这是2021最新的自动驾驶资料合集，对于正在学习或者计划入门自动驾驶领域的同学来说，相信会有很大帮助。
课程及公开视频
一、无人驾驶综合
1. 百度与Udacity合作免费课程
课程链接：
https://apollo.auto/devcenter/coursetable_cn.html
推荐原因：课程通过7小节概述了自动驾驶的6个核心模块，即高精度地图、定位、感知、预测、规划、控制，每小节通过10-15分钟视频概述了核心模块的任务以及方法思想，便于大家对于整个无人驾驶算法建立框架性的认识。
推荐指数：★★★★★
2. Coursera多伦多大学自动驾驶课程
课程链接：
https://www.coursera.org/specializations/self-driving-cars
推荐原因：专项课程分为4部分，依次为自动驾驶介绍、状态估计与定位、视觉感知、运动规划，每部分4-6个小时。
推荐指数：★★★★
3. Udacity无人驾驶纳米学位
课程链接：
https://www.udacity.com/course/self-driving-car-engineer-nanodegree--nd013
推荐原因：课程偏向基础入门，可以让大家了解到无人驾驶的各个模块。2017年之前还是比较推荐的，但目前相比于课程12000元的价格来说，课程性价比太低了。经常看到有人问“学过这门课程后是否能直接就业”，只想说不现实，尤其是在国内。
推荐指数：★★★
二、 状态估计与定位
1. 深蓝学院SLAM系列课程
课程包括高翔的视觉SLAM课程以及状态估计课程、任乾的多传感器融合定位、贺一家的VIO课程等。
课程链接：
https://www.shenlanxueyuan.com/orientation/slam
推荐原因：深蓝的SLAM课程体系建设比较完善，一定程度上提高了国内这个领域的招聘门槛。据说课程中的内容现在已经作为企业招聘时考察的知识点。
推荐指数：★★★★★
2. 高翔早期录制的SLAM课程
课程链接：
https://www.bilibili.com/video/BV1JK4y1s7xf
推荐指数：★★★★
3. 波恩大学Cyrill Stachniss教授的Mobile Sensing And Robotics
课程链接：
https://www.ipb.uni-bonn.de/msr2-2021/
推荐原因：Cyrill Stachniss是领域内知名的学者，课程对SLAM进行了全面的介绍。但课程视频由于口音等问题，难听懂。
推荐指数：★★★
三、 环境感知
1. Udacity Sensor Fusion Engineer纳米学位
课程链接：
https://www.udacity.com/course/sensor-fusion-engineer-nanodegree--nd313
推荐原因：这应该是市面上第一门融合感知的课程，对于掌握融合感知的框架是非常有帮助的。只不过，课程价格比较高，并且课程中涉及到的内容过于基础了。
推荐指数：★★★
2. 三维点云处理
课程链接：
https://www.shenlanxueyuan.com/course/347
推荐原因：这门课程应该是市面上第一门三维点云的课程，整体讲课思路很清晰，上课期间不仅仅教给大家这样做，更重要的是会启发大家思考为什么。据我了解，卡尔斯鲁厄理工学院(KIT，KITTI数据集联合发起院校)有很多中国学生都上过这门课程。不过，课件是英文的，需要大家打印出来做好笔记。
推荐指数：★★★★
3. 物体检测与分割
视频教程特别多，建议B站走一波。
四、 运动规划
1. Coursera宾利法尼亚大学Robotics: Computational Motion Planning
课程链接：
https://www.coursera.org/learn/robotics-motion-planning
课程推荐：★★★★
2. 深蓝学院：移动机器人运动规划
课程链接：
https://www.shenlanxueyuan.com/course/358
课程推荐：★★★★
书籍
一、综合
1. 《无人驾驶原理与实践》
https://item.jd.com/12472531.html
推荐指数：★★★★
2. 《第一本无人驾驶技术书》
推荐指数：★★★
3. 《自动驾驶技术概论》
推荐指数：★★★
二、规划
《PLANNING ALGORITHMS》
《Principles of Robot Motion: Theory, Algorithms, and Implementations》
三、定位
1. 《视觉SLAM十四讲》
2. 《机器人学中的状态估计》
开源项目
一、全栈
1. Apollo - 百度的自动驾驶项目，集成了无人驾驶的各个模块，值得推荐。但如果深入去读，会发现其中一些核心部分并没有开源出来，比如融合感知模块核心的tracking部分。
https://github.com/ApolloAuto
2. autoware - 名古屋大学的自动驾驶项目，最早的自动驾驶开源项目之一
二、仿真
1. Udacity- 优达学城的自动驾驶仿真平台
https://github.com/udacity/self-driving-car-sim
2. Carla- Intel和丰田合作的自动驾驶项目
3. AirSim- 微软的仿真平台，还可以用于无人机
https://github.com/Microsoft/AirSim
4. lgsvl- LG的自动驾驶仿真平台
https://www.svlsimulator.com/
在资料的整理过程中，参考了多位在KIT从事无人驾驶研究的国内学生的意见，但仍有可能有所遗漏，欢迎大家补充。同时，开源项目部分的内容来自王方浩的自动驾驶学习资料合集。
本文仅做学术分享，如有侵权，请联系删文。
