REPOZYTORIUM PROJEKTU

Ten blog składa sie z następujących wpisów:

– Wprowadzenie “Model pojazdu do badań nad autonomią”

– Opis konstrukcji “Etapy budowy platformy modelu”

– Modelowanie “Aktualizacja położenia w oparciu o model i metoda wyznaczania trajektorii ruchu”

– Pierwsze przejazdy “Surowe wyniki i wyznaczanie trajektorii w postprocesingu”

– Jak rośnie błąd trajektorii? Ackermann‑predict w praktyce czyli Rachunek niepewności i propagacja błędu w modelu ruchu

– Testy dokładności “Pierwsza seria ćwiczeń. Przejazdy po torze modułowym i weryfikacja szacowania pozycji”

– Przejazd z kamerą czyli “co możemy odczytać ze zdjęć”

– Korekta obrazu “Metody tworzenia bird’s eye view (BEV)”

– “Wykrywanie pasów ruchu w BEV (bird’s eye view)”

– Map fitting, co to jest i dlaczego to “nie działa”? - “Kamera jako czujnik położenia”

– Kiedy trajektoria wreszcie może się poprawić? “SLAM offline”

Jeśli mój projekt Cię zaciekawił …

możesz zajrzeć do repozytorium. Umieściłem tam cały kod używany w kolejnych etapach opisywanych na blogu: transformację obrazu z kamery (FEV → BEV), map fitting oraz SLAM offline (post‑processing na logach przejazdów), a także skrypty do synchronizacji logów, ekstrakcji obserwacji i diagnostyki wyników.

Repozytorium znajdziesz tutaj: https://github.com/dr-mako/samochod

W repo jest też krótki README.md, który prowadzi przez strukturę katalogów i opisuje, do czego służą poszczególne skrypty oraz jakie pliki są wejściem/wyjściem w pipeline. Jeśli chcesz odtworzyć eksperymenty krok po kroku, zacznij właśnie od tego pliku.