自驾车工程师纳米学位Udacity Ian Whittal P.Eng的课程工作 纳米级将计算机视觉和深度学习应用于汽车问题，包括检测车道线，预测转向角等。 接下来，您将学习传感器融合，将其用于过滤来自传感器阵列的数据以感知环境。 整个自动驾驶汽车工程师纳米学位计划的基本内容我们将介绍Carla，Udacity自动驾驶汽车以及控制她的机器人操作系统。 您将结合在整个Nanodegree计划的过程中所学到的知识，在真正的自动驾驶汽车Carla的虚拟版本上运行代码。 第1部分计算机视觉，深度学习

自动驾驶汽车 在此存储库中，我将共享的所有项目的源代码。 希望这对某人有用！ :-) 总览 专案 P1：基本车道查找 P2：交通标志 P3：行为克隆 P4：高级车道发现 P5：车辆检测 P6：外部卡尔曼滤波 P7：取消。 卡尔曼滤波 P8：绑架车辆 P9：PID控制器 P10：MPC控制器 P11：路径规划 P12：道路分割 顶石 简单的交通信号灯分类器集成在顶点项目中。 目录 摘要：在视频流上检测到高速公路车道线。 使用OpencV图像分析技术

粒子过滤器：Udacity自动驾驶汽车工程师Nanodegree。 项目：绑架车辆