功能覆盖“感知-建图-导航-决策-验证”全流程，每一项都贴合教学与科研痛点，兼顾实用性与前沿性，让实验更高效、更精准。
车辆内置两种自动驾驶模式，可由用户自主切换，完美适配不同实验场景：自主定位导航模式，依托平台自研高精度定位算法，实现自主定位与路径规划；外部高精度定位导航模式，搭配外部定位设备，进一步提升定位精度。两种模式协同，可确保隧道、弯道、遮挡等复杂场景下的轨迹稳定性，解决复杂场景定位难题。
基于车载激光雷达、编码器、IMU多设备协同，实现实时高精度建图，无需人工干预即可完成环境地图构建。支持至少三种建图算法，可满足不同科研需求，让学生直观理解SLAM技术原理，助力科研团队开展建图算法优化与创新研究，为自动驾驶定位导航提供坚实基础。
搭载视觉传感器、激光雷达等多模态感知设备，可自主识别红绿灯、锥桶、车道线、行人及周边车辆等交通设施，自动生成避障策略，实现自主避障。同时支持Wi-Fi/5G与路侧单元互联，融合多源交通信息，打破单车感知盲区，模拟真实车路协同场景，适配车路协同相关教学与科研需求。
采用环境感知、路径规划、决策控制的多分层智能决策机制，涵盖中央协同调度、基础驾驶（自主跟车、车道保持）及高阶驾驶功能，是智能车完成复杂驾驶任务的核心支撑。可快速规划最优行驶路径，动态调整避障策略，驱动线控底盘精准执行指令，兼顾技术先进性与教学适配性，让学生清晰掌握决策与执行的逻辑的流程。
内置ROS、Autoware、PyTorch等主流开发框架，支持嵌入Python脚本二次开发，灵活适配不同算法研发需求。可同时支持6+车辆开展自动驾驶编队实验，实现多车协同行驶、路径协同规划等复杂场景实验，为算法验证、多车协同技术研究提供高效载体，助力科研团队快速推进技术迭代。
10个月宝宝每天需要喝多少奶粉？
