从零开始学习自动驾驶决策规划

从零开始学习自动驾驶路径规划实战(包括Apollo，autoware规划算法等，以及一些基础控制算法)

自动驾驶路径规划控制ros1和ros2移植Apollo和autoware规控算法可跑工程（适合入门学习，科研和实战），不仅包括移植Apollo和autoware规划算法，还包括其他规划算法，与carla联合仿真实现规划控制，autoware-carla联合仿真，Lanelet高精度地图构建，强化学习等等，基本涵盖了公司算法的基本要求。从入门到掌握的一系列算法的应用，学会工程代码实战，包括ros1和ros2。具体效果视频请看主页视频：
bibi个人主页
注意，本套优化理论涉及比较浅，主要以丰富实战经验为主！介意者慎拍。另外，作者只测试了ubuntu18.04和ubuntu20.04，不是这两个系统虽然可以自己用docker系统测试，但也慎拍。

共八个套餐，每个套餐包含的内容如下：

（1）整套-涵盖的内容如下：

前言课
第一节-ros工程的创建
第一节-运行环境和工程目录简介

第二节-工程运行和小车模型搭建简介
第二节-车辆里程计

第三节-地图路线构建方法
第三节-参考线平滑函数
第三节-参考线平滑原理（一）
第三节-参考线平滑原理（二） 

第四节-lqr控制器、pid控制器、stanley控制器、pure_pursuit控制器代码简介(已添加mpc控制算法)

第五节-局部规划器代码简介
第五节-Frenet坐标系和参考线参数计算

第六节-模拟障碍物的生成函数介绍
第六节-模拟障碍物的生成方法介绍
第六节-障碍物函数类的介绍

第七节-基于Frenet采样规划原理（一）
第七节-基于Frenet采样规划原理（二） 
第七节-基于Frenet采样规划原理（三） 
第七节-基于Frenet采样规划总结
第七节-基于Frenet采样规划的补充-停止模式

第八节-Lattice规划算法-函数介绍（第八节-Lattice规划算法原理一）
第八节-Lattice规划算法-障碍物的SL图和ST图（一）  
第八节-Lattice规划算法-障碍物的SL图和ST图（二）  
第八节-Lattice规划算法-巡航模式的速度采样            
第八节-Lattice规划算法-超车和跟车速度采样（一）  
第八节-Lattice规划算法-超车和跟车速度采样（二） 
第八节-Lattice规划算法-横向采样与二次规划 
第八节-Lattice规划算法-二次规划（一）                
第八节-Lattice规划算法-二次规划（二）             
第八节-Lattice规划算法-二次规划（三）                    
第八节-Lattice规划算法一-代价函数           
第八节-Lattice规划算法-合成函数和碰撞检测       
第八节-Lattice规划算法效果演示            

第九节-Em规划算法-函数介绍
第九节-Em规划算法-路径规划DP介绍
第九节-Em规划算法-路径规划QP函数介绍
第九节-Em规划算法-路径规划QP原理和效果显示
第九节-Em规划算法-速度规划DP介绍
第九节-Em规划算法-速度规划QP介绍
第九节-Em规划算法-效果演示

第十节-混合A星算法（一） 
第十节-混合A星算法（二） 
第十节-混合A星算法（三） 
第十节-混合A星算法（四） 
第十节-混合A星算法（五） 
第十节-混合A星算法效果演示-泊车场景

第十一节-变道规划算法-变道算法介绍
第十一节-变道规划算法-Lattice超车和跟车效果演示
第十一节-变道规划算法-变道算法决策过程（一）
第十一节-变道规划算法-变道算法决策过程（二） 
第十一节-变道规划算法-效果演示

第十二节-open planner规划算法-介绍
第十二节-open planner规划算法-效果演示

第十三节-carla-ros联合仿真-carla介绍与版本选择
第十三节-carla-ros联合仿真-carla环境配置与运行
第十三节-carla-ros联合仿真-PythonAPI例子介绍
第十三节-carla-ros联合仿真-PythonAPI应用示例
第十三节-carla-ros联合仿真-ros-bridge的介绍
第十三节-carla-ros联合仿真-ros-bridge的使用
第十三节-carla-ros联合仿真-ros-bridge的代码讲解
第十三节-carla-ros联合仿真-ros-bridge的坑
第十三节-carla-ros联合仿真-ros-bridge的演示
第十三节-carla-ros联合仿真-切回ros单独仿真

carla-ros联合仿真-避开静态障碍物
carla-ros联合仿真-跟随动态障碍物

第十四节-Lanelet教程-JOSM的使用（一）
第十四节-Lanelet教程-JOSM的使用（二）
第十四节-Lanelet教程-JOSM的使用（三）
第十四节-Lanelet教程-Lanelet加载osm地图文件
第十四节-Lanelet教程-JOSM画图补充注意点
第十四节-Lanelet教程-参考博文学习
第十四节-Lanelet教程-Lanelet规划模块

第十五节-autoware.ai使用教程-前言课
第十五节-autoware.ai使用教程-docker安装
第十五节-autoware.ai使用教程-源码安装
第十五节-autoware.ai使用教程-demo运行
第十五节-autoware.ai使用教程-carla联合仿真实现规划控制（停障）-docker
第十五节-autoware.ai使用教程-carla联合仿真open planner 避障 -docker

第十六节-carla泊车场景-dl-iaps优化算法流程简介与效果演示
第十六节-carla泊车场景搭建
第十六节-carla泊车场景-dl-iaps优化算法carla实战

第十七节-基础代码的ros2版本
第十八节-开放空间算法之DWA planner和teb算法实战
第十九节-carla交叉口场景-交叉口规划决策实战
第二十节-强化学习交叉口决策入门项目示例-python工程推荐

第二十一节-autoware.universe规控carla联合仿真使用教程，ros2（待更新）

（2）基础代码ros1版本-涵盖的内容如下：

前言课
第一节-ros工程的创建
第一节-运行环境和工程目录简介

第二节-工程运行和小车模型搭建简介
第二节-车辆里程计

第三节-地图路线构建方法
第三节-参考线平滑函数
第三节-参考线平滑原理（一）
第三节-参考线平滑原理（二） 

第四节-lqr控制器、pid控制器、stanley控制器、pure_pursuit控制器代码简介

第五节-局部规划器代码简介
第五节-Frenet坐标系和参考线参数计算

第六节-模拟障碍物的生成函数介绍
第六节-模拟障碍物的生成方法介绍
第六节-障碍物函数类的介绍

第七节-基于Frenet采样规划原理（一）
第七节-基于Frenet采样规划原理（二） 
第七节-基于Frenet采样规划原理（三） 
第七节-基于Frenet采样规划总结
第七节-基于Frenet采样规划的补充-停止模式

第八节-Lattice规划算法-函数介绍（第八节-Lattice规划算法原理一）
第八节-Lattice规划算法-障碍物的SL图和ST图（一）  
第八节-Lattice规划算法-障碍物的SL图和ST图（二）  
第八节-Lattice规划算法-巡航模式的速度采样            
第八节-Lattice规划算法-超车和跟车速度采样（一）  
第八节-Lattice规划算法-超车和跟车速度采样（二） 
第八节-Lattice规划算法-横向采样与二次规划 
第八节-Lattice规划算法-二次规划（一）                
第八节-Lattice规划算法-二次规划（二）             
第八节-Lattice规划算法-二次规划（三）                    
第八节-Lattice规划算法一-代价函数           
第八节-Lattice规划算法-合成函数和碰撞检测       
第八节-Lattice规划算法效果演示            

第九节-Em规划算法-函数介绍
第九节-Em规划算法-路径规划DP介绍
第九节-Em规划算法-路径规划QP函数介绍
第九节-Em规划算法-路径规划QP原理和效果显示
第九节-Em规划算法-速度规划DP介绍
第九节-Em规划算法-速度规划QP介绍
第九节-Em规划算法-效果演示

第十节-混合A星算法（一） 
第十节-混合A星算法（二） 
第十节-混合A星算法（三） 
第十节-混合A星算法（四） 
第十节-混合A星算法（五） 
第十节-混合A星算法效果演示-泊车场景

第十一节-变道规划算法-变道算法介绍
第十一节-变道规划算法-Lattice超车和跟车效果演示
第十一节-变道规划算法-变道算法决策过程（一）
第十一节-变道规划算法-变道算法决策过程（二） 
第十一节-变道规划算法-效果演示

第十二节-open planner规划算法-介绍
第十二节-open planner规划算法-效果演示

（3）基础代码ros2版本-涵盖的内容如下：

前言课
第一节-ros工程的创建
第一节-运行环境和工程目录简介

第二节-工程运行和小车模型搭建简介
第二节-车辆里程计

第三节-地图路线构建方法
第三节-参考线平滑函数
第三节-参考线平滑原理（一）
第三节-参考线平滑原理（二） 

第四节-lqr控制器、pid控制器、stanley控制器、pure_pursuit控制器代码简介

第五节-局部规划器代码简介
第五节-Frenet坐标系和参考线参数计算

第六节-模拟障碍物的生成函数介绍
第六节-模拟障碍物的生成方法介绍
第六节-障碍物函数类的介绍

第七节-基于Frenet采样规划原理（一）
第七节-基于Frenet采样规划原理（二） 
第七节-基于Frenet采样规划原理（三） 
第七节-基于Frenet采样规划总结
第七节-基于Frenet采样规划的补充-停止模式

第八节-Lattice规划算法-函数介绍（第八节-Lattice规划算法原理一）
第八节-Lattice规划算法-障碍物的SL图和ST图（一）  
第八节-Lattice规划算法-障碍物的SL图和ST图（二）  
第八节-Lattice规划算法-巡航模式的速度采样            
第八节-Lattice规划算法-超车和跟车速度采样（一）  
第八节-Lattice规划算法-超车和跟车速度采样（二） 
第八节-Lattice规划算法-横向采样与二次规划 
第八节-Lattice规划算法-二次规划（一）                
第八节-Lattice规划算法-二次规划（二）             
第八节-Lattice规划算法-二次规划（三）                    
第八节-Lattice规划算法一-代价函数           
第八节-Lattice规划算法-合成函数和碰撞检测       
第八节-Lattice规划算法效果演示            

第九节-Em规划算法-函数介绍
第九节-Em规划算法-路径规划DP介绍
第九节-Em规划算法-路径规划QP函数介绍
第九节-Em规划算法-路径规划QP原理和效果显示
第九节-Em规划算法-速度规划DP介绍
第九节-Em规划算法-速度规划QP介绍
第九节-Em规划算法-效果演示

第十节-混合A星算法（一） 
第十节-混合A星算法（二） 
第十节-混合A星算法（三） 
第十节-混合A星算法（四） 
第十节-混合A星算法（五） 
第十节-混合A星算法效果演示-泊车场景


第十一节-变道规划算法-变道算法介绍
第十一节-变道规划算法-Lattice超车和跟车效果演示
第十一节-变道规划算法-变道算法决策过程（一）
第十一节-变道规划算法-变道算法决策过程（二） 
第十一节-变道规划算法-效果演示

第十二节-open planner规划算法-介绍
第十二节-open planner规划算法-效果演示

（4）交叉口的lattcie仿真-涵盖的内容如下：

前言课
第一节-ros工程的创建
第一节-运行环境和工程目录简介

第二节-工程运行和小车模型搭建简介
第二节-车辆里程计

第三节-地图路线构建方法
第三节-参考线平滑函数
第三节-参考线平滑原理（一）
第三节-参考线平滑原理（二） 

第四节-lqr控制器

第五节-局部规划器代码简介
第五节-Frenet坐标系和参考线参数计算

第六节-模拟障碍物的生成函数介绍
第六节-模拟障碍物的生成方法介绍
第六节-障碍物函数类的介绍

第七节-基于Frenet采样规划原理（一）
第七节-基于Frenet采样规划原理（二） 
第七节-基于Frenet采样规划原理（三） 
第七节-基于Frenet采样规划总结
第七节-基于Frenet采样规划的补充-停止模式

第八节-Lattice规划算法-函数介绍（第八节-Lattice规划算法原理一）
第八节-Lattice规划算法-障碍物的SL图和ST图（一）  
第八节-Lattice规划算法-障碍物的SL图和ST图（二）  
第八节-Lattice规划算法-巡航模式的速度采样            
第八节-Lattice规划算法-超车和跟车速度采样（一）  
第八节-Lattice规划算法-超车和跟车速度采样（二） 
第八节-Lattice规划算法-横向采样与二次规划 
第八节-Lattice规划算法-二次规划（一）                
第八节-Lattice规划算法-二次规划（二）             
第八节-Lattice规划算法-二次规划（三）                    
第八节-Lattice规划算法一-代价函数           
第八节-Lattice规划算法-合成函数和碰撞检测       
第八节-Lattice规划算法效果演示            

第十三节-carla-ros联合仿真-carla介绍与版本选择
第十三节-carla-ros联合仿真-carla环境配置与运行
第十三节-carla-ros联合仿真-PythonAPI例子介绍
第十三节-carla-ros联合仿真-PythonAPI应用示例
第十三节-carla-ros联合仿真-ros-bridge的介绍
第十三节-carla-ros联合仿真-ros-bridge的使用
第十三节-carla-ros联合仿真-ros-bridge的代码讲解
第十三节-carla-ros联合仿真-ros-bridge的坑
第十三节-carla-ros联合仿真-ros-bridge的演示
第十三节-carla-ros联合仿真-切回ros单独仿真

carla-ros联合仿真-交叉口交通流搭建

（5）ros2-carla联合仿真-lattcie算法-涵盖的内容如下：

前言课
第一节-ros工程的创建
第一节-运行环境和工程目录简介

第二节-工程运行和小车模型搭建简介
第二节-车辆里程计

第三节-地图路线构建方法
第三节-参考线平滑函数
第三节-参考线平滑原理（一）
第三节-参考线平滑原理（二） 

第四节-lqr控制器

第五节-局部规划器代码简介
第五节-Frenet坐标系和参考线参数计算

第六节-模拟障碍物的生成函数介绍
第六节-模拟障碍物的生成方法介绍
第六节-障碍物函数类的介绍

第七节-基于Frenet采样规划原理（一）
第七节-基于Frenet采样规划原理（二） 
第七节-基于Frenet采样规划原理（三） 
第七节-基于Frenet采样规划总结
第七节-基于Frenet采样规划的补充-停止模式

第八节-Lattice规划算法-函数介绍（第八节-Lattice规划算法原理一）
第八节-Lattice规划算法-障碍物的SL图和ST图（一）  
第八节-Lattice规划算法-障碍物的SL图和ST图（二）  
第八节-Lattice规划算法-巡航模式的速度采样            
第八节-Lattice规划算法-超车和跟车速度采样（一）  
第八节-Lattice规划算法-超车和跟车速度采样（二） 
第八节-Lattice规划算法-横向采样与二次规划 
第八节-Lattice规划算法-二次规划（一）                
第八节-Lattice规划算法-二次规划（二）             
第八节-Lattice规划算法-二次规划（三）                    
第八节-Lattice规划算法一-代价函数           
第八节-Lattice规划算法-合成函数和碰撞检测       
第八节-Lattice规划算法效果演示            

（ros2版本的实现思路一致）
第十三节-carla-ros联合仿真-carla介绍与版本选择
第十三节-carla-ros联合仿真-carla环境配置与运行
第十三节-carla-ros联合仿真-PythonAPI例子介绍
第十三节-carla-ros联合仿真-PythonAPI应用示例
第十三节-carla-ros联合仿真-ros-bridge的介绍
第十三节-carla-ros联合仿真-ros-bridge的使用
第十三节-carla-ros联合仿真-ros-bridge的代码讲解
第十三节-carla-ros联合仿真-ros-bridge的坑
第十三节-carla-ros联合仿真-ros-bridge的演示
第十三节-carla-ros联合仿真-切回ros单独仿真

carla-ros2联合仿真-避开静态障碍物演示

（6）carla-ros联合仿真教程和demo-涵盖的内容如下：

第十三节-carla-ros联合仿真-carla介绍与版本选择
第十三节-carla-ros联合仿真-carla环境配置与运行
第十三节-carla-ros联合仿真-PythonAPI例子介绍
第十三节-carla-ros联合仿真-PythonAPI应用示例
第十三节-carla-ros联合仿真-ros-bridge的介绍
第十三节-carla-ros联合仿真-ros-bridge的使用
第十三节-carla-ros联合仿真-ros-bridge的代码讲解
第十三节-carla-ros联合仿真-ros-bridge的坑
第十三节-carla-ros联合仿真-ros-bridge的演示
第十三节-carla-ros联合仿真-切回ros单独仿真

（7）Lanelet搭建教程和demo-涵盖的内容如下：

第十四节-Lanelet教程-JOSM的使用（一）
第十四节-Lanelet教程-JOSM的使用（二）
第十四节-Lanelet教程-JOSM的使用（三）
第十四节-Lanelet教程-Lanelet加载osm地图文件
第十四节-Lanelet教程-JOSM画图补充注意点
第十四节-Lanelet教程-参考博文学习
第十四节-Lanelet教程-Lanelet规划模块

（8）autoware.ai使用教程-carla联合仿真open planner-涵盖的内容如下：

第十五节-autoware.ai使用教程-前言课
第十五节-autoware.ai使用教程-docker安装
第十五节-autoware.ai使用教程-源码安装
第十五节-autoware.ai使用教程-demo运行
docker-autoware.ai使用教程-carla联合仿真实现规划控制（停障）
docker-autoware.ai使用教程-carla联合仿真open planner 避障

注意：整套包括基础代码部分，整套是ros1版本，基础代码有ros1和ros2部分，但是只有购买整套的才有ros2版本的基础代码。

本工程的特点：

1.课程视频主要是对代码的理解和逻辑讲解，相比Apollo和autoware源码易懂，更加轻量级，对硬件要求不高，再加上实战代码比理论重要很多，本工程可帮助大家从入门到学会应用，也方便大家加入自己的算法idea。要注意，此课程教大家以实战为主，入门自动驾驶软件框架，丰富实战经验为主。

2.有学习交流社区，除了配置报错答疑，大家还志同道合，可以入学开始交流技术，学习几年，毕设，课设，项目，工作，四不误。

3.与市面其他课程代码不同，本工程是一套整体算法，而不是零散的算法工程，这样的好处是方便移植到实车，做科研实验，写入面试简历，丰富自己的项目经验。接实车就是把定位模块的订阅信息替换实车的定位，感知模块的信息替换为接收真实车的障碍物等信息。

4.本工程可以节省大量的代码开发时间，为更多想学习自动驾驶的人避坑引路，学会调试改bug。

5.本工程C++为主，联合仿真也涉及python。

6.购买可得源码+交流答疑群+代码讲解视频+工程经验学习交流。

7.autoware的使用并非系列的重点，所以本人涉及的只是入门的冰山一角，如果专门想学透autoware，谨慎购买。

8.有人可能会问移植了Apollo哪个版本的代码，其实个人觉得每个版本规控算法修改不多，可能有增加一些优化算法，但是旧版的比如lattice或者dl-iaps等会保留，所以这个版本问题不是很重要的，只需要关注算法的变化情况。

9.本工程具有计算机软件著作权，请尊重作者的知识产权，仅供个人使用。若不再使用请删除。

个人建议：

1.想学习相关方向的同学尽早加入，本科或者研一，不然后面会感叹当初觉悟不够。
2.没有完美无缺的算法，急需待更新内容不建议购买，因为本人也在修炼，更新比较慢。
3.学生购买可分期。
4.适合人群：科研学生，刚入职规控的工作人员，需要丰富面试简历的求职学生，入门规控的人。
5.围绕ros1版本进行算法的学习应用，ros1还是比较好入门的。ros2版本主要是帮助大家了解ros2的C++开发基础。
6.一经购买进群后不得退款，因为是源码性质的内容，请考虑清楚再下单。

希望可以集合各位学习研究自动驾驶的小伙伴们一起交流，欢迎加入社区！

需要可私信。文章来源地址https://www.toymoban.com/news/detail-540021.html

到了这里，关于从零开始学习自动驾驶决策规划的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！