人工智能在自动驾驶中的应用虚拟仿真实验
复旦大学
主讲教师:林青、胡波、黄奇伟、李旦、黄彦淇
教师团队:共6位
本实验所属课程为《自动驾驶人工智能原理与实践》《计算机原理与体系结构》《智能硬件创新与创业A》《智能产品创新与创业》《电子系统导论》等 围绕新工科面向新经济、新产业的建设特色,课程以自动驾驶实践实验教学为主要内容,发挥复旦综合性研究型大学优势并结合戴尔科技集团在人工智能能和大数据处理领域中的深厚行业积累,以培育引领未来新技术、新产业的卓越人才为目标,着力培养学生对人工智能特别是自动驾驶相关技术的学习和认知能力。课程通过虚拟现实的远程仿真实验及任务挑战实践等多种方式,进一步提升自身的学习兴趣,加深对人工智能相关知识的理解和运用,达到理论与实践相辅相长教学效果。
3    自动驾驶线下实验指南(仅校内)
7    理论学习4
9    实践仿真2
10    实践仿真3
11    实践仿真4

教学引导视频
小车组装远程设计:
课程为学生提供智能小车的全部组件,由学生根据前期的学习和对各个组件的了解远程选择必要组件和附件组件,形成组装方案后,由实验室教学团队对方案进行点评。
小车系统集成设计:
课程帮助学生了解掌握小车组件之间的连接方法和协议,请学生在远端对小车进行集成设计,并提交方案。由实验室教学团队对方案进行点评。
数据远程采集:
课程提供学生在远端对小车进行遥控,通过“上帝视角”摄像头监看全过程,小车将自动记录路况图像和操控信息打包为训练数据集。
数据远程获取及清洗:
学生通过网络远程访问工作站,将数据提取到自己的电脑端或者使用VDI远程桌面在工作站内清洗数据。
建立神经网络模型:
学生可以选择在自己的电脑端或者登录访问VDI远程桌面系统建立CNN模型,根据课程理论教学知识设计出网络结构和参数序列。
训练神经网络模型:
学生通过网络将模型和数据集提交给实验室的GPU服务器进行训练,等待训练结果,如果未达到预期请重新调整模型。
优化神经网络模型:
学生根据课程理论教学知识点,对模型进行优化和裁剪,以便于部署在小车之中,具体操作可以在VDI远程桌面中进行,也可在自己的电脑中进行。
部署神经网络模型:学生通过网络将优化后的模型部署在小车内,并进行启动前预检。
自动驾驶实践检测:学生通过网络远程监看“上帝视角”摄像头,启动小车自动驾驶功能,实时了解小车自主运行情况,如果不能正常运行,需要重新回到前述步骤中进行检测。
课程总结与提升:学生在线与教师进行互动,对实验进行问题解答并形成实验总结报告。

京ICP备10040544号-2
京公网安备 11010802021885号