UA-DETRAC BITVehicle车辆检测数据集：https://blog.csdn.net/guyuealian/article/details/127907325 （1）UA-DETRAC车辆检测数据集： 包含原始官网下载的Train和Test数据集，以及标注文档Annotations，训练集约82085张图片，测试集约56167张图片 （2）Vehicle-Dataset车辆检测数据集：总共3000张，共标注了21个类别，包含自行车(bicycle),公共汽车(bus),汽车(car),摩托车(motorbike)等常见的车辆类别； （3）BITVehicle车辆检测数据集：总共9850张图片，标注了6个类别：公共汽车(Bus)、微型客车(Microbus)、小型货车(Minivan)、轿车(Sedan)、SUV(SUV) 和卡车(Truck)

制导控制算法，制导控制一体化设计算法，飞行器控制算法

可以配合Vehicle_Key_Point_Orientation_Estimation论文进行学习，这个模型是我根据公开的源代码部分进行绘制，不过只有关键点识别和方向识别部分

基于形态学算子的车辆遮挡检测与分割算法 现代汽车工业的Swift发展促进了道路交通的发展，并增加了汽车数量。 各种各样的道路交通问题导致汽车数量激增，从而推动了ITS（智能交通系统）的诞生。 视频车辆检测是ITS的重要研究。 在实际的交通监控视频中，由于摄像头的光轴与路面之间的角度较小，因此被捕获的车辆往往会相互重叠，这会在检测到的图像中引起粘连。 因此，遮挡车辆的检测和分割是视频车辆检测研究的重要组成部分。 遮挡车辆检测和分割算法的研究基本上可以分为三个方向：第一，基于视频流；第二，基于视频流。 第二，基于图像形态学； 第三，基于车辆和情景建模。 其中，基于形态学的算法由于其相对较高的准确性和效率而成为近年来国内外研究的热点。 本文的主要方向也将是基于形态学的算法。 本文的主要工作： 通过腐蚀将凹面图像分成几个相连的区域； 确定每个连接区域，并检测附着力； 通过形态学方法找到分

游戏开发资源直接打开unitypackage即可在Unity中使用，还包含一个示例场景。 也可以用Blender打开原始模型进行编辑。

ORLData_25+vehicle_data.zip

输入是转向角（度） 输出是侧滑角 (beta) 和偏航率 (r) 参数有车辆质量、前后轮侧偏刚度、重心位置等

8对读者很有帮助

本模型是自己搭建的14自由度simulink车辆动力学模型，仅供参考

四轮转向汽车2自由度simulink模型，包含车速、前轮转向、后轮转角输入，横摆角速度、质心侧偏角、侧向加速度输出。