01 前沿新闻
arXiv 上一篇题为《TEACar: An Open-Source Autonomous Driving Platform》的论文在 2026 年 4 月 27 日提交,并在 5 月 8 日更新。论文介绍了 TEACar,一个面向智能交通系统研究、教育和开发的小比例自动驾驶平台。
论文摘要里提到,TEACar 是 1/14 到 1/16 比例的自动驾驶平台,设计重点包括模块化机械结构、硬件抽象和基于 ROS 2 的软件。它采用四层 deck 结构,把感知、计算、执行和电源子系统物理分离,方便重构和替换。
项目仓库也已经放在 GitHub 上,README 里列出了 deck 的 3D 打印文件、电源板制造文件和 ROS 2 软件包。
02 今天看什么
自动驾驶和机器人最容易在 demo 里看起来很顺,真落到实验平台就变成另一回事。仿真能跑不等于硬件能跑;单个模型能出结果,不等于传感器、控制、电源、延迟和安全边界都能撑住。
关键词:自动驾驶、机器人、ROS 2、小比例实车、仿真、硬件在环、导航、世界模型、可复现实验。
下面看几个相关开源项目。
03 相关 GitHub 项目
01 先搭一台能改的小比例车
Trustworthy-Engineered-Autonomy-Lab/TEACar-Open-Source-Autonomous-Driving-Platform 是 TEACar 论文对应的开源仓库,包含机械 deck、powerboard 和 ROS 2 软件目录。
Star:约 8
语言:C++
更新时间:2026-06-18
虽然只有8星,但是我认为它非常适合用来理解“自动驾驶实验平台”到底包括哪些东西。README 里列出了具体组件:Jetson Orin、PCA9685 PWM driver、1/14 或 1/16 RC 车底盘、手柄、可选摄像头、电源板和 3D 打印结构。适合教学、实验室复现,或者给自己的小车平台拆清楚层次。
项目地址
github.com/Trustworthy-Engineered-Autonomy-Lab/TEACar-Open-Source-Autonomous-Driving-Platform
02 看一套完整自动驾驶软件栈
autowarefoundation/autoware 是 Autoware Foundation 维护的开源自动驾驶框架,项目介绍里把它定位为面向自动驾驶商业部署的完整软件栈。
Star:约 11.8k
语言:Dockerfile
更新时间:2026-07-01
Autoware应该是每个智驾人的“老朋友”了,如果 TEACar 是一台可改的小比例实验车,Autoware 更像一套完整系统的坐标。包含了感知、定位、规划、控制、仿真、文档和工作组。
基于 ROS 2的通讯架构,同时也要面对传感器、地图、标定、车辆接口和部署环境,所以不太适合作为入门项目。
项目地址
github.com/autowarefoundation/autoware
03 先在城市仿真里撞一遍问题
carla-simulator/carla 是开源自动驾驶仿真器,用来支持自动驾驶系统的开发、训练和验证。README 里提到,它提供开放的城市布局、建筑、车辆和灵活的传感器、环境配置。
Star:约 14.1k
语言:C++
更新时间:2026-07-01
自动驾驶不能只靠真车试错。路口、行人、天气、传感器组合、极端场景,都需要先在仿真里反复跑。CARLA 适合承担这一层:把城市道路和交通场景先做成可控实验。
边界也很清楚。仿真不是现实,仿真过了也不能说明实车就能跑。它解决的是可重复、低成本、可批量的测试问题,现实世界的传感器误差和机械约束仍然要回到硬件验证里处理。
项目地址
github.com/carla-simulator/carla
04 补上机器人导航这一层
ros-navigation/navigation2 是 ROS 2 的导航框架和系统,也就是常说的 Nav2。它提供移动机器人导航相关的概念、配置、插件和教程。
Star:约 4.4k
语言:C++
更新时间:2026-06-30
ROS2不仅是智驾届里Autoware的“好兄弟”,也是机器人领域的“主角”。虽然自动驾驶和移动机器人不是一回事,但很多底层问题相通:定位、路径规划、避障、控制、行为树、插件化算法。小比例车做实验时,Nav2 这类机器人导航栈很容易成为参考坐标。
它更适合机器人和低速移动平台,不是完整的道路自动驾驶系统。
项目地址
github.com/ros-navigation/navigation2
05 用世界模型做驾驶训练
ucd-dare/CarDreamer 是一个基于 CARLA 的世界模型自动驾驶平台,用来开发和评估 world model based autonomous driving。
Star:约 358
语言:Python
更新时间:2026-06-30
它关注的是另一条路线:不只是让车在仿真器里跑,而是训练一个世界模型,让 agent 在“想象出来”的交通动态里学习驾驶。README 里提到,它提供城市驾驶任务、多模态观测空间、intention-sharing 和模型组件。
项目地址
github.com/ucd-dare/CarDreamer
今天多说一句
近几年自动驾驶技术发展日新月异,作为一名自动驾驶方向的硕士生,这期公众号内容刚好踩在了我的专业赛道上。不过由于本人能力有限,我顶多算得上 “半对口” 的水平。其实智驾仿真领域还有很多值得深挖的有趣项目,比如我之前动手部署过的、基于 Carla 平台的 SimBEV 就是其中之一。说这些也是想抛砖引玉,如果有志同道合的朋友也在钻研智驾技术,欢迎点个关注,私信我加好友,大家可以一起交流学习、共同进步!
资料来源
arXiv: TEACar: An Open-Source Autonomous Driving Platform
https://arxiv.org/abs/2604.24934
Trustworthy-Engineered-Autonomy-Lab/TEACar-Open-Source-Autonomous-Driving-Platform
https://github.com/Trustworthy-Engineered-Autonomy-Lab/TEACar-Open-Source-Autonomous-Driving-Platform
autowarefoundation/autoware
https://github.com/autowarefoundation/autoware
carla-simulator/carla
https://github.com/carla-simulator/carla
ros-navigation/navigation2
https://github.com/ros-navigation/navigation2
ucd-dare/CarDreamer
https://github.com/ucd-dare/CarDreamer