課程(名稱.編號)簡索

領導藝術.綜合管理        人力資源.企業培訓        職務能力培訓系統班        銷售實戰.市場行銷        職場技能.個人成長        Office白領辦公達人        財經金融.投資理財        語言學習.出國留學        中國大陸證照培訓        資格考試.考証培訓        文化.生活.興趣.保健        生產管理.採購物流        移動開發        前端開發        後端開發        數據庫.服務器        網頁平面設計        雲計算.大數據        網絡營銷推廣        自然學科        工程技術學科

經濟管理學科

醫.藥.農.林學科

法律 學科

計算機工程學科

哲學.歷史學科

文學.藝術學科

教育社會學科

外語 學科

醫藥農林        哲學歷史        文學藝術        工程技術        基礎科學        經管法學

    這是一門面向研究生層次的智能車輛理論與應用慕課，由北京理工大學智能車輛團隊傾情打造。團隊在長期的科研積累，教材準備，教改項目研究、教學實踐過程中，提出了「基於本研教學互動、線上線下混合的智能車輛技術人才培養方案」。本課程，是團隊在已經開設的「無人駕駛車輛」慕課基礎上，對成體系的智能車輛技術人才培養模式的又一次探索與實踐。課程理論聯繫實際，用豐富的案例進行講解，課程內容包括智能車輛環境感知技術、深度學習及其在智能車輛上的應用、智能車輛SLAM、智能車輛行為決策、智能車輛運動規劃、運動控制、智能網聯技術以及智能車輛測試與評價等方面的內容。
　

課程概述


     課程內容包括智能車輛概述、環境感知技術、深度學習及其在智能車輛上的應用、智能車輛SLAM、智能車輛行為決策、智能車輛運動規劃、智能網聯技術以及智能車輛測評體系。本課程是國內較早開設的智能車輛研究生課程（「智能車輛理論與技術」--北京理工大學機械工程學科研究生專業核心課），課程理論聯繫實際，用豐富的案例進行講解。
　

教學單元

1 第1章 緒論 
1-0 關於這門課
1-1 發展歷程
1-2 機遇與挑戰
第1章 習題
2 第2章 環境感知 
2-1 基於激光雷達的障礙物檢測
2-2 以斜坡為例的基於ROS框架的可通行區域檢測
2-3 基於AdaBoost的車輛檢測
2-4 基於機器學習與激光雷達的負障礙檢測
第2章 習題
3 第3章 深度學習及其在環境感知中的應用 
3-1 概述
3-2 CNN分類模型及其應用
3-3 目標檢測模型及其應用
3-4 分割模型及其應用
第3章 習題
4 第4章 SLAM 
4-1 概述
4-2 視覺SLAM
4-3 激光雷達SLAM
第4章 習題
5 第5章 行為決策 
5-1 概述
5-2 強化學習
5-3 強化學習應用
第5章 習題
6 第6章 運動規劃 
6-0 引言
6-1 靜態環境下的運動規劃
6-2 動態環境下的運動規劃
第6章 習題
7 第7章 運動控制 
7-1 MPC基本理論
7-2 車輛運動學模型的建立
7-3 預測模型的建立
7-4 控制量的優化求解
7-5 車輛橫擺動力學建模及MPC控制
7-6 車輛動力學模型預測控制—仿真代碼解釋
第7章 習題
8 第8章 智能網聯技術 
8-1 概述
8-2 基於網聯技術的多車編隊
8-3 基於V2X的遮擋環境下智能車輛避撞行人
第8章 習題
9 第9章 智能車輛測試與評價 
9-1 基於MATLAB的自動代客泊車案例
9-2 ROS與VREP聯合仿真測試案例
9-3 智能車輛測試
9-4 智能車輛評價

課程列表　

名稱 時間長度
第01講1-0 關於這門課 00:04:54
第02講1-1 發展歷程 00:14:39
第03講1-2 機遇與挑戰 00:11:51
第04講2-1 基於激光雷達的障礙物檢測 00:16:26
第05講2-2-1 檢測原理及ROS簡介 00:18:04
第06講2-2-2 檢測程序 00:09:36
第07講2-2-3 ROS操作演示 00:08:38
第08講2-4-1 三種機器學習方法介紹及數據準備 00:14:53
第09講2-4-2 基於Python庫scikit-learn的實現 00:21:55
第10講3-1 概述 00:19:08
第11講3-2-1 經典分類網絡 00:08:12
第12講3-2-2 分類網絡在場景識別中的應用 00:12:35
第13講3-3-1 目標檢測模型 00:10:02
第14講3-3-2 檢測案例 00:10:15
第15講3-4 分割模型及其應用 00:12:23
第16講4-1 概述 00:04:31
第17講4-2-1 視覺SLAM關鍵技術 00:18:57
第18講4-2-2 視覺SLAM發展概況 00:04:32
第19講4-2-3 運行ORB-SLAM 00:07:32
第20講4-3-1 激光雷達SLAM技術1 00:08:04
第21講4-3-2 激光雷達SLAM技術2 00:07:15
第22講5-1-1 分類 00:08:01
第23講5-1-2 基於規則的超車行為決策 00:06:50
第24講5-1-3 基於規則的十字交叉口行為決策 00:06:26
第25講5-2-1 馬爾可夫決策過程 00:06:39
第26講5-2-2 Q-迭代算法 00:06:39
第27講5-2-3 Q-學習算法 00:07:34
第28講5-3-1 編程工具和仿真環境介紹 00:06:31
第29講5-3-2 車距保持案例 00:05:31
第30講5-3-3 車道保持案例 00:05:09
第31講6-0 引言 00:03:21
第32講6-1-1 內容介紹 00:22:27
第33講6-1-2 ROS操作演示 00:07:02
第34講6-2 動態環境下的運動規劃 00:21:20
第35講7-1 MPC基本理論 00:08:42
第36講7-2 車輛運動學模型的建立 00:08:42
第37講7-3 預測模型的建立 00:04:35
第38講7-4 控制量的優化求解 00:05:46
第39講7-5 車輛橫擺動力學建模及MPC控制 00:06:22
第40講7-6 車輛動力學模型預測控制—仿真代碼解釋 00:07:07
第41講8-1 概述 00:11:32
第42講8-2 基於網聯技術的多車編隊 00:14:38
第43講8-3 基於V2X的遮擋環境下智能車輛避撞行人 00:13:44
第44講9-1-1 環境模型 00:10:25
第45講9-1-2 路徑規劃 00:09:28
第46講9-1-3 路徑平滑與運動控制 00:15:52
第47講9-2 ROS與VREP聯合仿真測試案例 00:11:36
第48講9-3-1 測試框架與測試內容 00:07:50
第49講9-3-2 測試環境 00:21:41
第50講9-3-3 測試方法 00:06:26
第51講9-3-4 測試手段 00:21:20
第52講9-4-1 評測模型與等級劃分 00:13:04
第53講9-4-2 評價指標與權重確定 00:10:42
第54講9-4-3 定量評價 00:17:37
第55講9-4-4 國內外評價體系 00:09:15