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。
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，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！