# 其他
## 仿真平台
* [英伟达 Drive Constellation](https://www.nvidia.cn/self-driving-cars/drive-constellation/) - 采用逼真的模拟技术，以更安全、更易扩展、
更经济有效的方式推动自动驾驶汽车上路行驶的进程。它利用两台不同服务器的计算能力来提供革命性的云计算平台，从而实现数十亿英里的自动驾驶汽车测试。 
* [优达 self-driving car|开源](https://github.com/udacity/self-driving-car) -用于纳米课程学习
* [英特尔Carla|开源](https://github.com/carla-simulator/carla)  - 用于城市自动驾驶系统的开发、训练和验证的开源模拟器，支持多种传感模式和环境条件的灵活配置
* [微软 Airsim|开源](https://github.com/Microsoft/AirSim) - 作为人工智能研究的平台，以实验自动驾驶汽车的深度学习，计算机视觉和强化学习算法。
* [LG LGSVL|开源](https://github.com/lgsvl/simulator) - 帮助开发者集中测试无人驾驶算法，目前平台已经集成了Duckietown, Autoware软件和百度Apollo平台。
* [百度 Apollo|开源](https://github.com/ApolloAuto/apollo) - 帮助汽车行业及自动驾驶领域的合作伙伴结合车辆和硬件系统，快速搭建一套属于自己的自动驾驶系统。
* [BARK](https://github.com/bark-simulator/bark) - 用于自动驾驶行为规划算法的开发、模拟和基准测试的开源框架

## 软件
* [Autoware|开源](https://github.com/CPFL/Autoware)  - 用于城市自动驾驶的集成开源软件。
* [Comma.ai Openpilot|开源](https://github.com/commaai/openpilot)  - 开源驱动代理。

## 可视化工具
* [优步ATG AVS|开源](https://avs.auto/#/) - 其主要包括两个repo: [xviz](https://github.com/uber/xviz)处理数据
和 [streetscape.gl](https://github.com/uber/streetscape.gl)进行场景渲染。
* [通用Cruise WorldView|开源](https://github.com/cruise-automation/webviz) -开放可视化组件便于开发者进行无人驾驶数据可视化处理。

## 其他
* [Stanford Driving Software](https://sourceforge.net/projects/stanforddriving/)  - 斯坦福自动驾驶汽车的较早时候软件基础设施。
* [GTA Robotics SDC Environment](https://github.com/OSSDC/self-driving-car-1)  - 为Udacity无人驾驶车（SDC）挑战做好准备的开发环境。
* [The OSCC Project](http://oscc.io/)  - 用于自动驾驶汽车开发的线控控制套件。