基于虚拟样机的微缩智能车自动驾驶虚拟仿真实验
基于虚拟样机的微缩智能车自动驾驶虚拟仿真实验
少于1000 人选课
更新日期:2025/05/11
开课时间2024/12/12 - 2025/06/12
课程周期26 周
开课状态开课中
每周学时-
课程简介

本虚拟仿真实验课程要求实验者在接受到实验任务之后,通过编写算法或者训练模型,控制虚拟样机在虚拟场景上完成不同难度赛道,是人脑力劳动后形成的算法/模型在虚拟场景中进行实验。本实验面向第四代工业革命人工智能时代人才培养目标、反映了自动化领域从传统的体力自动化向脑力自动化发展必然趋势。

本虚拟仿真实验课程以全国大学生智能汽车竞赛赛题规则中的赛车、赛道为实际场景,对应建立包含虚拟小车和虚拟赛道的人工场景。

本虚拟仿真实验课程将实际场景中培养学生参加智能汽车竞赛的经验融入微缩智能车虚拟仿真实验室人工场景中,从手动推车观察对比物理小车“看到”的赛道和虚拟小车“看到”的赛道开始入手,一方面逐步引入实际场景中调试物理小车的实际经验,以难度逐渐加大的不同虚拟赛道为挑战,引导学生由浅入深探索PID控制等经典控制算法在虚拟赛道上的表现;另一方面则充分发挥人工场景善于模拟和表示复杂挑战的实际场景的,方便采集大规模多样性的虚拟图像和视频数据集用于深度学习训练的特点,让学生首先在人工场景下的虚拟赛道上测试和训练基于视觉感知数据的端到端深度学习模型,再来思考和探索如何将模型移植到实际场景下的物理小车上,从而践行虚实结合、以虚验实、以虚补实、以虚拓实的实验理念。

课程大纲

实验概论(预习内容)

  • 1.1 实验原理
  • 1.2 实验须知
  • 1.3 实验注意事项

微缩智能车自动驾驶虚拟场景怎么来的?

  • 2.1 步骤1:自动驾驶虚拟场景怎么来的?
  • 2.2 步骤2:建立本地微缩智能车自动驾驶虚拟仿真实验室
  • 2.3 任务一常见问题与精华讨论

经典的PID算法能否完成赛道?

  • 3.1 步骤3:手动控制过第一关
  • 3.2 步骤4:PID算法尝试过第一关
  • 3.3 步骤5:PID算法尝试过第二关
  • 3.4 步骤6:手动控制过其他关
  • 3.5 任务二常见问题与精华讨论

训练好的深度学习模型如何测试

  • 4.1 步骤7:已有CNN模型过第一关
  • 4.2 步骤8:已有CNN模型过第二关
  • 4.3 任务三常见问题与精华讨论

端到端深度学习模型如何训练?

  • 5.1 步骤9:采集第一关赛道数据启动新的训练
  • 5.2 任务四常见问题与精华讨论

怎样过下一关?

  • 6.1 步骤10-1:修改已有的PID算法使之能够通过第二关
  • 6.2 步骤10-2:采集数据完成新的CNN模型训练并通过第二关
  • 6.3 步骤11:下载同步最新CarCode代码
  • 6.4 任务五常见问题与讨论精华

实验总结

  • 7.1 步骤12:总结与体会
  • 7.2 实验报告打印与附加题