这里提供五个资源，帮助你了解自动驾驶汽车算法原理

记得科学上网。...

翻译| 翟向洋  选文| 小象

转载请联系后台

很多人对自动驾驶汽车感兴趣，却不知道从哪里开始学习。正规教育在这个话题上的讨论是很少的，所以对于那些感兴趣学的人必须抱有黑客的心态去做。

我收集了一个简短的包含5个资源的列表，它们可以帮助新手找到他们的方向，这些都是免费的。希望它对你们有用：（以下链接在阅读原文内可以找到~）http://www.kdnuggets.com/2017/06/machine-learning-algorithms-used-self-driving-cars.html

这篇文章会让你在自主车辆算法领域中从实践中学习，如果你打算沿着这条路走，它会提供帮助。

机器学习应用包括通过外部和内部传感器的数据融合对驾驶员状态或驾驶情景分类的评估，这里研究了应用于自动驾驶汽车的不同算法。



https://arxiv.org/pdf/1704.05519.pdf

这是一篇由Joel Janai, Fatma Güney, Aseem Behl, and Andreas Geiger写的自主车辆的现状综述。

近年来，人工智能在计算机视觉、机器学习和自主车辆等相关领域取得了惊人的发展。然而在任何快速发展的领域，作为新手，保持前沿或进入该领域都变得越来越困难。

虽然已经有人编写了几个专题性的调查报告，但迄今为止尚无关于自主车辆计算机视觉问题、数据集和方法的一般调查。

这篇文章试图通过提供关于这一主题的最新调查来缩小这一差距。里面的调查既包括历史上最相关的文献，也包括当前最新几个主题，包括识别、重建、运动估计、跟踪、场景理解和端到端学习。

对于那些想要在该领域快速入门的来说，这是一篇全面的概述，也是最好的开始。

http://selfdrivingcars.mit.edu/

这是麻省理工学院的课件网站。

本课程是通过建立一辆自动驾驶汽车的应用主题来介绍深度学习的。

虽然它对初学者是开放的，也是为那些新学机器学习的人设计的，但它也有助于在该领域的高级研究人员寻找深度学习方法的实用概述及其应用。

里面有讲座幻灯片、视频和嘉宾谈话，这对于任何有兴趣学习应用于自动驾驶汽车方面的深度神经网络来说，都是一个很好的资源。

https://www.youtube.com/watch?v=ks4MPfMq8aQ

这是由Harrison Kinsley的视频系列（又名sentdex），描述如下：

此项目的目的是使用Python来玩侠盗猎车手5。在侠盗猎车手5中有许多事情要做，但在这种情况下，我们的第一个目标是创建一辆自动驾驶汽车以及滑板车。

该系列到目前为止已经超过17个视频，broken up into easily-digestible chunks.查看这里附带的代码：  Explorations of Using Python to play Grand Theft Auto 5. 此外，Harrison还有许多其他的视频教程系列，涵盖了从Python基础到使用Python进行财务分析到实用的机器学习等内容，这也可能引起读者的兴趣。

https://cn.udacity.com/self-driving-car-engineer--nd013/

自动驾驶汽车是现代史上最重要的进步之一。他们的影响将超越技术、超越交通、超越城市规划来改变我们仍未想象到的日常生活方式。

报名参加这个项目的学生将掌握能塑造未来的技术。

忽略Udacity的营销，这可能是在自主车辆领域人们可以获得最全面和集中的正式培训/教育的地方。

为帮助填补这一空白，你可以在这里找到一些学生的课程笔记和代码，如果你想要得到这样一个样本你需要学习这一系列的课程。

同时这里还有一些来自Udacity的额外的关于自动驾驶汽车的资源。







翟向洋

北京理工大学研究生一枚，吃瓜群众，热爱学习。

    关注 小象