点击上方，选择星标或置顶，不定期资源大放送！

阅读大概需要11分钟

Follow小博主，每天更新前沿干货

【导读】本文为大家整理了自动驾驶方面的一些资源，主要包括视频课程学习、书籍资料、顶会论文、开源项目、常用数据集等等！下图是自动驾驶的技术栈展示：

视频课程资料

1. Coursera平台推出的自动驾驶教程：Self-Driving Cars

视频地址：https://www.coursera.org/specializations/self-driving-cars

2. 麻省理工学院-深度学习与自动驾驶视频课程和资料分享

课程主页：http://selfdrivingcars.mit.edu/

视频地址：https://www.bilibili.com/video/av19195890?from=search&seid=7631936662723357487

资料链接:  https://pan.baidu.com/s/1eSXqTaE

提取码：y4f6

3. Apollo无人驾驶免费学习课程

链接地址：https://apollo.auto/devcenter/devcenter.html

4. 深度学习与视觉SLAM视频课程

链接地址：https://www.shenlanxueyuan.com/open/course/34

5. 【高翔】视觉SLAM十四讲

视频地址：https://www.bilibili.com/video/av59593514/

6. 优达学城自动驾驶入门课程

课程地址：https://cn.udacity.com/course/intro-to-self-driving-cars--nd113-cn

7. CMU增强学习和机器人控制公开课

链接地址：https://katefvision.github.io

8. 优达学城-自动驾驶工程师

链接地址：https://www.udacity.com/course/self-driving-car-engineer-nanodegree--nd013

经典论文

1. Self-Driving Cars: A Survey

链接地址：https://arxiv.org/abs/1901.04407v1

2. Towards Fully Autonomous Driving: Systems and Algorithms

链接地址：https://www.ri.cmu.edu/wp-content/uploads/2017/12/levinson-iv2011.pdf

3. A Survey of Autonomous Driving: Common Practices and Emerging Technologies

链接地址：https://arxiv.org/abs/1906.05113

4. A Survey of Deep Learning Techniques for Autonomous Driving

链接地址：https://arxiv.org/abs/1910.07738

4. Computer Vision for Autonomous Vehicles:Problems, Datasets and State-of-the-Art

链接地址：https://arxiv.org/abs/1704.05519

5. Simultaneous localization and mapping: A survey of current trends in autonomous driving

链接地址：https://ieeexplore.ieee.org/document/8025618

6. Robust and Precise Vehicle Localization based on Multi-sensor Fusion in Diverse City Scenes

链接地址：https://arxiv.org/abs/1711.05805

7. A Review of Tracking, Prediction and Decision Making Methods for Autonomous Driving

链接地址：https://arxiv.org/pdf/1909.07707.pdf

8.  自主车辆的计算机视觉：问题，数据集和最新技术

论文链接：https://arxiv.org/pdf/1704.05519.pdf

9. 用于自动驾驶汽车的机器学习算法

链接地址：https://www.kdnuggets.com/2017/06/machine-learning-algorithms-used-self-driving-cars.html

自动驾驶经典书籍

1.《无人驾驶原理与实践》--兰州大学的自动驾驶团队出品

作者博客：https://blog.csdn.net/AdamShan

2. 《无人驾驶：人工智能如何颠覆汽车》-百度出品

3.《第一本无人驾驶技术书》（第2版）--CSDN力荐，2019年9月出版

4. 《自动驾驶技术概论》 --北京航空航天大学和百度自动驾驶事业群组联合编写

5. 《PLANNING ALGORITHMS》 规划算法介绍

6. 2017-2019年中国信通院车联网白皮书合集

下载链接：http://www.caict.ac.cn/kxyj/qwfb/bps/202001/t20200102_273007.htm

开源平台

1. Apollo: https://github.com/ApolloAuto/apollo

2. Autoware 2.0：名古屋大学的自动驾驶项目

链接地址：https://gitlab.com/autowarefoundation/autoware.auto/AutowareAuto

3. Carla: http://carla.org/

4. Baidu: http://apollo.auto/platform/simulation.html

5. Udacity- 优达学城的自动驾驶仿真平台

链接地址：https://github.com/udacity/self-driving-car-sim

6. AirSim- 微软的仿真平台，还可以用于无人机

链接地址：https://github.com/Microsoft/AirSim

7. lgsvl- LG的自动驾驶仿真平台：https://www.lgsvlsimulator.com/

自动驾驶数据集

1. KITTI 是目前最知名的自动驾驶数据集之一，一些创业公司都会拿里面的数据进行排名比赛。

链接地址：http://www.cvlibs.net/datasets/kitti/

2. Cityscapes 目标是理解街景的语义，主要是针对城市街景做语义解析。

链接地址：https://www.cityscapes-dataset.com/

3. DeepDrive是 Berkeley的大规模自动驾驶视频数据集

链接地址：https://bdd-data.berkeley.edu

4. Mapillary 是一个由位于瑞典马尔默的Mapillary AB开发，用来分享含有地理标记照片的服务。其创建者想要利用众包的方式来把整个世界（不仅是街道）以照片的形式存储。

链接地址：https://www.mapillary.com/

5. comma.ai's Driving Dataset 目的是低成本的自动驾驶方案，目前是通过手机改装来做自动驾驶，开源的数据主要是行车记录仪的数据。

链接地址：https://github.com/commaai/research

6. Udacity's Driving Dataset 优达学城的自动驾驶数据集

链接地址：https://github.com/udacity/self-driving-car/tree/master/datasets

7. Washington DC's Lidar Data

链接地址：https://aws.amazon.com/cn/blogs/publicsector/lidar-data-for-washington-dc-is-available-as-an-aws-public-dataset/

8. Apolloscape 百度的自动驾驶数据集

链接地址：http://apolloscape.auto/scene.html

9. Oxford RobotCar 对牛津的一部分连续的道路进行了上百次数据采集，收集到了多种天气、行人和交通情况下的数据，也有建筑和道路施工时的数据。1000小时以上。

链接地址：https://robotcar-dataset.robots.ox.ac.uk/datasets/

10. nuscenes aptiv提供的数据集，带标注，宣称是目前最大的数据集之一，资源在Amazon S3

链接地址：https://www.nuscenes.org/

交通标志数据集

1. KUL Belgium Traffic Sign Dataset 比利时的一个交通标志数据集。

链接地址：http://www.vision.ee.ethz.ch/~timofter/traffic_signs/

2. German Traffic Sign 德国交通标注数据集 。

链接地址：http://benchmark.ini.rub.de/?p=gtsrb&subp=dataset

3. STSD 超过20 000张带有20％标签的图像，包含3488个交通标志。

链接地址：https://www.cvl.isy.liu.se/research/datasets/traffic-signs-dataset/

4. LISA 超过6610帧上的7855条标注。

链接地址：http://cvrr.ucsd.edu/LISA/lisa-traffic-sign-dataset.html

5. Tsinghua-Tencent 100K 腾讯和清华合作的数据集，100000张图片，包含30000个交通标志实例。

链接地址：https://cg.cs.tsinghua.edu.cn/traffic-sign/

推荐阅读：

最新《深度学习自动驾驶》技术综述论文，28页pdf

【CVPR2020-谷歌】自动驾驶中多目标跟踪与检测框架 RetinaTrack

阿里达摩院新研究：实习生一作突破自动驾驶技术难题，首次实现3D物体检测精度与速度兼得

自动驾驶玩漂移，一顿操作猛如虎！！！斯坦福最新研究

欢迎各位对自动驾驶感兴趣的朋友，扫码加入DLer-自动驾驶技术交流群！

???? 长按识别，即可进群！