先想清楚：你缺的是哪一块

智能无人车这个方向有个特点：看上去是「一个东西」，拆开却横跨好几门手艺。摄像头读取路况是感知，把像素变成「前方 30 厘米有障碍」是识别，识别之后决定左转还是刹车是决策，让舵机和电机真正动起来是控制。很多人卡住不是因为不够聪明，而是根本没分清自己在哪一层掉链子。

这套进阶套餐适合的，正是已经动过手、但项目跑不顺的人。如果你只跟着教程让小车直行过一次，之后再没往前推进；或者代码能跑、车却总撞墙；又或者理论名词都听过，一让你调参数就发懵——那这里补的就是这些缺口。它不承诺把你送进哪家公司，只解决「我做的车为什么不听话」这类具体问题。

感知与识别：从「看到」到「看懂」

第一处常见的空白在感知环节。很多人以为摄像头接上、能出画面就算完成了，其实那只是拿到了原始数据。真正的难点是：光照一变，阈值全废；地面反光和阴影被当成障碍；识别框抖动导致车辆画龙。

这部分要练的是把原始信号处理成稳定可用的输入。你会接触到图像预处理、特征提取、简单的目标判定逻辑，以及为什么同一个算法在白天好用、傍晚就失灵。看完应该能回答：为什么我的车在特定路段反复误判？是传感器问题还是处理流程问题？调哪个参数能让它稳下来，而不是靠反复重启碰运气。

决策与控制：让判断变成动作

第二处缺口更隐蔽：识别结果是对的，车却反应迟钝或过度。这属于决策与控制的范畴。识别告诉你「偏左 5 厘米」，但要不要修正、修正多少、多久修一次，是另一套逻辑。

这里要动手的是控制策略和参数整定。比例、积分、微分这些词你可能见过，但真正难的是理解它们各自在车上表现出什么症状：调大了会来回摆，调小了纠正不过来。配套练习会逼着你把「感觉不太对」翻译成「哪个量偏大、往哪个方向调」。学完能自己判断：车走 S 形是识别噪声还是控制过冲？加速时跑偏该怎么补偿？

把 AI 真正接上车

「给无人车加 AI」听起来很唬人，落到实操往往是几个具体决定：模型放在车上跑还是远端算？算力不够时砍掉哪部分？训练数据从哪来、怎么标？

这部分不追求让你训出多大的模型，而是搞清楚一条能跑通的链路：采集—标注—训练—部署—验证。重点在于部署之后的表现，为什么实验室里识别率很高，上车就掉一截。能回答「我的模型为什么在实车上不准」以及「该补数据还是该换方案」，比记住几个网络结构名字有用得多。

学完之后的自检

  • 能否说清自己的车在感知、决策、控制哪一层最弱，而不是笼统说「不好用」？
  • 面对跑偏、误判、反应慢这三类典型故障，有没有一套从现象倒推原因的排查顺序？
  • 调参数时是凭感觉乱试，还是能说出现在调整的是哪个量、预期会改善什么？
  • AI 部分能不能独立走完一次从数据到车上验证的完整流程？

如果这些问题里有几个你现在答不上来，那缺口就在那里。带着具体问题去练，比从头再看一遍原理效率高得多。

智能无人车（进阶套餐）

课程详情

课程标题：智能无人车（进阶套餐）

本课程专为对智能无人车和自动驾驶充满热情，并希望从零开始打造个人智能无人车的学习者设计。无论你是中学生还是对相关领域有一定了解的学员，本课程都将为你提供全面的学习路径。

适合人群

  • 对智能无人车和自动驾驶感兴趣的学习者
  • 希望从零开始学习并创造个人智能无人车的学员
  • 中学生及以上，对科技和编程有一定兴趣

学习收获

  • 掌握智能无人车的基本原理和构造
  • 了解自动驾驶技术的发展和应用
  • 学习如何赋予无人车AI能力
  • 提升编程和问题解决能力

课程亮点

  • 零基础入门，适合不同年龄段的学习者
  • 理论与实践相结合，注重动手能力培养
  • 紧跟行业动态，学习最新技术
  • 提供丰富的学习资源和实践机会

课程目录

第一章 智能无人车一期
  1-1 第1天：开营仪式,硬件介绍,拼装和手柄控制
  1-2 第2天：运行原理分析、上下位机介绍、阿克曼结构和差速结构分析
  1-3 第3天：Linux虚拟机安装,常用Linux命令
  1-4 第4天：python零基础速成
  1-5 第5天：python零基础速成
  1-6 第6天：pyqt图形化UI开发
  1-7 第7天：程序烧录，python通讯开发
  1-8 第8天：机器人操作系统ROS
  1-9 第9天：ROS环境搭建、ROS架构设计
  1-10 第10天：topic通讯
  1-11 第11天：获取下位机数据，发布真实数据
  1-12 第12天：上位机下位机协议设计
  1-13 第13天：ros的service
  1-14 第14天：ROS launch
  1-15 第15天：开环控制与闭环PID控制
  1-16 第16天：坐标系与空间变换
  1-17 第17天：2D平移,2D旋转
  1-18 第18天：3D坐标系和右手定则和空间变换
  1-19 第19天：tf入门和坐标变换
  1-20 第20天：tf入门和坐标变换
  1-21 第21天：tf入门和坐标变换
  1-22 第22天：tf入门和坐标变换
  1-23 第23天：urdf和环境仿真
  1-24 第24天：urdf和环境仿真
  1-25 第25天：OpenCV编程
  1-26 第26天：OpenCV编程
  1-27 第27天：霍夫变换与车道线识别
  1-28 第28天：真车运动控制
  1-29 第29天：感知机与深度学习
  1-30 第30天：TensorFlow框架
  1-31 第31天：多分类与图像识别
  1-32 第32天：卷积神经网络
  1-33 第33天：道路交通标志符识别
  1-34 第34天：自动驾驶与强化学习
  1-35 第35天：无人驾驶仿真环境搭建和开发
  1-36 第36天：无人驾驶仿真环境搭建和开发
  1-37 第37天：模型部署,软硬件结合,真车上路
  1-38 第38天：slam
  1-39 第39天：slam
  1-40 第40天：slam
  1-41 第41天：slam
  1-42 第42天：赠送课程：C/C++零基础速成
  1-43 第43天：赠送课程：C/C++零基础速成
  1-44 第44天：赠送课程： C/C++零基础速成
  1-45 第45天：赠送课程：赠送课程： C/C++零基础速成
  1-46 第46天：赠送课程： orbslam
  1-47 第47天：赠送课程： orbslam
  1-48 第48天：赠送课程： orbslam
  1-49 第49天：赠送课程： 3D点云与相机标定
  1-50 第50天：赠送课程： stm32下位机原理和开发
  1-51 第51天：赠送课程： stm32下位机原理和开发
  1-52 第52天：赠送课程： stm32下位机原理和开发
  1-53 第53天：赠送课程： stm32下位机原理和开发
  1-54 第54天：赠送课程： slam从下位机到上位机
  1-55 第55天：赠送课程： 全局和局部路径规划算法
  1-56 第56天：赠送课程： 卡尔曼滤波与定位算法
  1-57 第57天：赠送课程： YOLO框架
  1-58 第58天：赠送课程： YOLO框架