现对应仿真结果即为正常。

常见问题

Q：怎么搭建运行环境？

A：README 给出的方式是在 WSL 上安装 Docker，用 VSCode 打开仓库文件夹后创建 Dev Container，所需依赖库会自动安装完成，无需手动逐条安装。

Q：如何运行某个算法的仿真？

A：进入仓库的 src/simulations 目录，找到对应算法子目录并执行其中的 Python 脚本，例如扩展卡尔曼滤波定位示例的脚本路径。

Q：必须先跑单元测试吗？

A：README 第 3 步安排先执行 . run_test_suites.sh 来确认环境安装成功，建议先跑通测试再运行仿真脚本，便于定位环境问题。

Q：有中文或详细算法文档吗？

A：README 仅列出项目为面向初学者的技术指南，并提供了官网链接 https://www.eureka-moments-blog.com，可前往官网查看配套说明。

注意事项

README 中的命令前带 $ 提示符，复制执行时要去掉该符号。
环境搭建依赖 Docker 与 VSCode Dev Container，首次创建容器会自动下载镜像并安装依赖，耗时较长。
README 的 Requirements 章节未在节选中给出具体版本号，安装前建议先查看仓库内该章节确认细节。
项目为算法示例代码集合，运行各仿真脚本时请注意路径要与 README 中给出的目录结构一致。

核心亮点

提供可直接运行的Python示例代码，降低实践门槛
文档结构清晰，按算法和架构模块化组织，便于查阅
覆盖定位、建图、控制等关键环节，学习路径完整

不足之处

示例代码可能未针对实际车辆部署优化，与工业级应用有差距
文档/社区待观察，更新频率和互动性需进一步确认

适用场景

自动驾驶初学者自学算法原理与代码实现
高校或培训机构作为课程实验教材
工程师快速了解自动驾驶软件架构的参考

替代项目

Apollo、Autoware、PythonRobotics

项目介绍

AutonomousVehicleControlBeginnersGuide 是行业应用领域的开源项目，由 ShisatoYano 开发，2022 年首次发布。

在全站 13,109 个收录项目中，它的 GitHub 星标数（1,655）位列前 30%，在行业应用分类中处于中上游。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。MIT许可证，完全免费，可自由使用和修改。

它主要面向的使用场景是：自动驾驶初学者自学算法原理与代码实现。同类可对比的替代方案包括 Apollo、Autoware、PythonRobotics。

上一篇：naps2

下一篇：argos-translate