点击上方蓝色字体，关注我们

本课程聚焦自动驾驶核心技术体系，围绕感知算法、规控算法及系统集成验证三大模块展开，总课时12.5 小时。课程从行业发展趋势切入，系统讲解自动驾驶感知与规控的技术原理与工程实践。

在感知算法部分，将深入解析激光雷达、摄像头等传感器的工作原理，对比传统感知算法与深度学习算法的技术逻辑，涵盖目标检测、语义分割等核心任务，并结合多传感器融合与预测算法，构建完整的环境感知体系。

规控算法模块采用“规划 - 决策 - 控制” 的分层架构，从全局路径规划到局部动态避障，从行为决策算法到轨迹跟踪控制，全面覆盖自动驾驶的运动规划与控制逻辑，重点强化运动规划算法的工程实现能力。

系统集成验证环节将还原自动驾驶功能开发全流程，包括算法集成、系统测试与功能验证，帮助学员掌握从理论设计到实际落地的关键技术。课程适合自动化、计算机、车辆工程等专业学生及行业从业者，通过理论与实践结合，培养具备感知规控算法开发及系统集成能力的复合型人才。

·专业背景相关者：自动化、计算机科学、电子工程、车辆工程等专业的在校学生或毕业生，希望深入了解自动驾驶核心技术。

·行业从业者：从事自动驾驶感知、规划控制、系统集成等领域的工程师，需系统提升算法设计与工程实践能力。

·技术爱好者：对自动驾驶技术有浓厚兴趣，希望从理论到实践全面掌握感知与规控体系的学习者。

·基础理论：掌握高等数学（如微积分、线性代数）、概率论与数理统计的基本知识，理解算法设计的数学逻辑。

·编程技能：熟悉Python 或 C++ 编程，具备数据结构与算法基础，能实现基础算法逻辑。

·专业知识：了解传感器基本原理（如激光雷达、摄像头、毫米波雷达），对机器学习、深度学习基础概念（如神经网络、卷积神经网络）有初步认知。

·知识体系构建：

·全面掌握自动驾驶感知算法（传感器原理、传统与深度学习算法、多传感器融合、预测模型）与规控算法（全局/ 局部规划、决策、运动规划、控制）的技术框架。

·理解自动驾驶系统从算法设计到集成验证的全流程，包括功能开发、系统集成与测试验证的工程实践方法。

·技能提升：

·具备独立设计与实现感知算法（如目标检测、语义分割）和规控算法（如路径规划、轨迹跟踪控制）的能力。

·掌握自动驾驶系统集成与测试的核心技术，可参与实际项目的算法开发与系统优化。

·职业发展助力：

·适合应聘自动驾驶感知工程师、规划控制工程师、系统集成工程师等岗位，提升在智能汽车、机器人等领域的竞争力。

·为进一步攻读自动驾驶相关硕士/ 博士学位或开展科研工作奠定理论与实践基础。

扫描二维码

获取更多信息

报名咨询