From 74217377e4790c4893b26db4a88cf96b7755b970 Mon Sep 17 00:00:00 2001 From: nongfugengxia Date: Wed, 16 Oct 2024 17:50:14 +0800 Subject: [PATCH] =?UTF-8?q?=E5=AE=8C=E6=88=90=E6=89=80=E6=9C=89=E7=9B=B8?= =?UTF-8?q?=E5=85=B3=E4=BB=93=E5=BA=93=E7=9A=84=E6=B7=BB=E5=8A=A0?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- docs/used_by.md | 211 ++++++++++++++++++++++++++++++++++++++++++++++-- 1 file changed, 206 insertions(+), 5 deletions(-) diff --git a/docs/used_by.md b/docs/used_by.md index 1dcd968d..447c7e20 100644 --- a/docs/used_by.md +++ b/docs/used_by.md @@ -2,9 +2,9 @@ - + - + @@ -38,10 +38,20 @@ [车道和路径检测](https://github.com/idirsmadhi/opgta) +[车道和路径检测](https://github.com/littlemountainman/modeld) + [自动驾驶汽车车道和路径检测](https://github.com/idirsmadhi/OpenpilotGTAV) [车道和路径检测](https://github.com/liuhubing/openpilot-modeld) +[基于多传感器融合的自动驾驶汽车雨天条件下的 3D 物体检测模拟](https://github.com/CC-WU/Multisensor-fusion-based-3D-Object-Detecting-Simulation-Under-Rainy-Conditions-for-Autonomous-Vehicl) + +[使用 YoloV3 进行交通灯识别和分类](https://github.com/lorenz-lukas/YoloV3_traffic_light_Carla_simulator) + +[高效车道和路径检测学习模型和架构](https://github.com/iXcess/driving_model) + +[模拟一辆监控用户并检测碰撞的汽车](https://github.com/BrunoBerger/Connected-Vehicles) + ### 跟踪 [多车辆跟踪](https://github.com/Bsornapudi/Carla-YOLO-DeepSort-Multi-Object-Tracking) - 结合 YOLO 和 DeepSORT 的多目标跟踪 @@ -57,18 +67,27 @@ [语义分割](https://github.com/hlfshell/rbe549-project-segmentation) +[语义分割驾驶](https://github.com/atoft97/semanticSegmentationDriving) + ### 融合 [针对联网自动驾驶汽车的自适应融合冲击感知决策框架](https://github.com/greenday12138/MODUS) [基于惩罚的模仿学习与跨语义生成传感器融合](https://github.com/hk-zh/p-csg) +[端到端自动驾驶的多模态融合Transformer](https://github.com/partha-ghosh/semi-self-driving) + +[基于 Transformer 的传感器融合模拟，实现自动驾驶](https://github.com/autonomousvision/transfuser) + ### 其他 [自适应多视图检测](https://github.com/xingjianleng/AdMVDet) [异常检测](https://github.com/MoritzNekolla/AE_Anomaly_Detection) +[使用 YOLO 和 CARLA 模拟器通过 IPM 和立体视觉进行距离估计](https://github.com/guilherme1guy/carla_darknet_integration) + +[Carla_IMU_分类器](https://github.com/dasmehdix/Carla_IMU_Classifier) ## 规划 @@ -124,7 +143,8 @@ [强化学习自动驾驶](https://github.com/Somdit/AutonomousDriving_RL) -[用于深度强化学习研究的最小 2d Carla 环境实现](https://github.com/lpwwpl/imitation/tree/main/min-carla-env-master) +[用于深度强化学习研究的最小 2d Carla 环境实现](https://github.com/mcemilg/min-carla-env) - +[修改版](https://github.com/lpwwpl/imitation/tree/main/min-carla-env-master) [强化学习代理](https://github.com/Somdit/MimicPilot) - 显示为语义分割图 @@ -174,6 +194,26 @@ [在基于模仿学习的自动驾驶中使用强化学习检测和修复故障场景](https://github.com/resuldagdanov/DeFIX) +[强化学习用于 Carla 模拟器中的自动驾驶汽车控制](https://github.com/wyhallenwu/carla-RL) - 实现不雅 + +[利用强化学习和 CARLA 学习在恶劣天气条件下驾驶](https://github.com/rbuckley25/Tempestas) + +[在 Bosch Lambda 上启动 Carla](https://github.com/aleallievi/Carla_RL) + +[使用分解世界模型在 CARLA 中进行 RL 和蒸馏](https://github.com/dotchen/WorldOnRails) + +[CARLA 的 DDPG 和鸟瞰图生成](https://github.com/anyboby/CarlaRL) + +[深度强化学习与持续控制](https://github.com/ptrckhmmr/Deep-Reinforcement-Learning) + +[分层程序触发强化学习](https://github.com/britig/Hierarchical-Program-Triggered-RL) + +[自动驾驶汽车的强化学习](https://github.com/theroyakash/self_driving_car) + +[深度强化学习与连续控制](https://github.com/TinaMenke/Deep-Reinforcement-Learning) + +[潜在空间强化学习](https://github.com/MarsEleven/car_racer_RL) + ### 导航 [基于 GNM、ViNT、NoMaD 的通用导航模型](https://github.com/AdityaNG/general-navigation) @@ -189,22 +229,28 @@ ### 预测 -[多未来轨迹预测](https://github.com/aajing/Multiverse) +[多未来轨迹预测](https://github.com/JunweiLiang/Multiverse) [航路点预测多模态数据融合](https://github.com/Hwansoo-Choi/Cognitive-Transfuser) +[通过推测在线前瞻自适应实现非平稳环境中的自适应驾驶](https://github.com/Panshark/COLA) + ### 决策 [多模态感知的参数化决策框架](https://github.com/xiayuyang/AUTO) [多模态感知分层决策框架](https://github.com/greenday12138/AUTO) +[自动驾驶汽车系统的对抗性闯红灯行为](https://github.com/adhocmaster/carla-jaywalker-experiments) + ## 控制 [使用脉冲神经网络和实时学习的连续自适应非线性模型预测控制](https://github.com/rhalaly/Adaptive-MPC-With-SNN) [模型预测控制 (MPC)](https://github.com/Slimercorp/MPC-Carla) +[基于 MPC 的车辆转向控制器](https://github.com/bennylu/carla-mpc) + [测试 ACC 系统的容器化实用程序集](https://github.com/H1alus/carlaACCsimulation) [车道保持辅助](https://github.com/C2G-BR/Active-Lane-Keeping-Assistant) @@ -225,8 +271,16 @@ [AEBS、ACC、航点追踪](https://github.com/weiber23727698/Carla-Simulator) +[车辆控制](https://github.com/KirillMyasoedov/vehicle_control) + +[实施高级紧急制动系统](https://github.com/kpandey008/carla-aebs) + +[基于确定性等价感知的控制](https://github.com/modestyachts/certainty_equiv_perception_control) + ## 场景 +[交通场景定义与执行引擎](https://github.com/carla-simulator/scenario_runner) + [具有几何表示的自动驾驶多模态生成世界模型](https://github.com/fzi-forschungszentrum-informatik/muvo) [使用学习场景图生成极端情况场景](https://github.com/GeorgeDrayson/CC-SGG) @@ -247,6 +301,16 @@ [开发和测试的高清地图交叉路口的程序化生成](https://github.com/AugmentedDesignLab/junction-art) +[风险感知场景采样，实现自主系统的动态保障](https://github.com/Shreyasramakrishna90/Risk-Aware-Scene-Generation) + +[用于自主系统动态保障的风险感知场景采样](https://github.com/scope-lab-vu/Risk-Aware-Scene-Generation-CPS) + +[3类换道逻辑场景](https://github.com/JunjieWang95/CarlaHighwayTest) + +[该生成器在 XML 中创建 carla 场景的有效变体](https://github.com/Magoli1/carla-pre-crash-scenario-generator) + +[进行随机驾驶场景生成过程](https://github.com/KeyingLucyWang/Safe_Reconfiguration_Scenarios) + ### 车辆 [半挂卡车队列框架](https://github.com/Gaochengzhi/Carla_Truck_Platoon/tree/main) @@ -270,6 +334,10 @@ [GUI 工具可帮助人车交互研究人员使用 CARLA 设计和开展交通实验](https://github.com/UmichSIM/SIM_MDP_GUI) - [首页](https://umichsim.github.io/SIM_MDP_GUI/) +[人类与汽车行为的模拟算法](https://github.com/Dawlau/agents-motion-prediction) + +[针对横穿马路者的实验](https://github.com/javtran/jaywalker) + ## 端到端 @@ -303,6 +371,20 @@ [端到端驾驶的顺序注意力学习](https://github.com/yixiao1/CILv2_multiview) +[NVIDIA PilotNet 神经网络的 TensorFlow 实现](https://github.com/vishalkrishnads/pilotnet) + +[模仿学习与 Transformer 检测](https://github.com/Alexbeast-CN/Detrive) + +[具有语义深度云映射和多智能体的端到端自动驾驶](https://github.com/oskarnatan/end-to-end-driving) + +[用于端到端自动驾驶的多模融合Transformer](https://github.com/Bosszhe/PITF) + +[端到端自动驾驶的神经注意场](https://github.com/autonomousvision/neat) + +[端到端自动驾驶的规划专家混合模型](https://github.com/mhnazeri/PMoE) + +[端到端自动驾驶汽车使用模仿学习，并使用 GAN 进行未来预测](https://github.com/eslambakr/Future_Imitiation) + ## 大模型 [使用大型视觉模型作为 AV 的驱动代理](https://github.com/AdityaNG/DriveLLaVA) @@ -355,6 +437,12 @@ [通过对象级表示实现可解释的规划转换器](https://github.com/autonomousvision/plant) +[使用类激活映射技术测试 CNN ](https://github.com/RocaPiedra/carla-simulator-CAM) + +[可解释的基于目标的自动驾驶预测和规划](https://github.com/uoe-agents/IGP2) + +[AI 可解释性模块集合](https://github.com/willparker123/fat-face) + ## 安全 [联网和自动驾驶汽车的攻击模拟框架](https://github.com/tum-esi/simutack) - 包含系统代码和视频 @@ -399,10 +487,19 @@ [系统地查找原始车辆特性设置的最小变化会影响部署在车辆上的 ADS 的安全性](https://github.com/simplexity-lab/SAFEVAR) -[CARLA 中的自动驾驶汽车对抗性测试框架](https://github.com/Shreyasramakrishna90/ANTI-CARLA) +[CARLA 中的自动驾驶汽车对抗性测试框架](https://github.com/scope-lab-vu/ANTI-CARLA) [事故模拟器](https://github.com/hankluo2/CARLA_Accident_Simulator) +[通过运动学梯度生成稳健模仿的安全关键驾驶场景](https://github.com/autonomousvision/king) + +[罕见事件采样用于安全验证](https://github.com/craigiedon/CarlaStuff) + +[对抗性深度强化学习用于提高多智能体自动驾驶策略的鲁棒性](https://github.com/T3AS/MAD-ARL) + +[使用机器学习对图像分类器的安全监控器进行基准测试](https://github.com/raulsenaferreira/PRDC_2021_SUT_module) + +[自主信息物理系统运行时风险评估框架](https://github.com/scope-lab-vu/Resonate) ## 测试 @@ -420,6 +517,17 @@ [基于交叉口情境覆盖的场景测试代码环境](https://github.com/initiative416/SituationCoverageTest) +[模拟器中自动驾驶汽车的形式化和验证](https://github.com/dnzggg/Masters-Project) + +[基于学习的自动驾驶汽车语法模糊测试](https://github.com/AIasd/AutoCop) + +[在高保真模拟器中模糊测试自动驾驶系统的开源软件包](https://github.com/AIasd/ADFuzz) + +[基于CARLA模拟器的自动驾驶汽车行为测试](https://github.com/hitabm/carla-vehicle-testing) + +[稳健性引导测试：CARLA、RSS、参数探索](https://github.com/nellro/rgt) + + ## 数据集 [车辆语义分割数据集](https://github.com/yjzhai-cs/RFL-Collector) @@ -454,6 +562,9 @@ [收集数据的轻量级实用程序](https://github.com/bluffish/carla_collector) +[以专家策略作为收集数据时的策略](https://github.com/Kin-Zhang/carla-expert) + +[从 CARLA 收集数据并将其保存为 Webdataset 的脚本](https://github.com/HemuManju/carla-data-collector) ## 工具 @@ -479,6 +590,8 @@ [运行端到端自动驾驶模拟的 Docker 容器](https://github.com/ruddyscent/adlab-e2e) +[用于在 CARLA+SUMO 下原型设计全栈协同驾驶自动化应用程序的通用框架](https://github.com/ucla-mobility/OpenCDA) + [基于开放联合仿真的研究/工程框架](https://github.com/shivamkumarpanda/OpenCDA-CEE298HW) [OpenCDA文档](https://github.com/xiaxin2000/OpenCDA-Documents) @@ -487,6 +600,8 @@ [sunnypilot是openpilot 的一个分支](https://github.com/r66auto/Sunnypilot2) - [另一个分支](https://github.com/RalphHightower/openpilot) +[增加了一些舒适性和生活质量改进](https://github.com/opgm/openpilot) + [协作式自动驾驶：仿真平台和端到端系统](https://github.com/CollaborativePerception/V2Xverse) [基于世界模型的 CARLA 自动驾驶平台](https://github.com/ucd-dare/CarDreamer) @@ -540,12 +655,46 @@ [带有数字镜子的 Carla 模拟器客户端](https://github.com/doddsy2018/carla_sim_digital_mirrors) - 带后视镜 +[用于控制自动驾驶模拟中的非玩家角色 (NPC) 的 API](https://github.com/inverted-ai/invertedai) - 可以作为REST API或在其上构建的Python SDK + +[BARK 的 Carla 接口](https://github.com/bark-simulator/carla-interface) + +[ROAR RL 管道的 ROS2 基础设施](https://github.com/amansrf/ROAR_RL_ROS) + +[ROAR 的 ROS 子模块](https://github.com/amansrf/ros_roar_streamer) + +[适用于 ROAR 平台的 Transform Publisher 包](https://github.com/amansrf/roar_transforms) + +[carla-autoware](https://github.com/kemjensak/carla-autoware) + +[开源自动驾驶汽车软件](https://github.com/yoonhero/nova) + +[数据集生成工具](https://github.com/KevinLADLee/carla_dataset_tools) + +[基于 Carla Simulator 的虚拟汽车租赁 Web 应用程序](https://github.com/lhy2016/AVCloud-Carla) + +[可扩展的 CARLA 模拟器实用程序](https://github.com/eneserciyes/carlatools) + +[Carla 模拟器游乐场，用于训练 AI 代理](https://github.com/Matesxs/CarlaSimulator-Playground) + +[用于托管运行 TRI Carla 相关挑战的脚本的存储库](https://github.com/exoticDFT/TRI-Carla-Challenges) + +[用于深度强化学习的多智能体互联自动驾驶 (MACAD) Gym 环境](https://github.com/praveen-palanisamy/macad-gym) + +## 深度学习 + +[基于动作的自动驾驶表征学习](https://github.com/yixiao1/Action-Based-Representation-Learning) + +[机器学习演示](https://github.com/kishkaru/ML-demos) + ## 杂项 [由多种遮挡事件组成的驾驶模拟基准](https://github.com/opendilab/DOS) [东风比赛](https://github.com/donymorph/Dongfeng_competition) +[智能地面车辆竞赛](https://github.com/westpoint-robotics/AY21_IGVC) + [CarlaContest2023](https://github.com/niwatNETH/CarlaContest2023) [NYCU 智能驾驶系统专题 2024 春季](https://github.com/HCIS-Lab/IDS_s24) @@ -703,3 +852,55 @@ [连接模拟器的示例项目](https://github.com/Eclipse-SDV-Hackathon-BCX/Group1-TruckCarla-eCAL) [判断自动驾驶汽车的良好/不良行为](https://github.com/lttnml1/ca_disengagement) + +[deep_rl_with_carla](https://github.com/mhmohammadirad/deep_rl_with_carla) + +[简化和自动化设置 openpilot 开发环境的过程](https://github.com/jeroenlammersma/openpilot-dev) + +[比赛套件](https://github.com/thecountif/CarlaContest) + +[在 Carla 模拟器中运行的自动驾驶汽车算法](https://github.com/popesculuca00/Self-driving-car) + +[从 World on Rails 学习驾驶](https://github.com/MorningClub/master-thesis) + +[基于模拟的自主系统测试](https://github.com/MustafaEmreTelli/CMPE486-Term-Project) + +[用于教育目的的多容器 Carla 项目模板](https://github.com/bounverif/starter-carla-0913) + +[实验](https://github.com/ojalmaps/carla-experiments) + +[从轨迹世界学习驾驶](https://github.com/mael25/CBS2) + +[网络物理系统保证案例开发的自动化模式选择](https://github.com/scope-lab-vu/AV-Assurance) + +[使用基于极限学习机的控制屏障函数在线自适应补偿模型不确定性](https://github.com/EmanuelSamir/adaptive-learning-qpcbfclf-elm) + +[realistic_agent](https://github.com/pjw1/realistic_agent) + +[Carla 模拟器客户端](https://github.com/satyamjay-iitd/CarlaClient) + +[carlaapi](https://github.com/urasakikeisuke/carlaapi) + +[学习如何在环形交叉路口漂移](https://github.com/angloth/auto-drift) + +[使用深度生成模型压缩传感器数据以实现自动驾驶汽车的远程协助](https://github.com/daniel-bogdoll/deep_generative_models) + +[auto_drive](https://github.com/superclocks/auto_drive) + +[BTP-Project](https://github.com/aditya3434/BTP-Project) + +[FY2021](https://github.com/NETH-TDET-Programing-Contest/FY2021) + +[Carla_PPO](https://github.com/Stephanehk/Carla_PPO) + +[autonomous-driving-car-to-car](https://github.com/Rigo74/autonomous-driving-car-to-car) + +[carla_course](https://github.com/raywongstudy/carla_course) + +[MoCAD 实验材料](https://github.com/liuyandong1988/MoCAD-experiment) + +[AutoPilot](https://github.com/supercatex/AutoPilot) + +[自动驾驶Carla代理](https://github.com/Teo03/self-driving-agent) + +[carla_project](https://github.com/bradyz/carla_project)