自动驾驶决策层（自动驾驶决策规划-控制方向学习资料总结（附相关资料的链接））

项目仓库

欢迎访问我的Github主页

项目名称 说明 chhCpp 学习C++仓库 chhRobotics 学习自动驾驶    
    
    
、控制理论相关仓库(python实现) chhRobotics_CPP 学习自动驾驶  


     


     


 、控制理论相关仓库(c++实现) chhML 


 




 




 、chh-MachineLearning 学习机器学习仓库 chhRL 学习强化学习仓库 chhTricks 存放一些有意思的tricks

书籍资料

学习过程中收集到的书籍资料    
    
    
，强烈建议收藏关注！

总的学习路线思维导图

由于博客中无法直接放PDF  


     


     


 ，所以思维导图的格式都是图片


 




 




 ，点击不了里面的链接   

   

   

，因此我将思维导图pdf版放在了GitHub仓库   

     

     

，有需要的自取    
    
    
。

1. 编程

编程部分我主要聚焦于C++   

   

   

、python   

     

     

、数据结构与算法  


     


     


 。

python的入门较为简单



  




  




  ，因此可以采取即用即学的策略学习


 




 




 。 c++语法学习可以跟着黑马程序员的视频学  


  


  

，讲得蛮清楚的    
     
     
，就是不够深入




   




   




  ，深入还是得自己看书才行   

   

   

。 学习完基础语法后 



 



 

，便可以借助力扣或者牛客网刷题了               ，这里建议跟着labuladong或者代码随想录来进行针对性地刷题   

     

     

。这两者刷完后




    




    




  ，再借助力扣随机刷题或者按照顺序刷题



  




  




  。 数据结构与算法的学习个人觉得跟着代码随想录或者labuladong的刷题就行












，边刷边学               ，对于不理解的可以再上网查资料  


  


  

。

另外 



     



     



  ，书籍的选择上












，c++系列建议以下面的顺序由浅入深来学习：

C++基础阶段:《C++ Primer Plus》第六版 C++进阶巩固:《C++ Primer 》第五版 C++精通阶段:《Effective C++》



  




  




  、《More Effective C++》以及《Effective Modern C++》    
     
     
。 C++应用阶段：就在github上找项目练手吧




   




   




  。

另外    
    
    
，这篇文章也给出了更详细的C++学习路线  


     


     


 ，可根据自身情况酌情选择 



 



 

。

对于C++的学习


 




 




 ，一般做项目后都绕不开CMake的使用   

   

   

，CMake的教程可以参考这位博主的文章以及这个资料               。

2. 机器学习

机器学习模块首先需要掌握机器学习和深度学习

的基础知识   

     

     

，会搭建神经网络（pytorch/tensorflow）；

进一步地



  




  




  ，就是根据自身来选择方向了  


  


  

，比如CV    
     
     
，NLP




   




   




  ，RL等




    




    




  。

我自己的话因为研究方向涉及RL 



 



 

，所以需要掌握强化学习的基础知识和理论               ，会应用强化学习解决工程项目












。

下面是我学习强化学习过程中总结的思维导图：

3. 自动驾驶

自动驾驶包括了感知  


  


  

、定位    
     
     
、决策规划




   




   




  、控制等几大块               。我主要聚焦于决策规划和控制 



     



     



  。下面是我学习过程中的总结的一些资料












。

4. 额外的辅助技能（工具）

vim 



 



 

、docker               、git等的掌握    
    
    
。

git就不必说了




    




    




  ，必须掌握的技能  


     


     


 。

git的学习可以参考：https://github.com/pcottle/learnGitBranching

git常见问题的解决方案可以访问我的GitHub project.

docker的学习












，许多项目都会用到docker               ，因此有时间需要学一学 



     



     



  ，中文教程参考：https://yeasy.gitbook.io/docker_practice/


 




 




 。

vim在熟练使用之后可以让你编程效率提高












，事半功倍    
    
    
，但是前期的转换挺痛苦   

   

   

。

vim的学习可以参考：https://vimschool.netlify.app/basics/以及https://www.openvim.com/sandbox.html   

     

     

。

vim工具的使用不是必须的  


     


     


 ，有时间的话可以学学


 




 




 ，技多不压身



  




  




  。附一张vim的使用键盘图  


  


  

。

任何的工具的使用都是为了能够更加方便地做事！

最后   

   

   

，也附上我的浏览器书签链接（html格式）   

     

     

，里面基本是相关资料的链接



  




  




  ，希望能够给有需要的人带来帮助    
     
     
。