无人驾驶汽车项目 我使用开源模拟器完成了多个自动驾驶汽车（AV）项目。 这些项目涵盖了从控制，状态估计，定位，感知到运动计划的视音频领域。 控制器使用CARLA模拟环境在跑道上导航自动驾驶汽车。 误差状态扩展卡尔曼滤波器，可使用CARLA模拟器中的数据对车辆进行定位。 名称待定 识别场景中对象的边界框并定义可驱动曲面的边界的算法。 名称待定 分层运动计划程序，用于在CARLA模拟器中的一系列场景中导航，包括避免将车停在车道上，跟着领先车辆行驶并安全地导航十字路口。 安装CARLA 的Ubuntu 下载并按照。 视窗 下载版并按照。

基于CarSim/Simulink的液压互联悬架仿真分析，陈骁，张农，建立了液压互联悬架的数学模型，并将简化结构的示功试验与仿真结果进行对比分析，验证了模型的有效性;分析了液压互联悬架的侧倾�

常规网上的联合仿真教程仅仅使用prescan自带的demo，但是这样无法使读者完全学会联合仿真，因此作者本人手动建立了一个carsim，prescan，simulink 联合仿真的列子，并总结了联合仿真过程中出现的问题，以及解决办法

这是一个关于汽车93的数据集。 Cars93.csv

交通模拟系统 - 在预定义的宇宙中行驶的自动驾驶汽车。

Carsim/TrucksimMSC（Mechanical Simulation Corporation）成立于1996年,脱离于国际著名的科研机构UMTRI（密歇根大学交通运输研究所），主要创始人是国际知名的车辆动力学专家 Thomas D. Gillespie，Michael Sayers和Steve Hann。MSC是专业的汽车系统仿真软件开发公司，其主要商业产品是CarSim、TruckSim、BikeSim和SuspensionSim，该系列软件被国际上众多的汽车制造商、零部件供应商所采用，已成为汽车行业的标准软件，享有很高的声誉。MSC自主开发了多刚体动力学软件VehicleSim，VehicleSim由人工智能语言LISP编写而成，它可以根据用户输入的简单系统定义,推导出复杂的多刚体机械系统动力学模型并生成相应的计算机程序，因而被广泛地应用在汽车、机器人和卫星等领域。MSC利用VehicleSim技术开发出CarSim、TruckSim和 BikeSim。另外，MSC公司有强大的技术队伍，可以为用户提供完整的解决方案。

无人车综述：Abstract— We survey research on self-driving cars published in the literature focusing on autonomous cars developed since the DARPA challenges, which are equipped with an autonomy system that can be categorized as SAE level 3 or higher. The architecture of the autonomy system of self-driving cars is typically organized into the perception system and the decision-making system. The perception system is generally divided into many subsystems responsible for tasks such as self-driving-car localization, static obstacles mapping, moving obstacles detection and tracking, road mapping, traffic signalization detection and recognition, among others. The decision- making system is commonly partitioned as well into many subsystems responsible for tasks such as route planning, path planning, behavior selection, motion planning, and control. In this survey, we present the typical architecture of the autonomy system of self-driving cars. We also review research on relevant methods for perception and decision making. Furthermore, we present a detailed description of the architecture of the autonomy system of the UFES’s car, IARA. Finally, we list prominent autonomous research cars developed by technology companies and reported in the media

为了解决FSEC中驾驶员连续转向项目的难点，对基于模糊PID控制的巡航控制系统进行了研究，以辅助驾驶员的操作。 首先确定模糊控制的输入和输出，建立模糊规则表，完成模糊PID控制系统的设计。 其次，在MATLAB中建立模糊控制器，在Simulink中建立模糊PID模型。 在CarSim中创建FSEC赛车模型和轨道模型之后，对CarSim和Simulink进行了联合仿真。 仿真结果表明，配备基于模糊PID控制的巡航控制系统的赛车比未使用的赛车完成项目的速度更快，车速更稳定。

filebeat sidecars安装包，配套教程https://blog.csdn.net/cucgyfjklx/article/details/122483679

转向控制——驾驶员模型 变量名称 物理意义 Lateral offset vs. Station 目标线偏离路面中心线距离 Driver preview time 驾驶员预瞄时间 Driver time lag 驾驶员反应时间 Low-speed dynamic limit 当速度低于此值时，驾驶员模型采用固定预瞄距离，和速度无关 Maximum steering wheel angle 最大转向角 Maximum steering wheel angle rate 转向盘最大角速度 Show target path with dashed line 是否用虚线显示目标线 Dash width,length, Resolution，dZ，color 虚线宽、长、距离、偏离路面高度、颜色