Autopilot-Notes

🚗 自动驾驶笔记 Autopilot Notes

系统性学习自动驾驶技术的开源知识库 ｜ 从感知、定位、规划到控制的全栈笔记，每日更新行业前沿

🚀 快速开始 · 📊 内容概览 · 📚 目录结构 · 📅 每日前沿 · 🤝 参与贡献

---

📋 仓库简介

随着各大科技公司积极布局，自动驾驶成为新的技术风口。本仓库旨在系统性总结和分享自动驾驶技术方案，帮助开发者从入门到进阶全面掌握相关知识。

✨ 特色

• 📚 体系完整 - 涵盖基础理论、硬件、算法、工具、实践等 10+ 章节
• 🔄 每日更新 - 技术日报 工作日 19:00 自动推送行业最新动态
• 🏭 厂商方案 - 深度解析 Tesla、百度 Apollo、华为 ADS、小鹏 XNGP 等主流方案
• 🛠️ 实战导向 - 包含仿真、部署、优化等工程实践内容
• 🤝 开源共建 - 欢迎提交 PR，一起完善文档

---

📅 每日前沿（工作日 19:00 自动更新）

工作日 19:00 自动更新，覆盖厂商方案、实战内容、前沿跟踪、产品分析四大方向，7 天前的日报自动归档。

2026年10月

日期	标题	关键词
10-31	2026-10-31.md	VLA、端到端、世界模型、神经仿真、EMMA、MindVLA、GAIA-2、WEWA、Alpamayo、AI5、征程6P、3D Gaussian Splatting、闭环验证、Sim2Real、推理时计算
10-30	2026-10-30.md	全无人运营、安全数据、远程协助、车队调度、接管率、数据闭环、端到端上车、双系统、施工区、编队运营、干线物流、封闭场景、去安全员、单位经济模型、实车回归
10-29	2026-10-29.md	厂商方案、Tier-0.5 合作、飞轮大模型、VLA、舱驾融合、Robotaxi 出海、无人货运编队、车路云一体化、方案定点、车规认证、开放生态、成本下探、前装量产、多品类无人车
10-28	2026-10-28.md	量产上车、智驾方案、Robotaxi 车型、车载芯片、激光雷达、域控制器、城区 NOA、L3 商用、产品发布、硬件 BOM、OTA 升级、出海、无人配送、开发者生态
10-27	2026-10-27.md	世界基座模型、VLA 后训练、强化学习飞轮、神经仿真、闭环评测、因果一致性、不确定性估计、OOD 检测、车路云一体化、协同感知、模型蒸馏上车、车端算力、Robotaxi 规模化、影子模式

📦 7 天前的日报已自动归档至 archive

🔗 查看完整日报索引与历史归档：ch10_每日前沿

---

🚀 快速开始

推荐学习路径

┌─────────────────────────────────────────────────────────┐
│                    自动驾驶学习路线                      │
├─────────────────────────────────────────────────────────┤
│  阶段1：基础 → 阶段2：硬件 → 阶段3：感知 → 阶段4：定位   │
│     ↓            ↓            ↓            ↓           │
│  阶段5：规划 → 阶段6：控制 → 阶段7：产品 → 阶段8：工具   │
└─────────────────────────────────────────────────────────┘

---

📊 内容概览

🎯 自动驾驶分级（SAE）

级别	名称	描述	人类参与
L0	人工驾驶	无自动化	全程
L1	辅助驾驶	单一功能辅助	主要
L2	部分自动驾驶	组合功能辅助	监督
L3	有条件自动驾驶	特定场景自动	待命
L4	高度自动驾驶	大部分场景自动	可选
L5	完全自动驾驶	全场景自动	无需

🏗️ 系统架构

自动驾驶遵循 感知 → 定位 → 预测 → 规划 → 控制 的标准软件栈，执行后经环境反馈形成闭环：

感知 → 定位 → 预测 → 规划 → 控制 → 执行
  ▲                               │
  └────────── 环境反馈闭环 ────────┘

层级	解决的核心问题	关键技术	对应章节
硬件平台	看得见 · 算得动	相机 · 激光雷达 · 毫米波雷达 · GNSS/IMU · 计算单元	ch02 硬件
感知	看到了什么	2D/3D 目标检测 · BEV · Occupancy Network · 多传感器融合	ch03 感知
定位	我在哪里	SLAM · 高精地图 · GNSS-INS 组合导航	ch04 定位
预测	它要去哪	轨迹预测 · 意图预测	ch05 策略规划
规划	我要怎么走	路线规划 · 行为决策 · 轨迹规划	ch05 策略规划
控制	怎么执行	PID · LQR · MPC	ch06 控制
产品落地	怎么上车	ADAS · DMS · 智驾芯片	ch07 产品

💡 支撑能力：ch01 基础（坐标系/滤波/Transformer/强化学习）为算法奠基，ch08 工具（仿真/可视化/部署加速）为工程护航，ch09 厂商方案 提供产业视角。

同时，行业正从模块化走向 端到端 / VLA 大模型 新范式：

模块化：传感器 → 感知 → 定位 → 预测 → 规划 → 控制 → 执行
端到端：传感器 ───────────────────────────→ 控制/执行
VLA：   摄像头/雷达 → 视觉编码器 + 大语言模型推理 + 动作头 → 控制

范式	结构特点	代表方案
模块化	多模块解耦，中间表示显式，可解释性高	传统方案、Apollo
端到端	单一大模型，感知-决策一体，全局优化	Tesla FSD V13
VLA	语言模型推理中枢 + 动作头，可交互可解释	华为 ADS 4.0 · 理想 MindVLA · Waymo EMMA

📚 技术详解见 3.5 端到端自动驾驶与VLA

---

📚 目录结构

1. 基础

|---- 1.1 坐标系
|---- 1.2 参数
|---- 1.3 滤波
|---- 1.4 图像变换
|---- 1.5 三维重建
|---- 1.6 数据集
|---- 1.7 Transformer
|---- 1.8 NLP自然语言处理
|---- 1.9 神经网络结构搜索(NAS)
|---- 1.10 强化学习

2. 硬件

|---- 2.1 传感器
|---- 2.2 计算单元
|---- 2.3 辅助单元
|---- 2.4 传感器标定

3. 感知

|---- 3.1 2D目标检测
|---- 3.2 3D目标检测
|---- 3.3 BEV鸟瞰图
|---- 3.4 Occupany Network
|---- 3.5 端到端自动驾驶与VLA

4. 定位

|---- 4.1 SLAM基础
|---- 4.2 高精地图
|---- 4.3 多传感器融合定位
|---- 4.4 GNSS-INS组合导航

5. 策略规划

|---- 5.1 预测
|---- 5.2 路线规划
|---- 5.3 轨迹规划

6. 控制

|---- 6.1 PID控制
|---- 6.2 线性二次调节器（LQR）
|---- 6.3 模型控制预测（MPC）

7. 产品

|---- 7.1 ADAS
|----    |---- 7.1.1 ADAS厂商方案对比
|----    |---- 7.1.2 智驾芯片专题
|---- 7.2 DMS

8. 工具

|---- 8.1 可视化
|---- 8.2 仿真
|    |---- 8.2.1 CARLA仿真 - 安装配置、Python API、传感器配置、场景构建、实战案例
|    |---- 8.2.2 PreScan仿真 - 入门指南、场景构建、传感器配置、Simulink集成
|---- 8.3 TensorRT加速
|---- 8.4 SNPE
|---- 8.5 算法部署 - TensorRT部署详解、ONNX Runtime部署、智驾算法实战案例、BEVFormer部署

9. 厂商方案

|---- 9.1 特斯拉 AI Day2022
|---- 9.2 百度阿波罗 Apollo
|---- 9.3 小马智行 Pony.ai
|---- 9.4 蔚来/小鹏/理想
|---- 9.5 华为 MDC
|---- 9.6 小米汽车

10. 每日前沿

|---- 日报索引
|---- 周报汇总

---

🤝 参与贡献

由于作者水平有限，欢迎大家积极提交改进意见

如何贡献

1. Fork 本仓库
2. 修改/新增 内容（请遵循文章撰写规范）
3. 提交 PR，描述你的修改内容
4. 等待审核 合并

贡献者

感谢所有为本项目做出贡献的朋友！

---

📄 许可证

本项目采用 MIT License 开源协议。

⭐ 如果本项目对你有帮助，欢迎 Star 支持！