【金课名称】

基于计算机视觉信息处理的智能驾驶仿

【课程负责人】

周越

【开课学院】

电子信息与电气工程学院

【名师名片】

周越，上海交通大学自动化系教学副主任、中国体视学与图像分析学会理事。曾获得国家级教学成果奖2项、上海市级教学成果奖3项，发表教学研究论文多篇。主讲《数字图像处理基础》十余年，出版《数字图像处理》教材。从事数字图像处理教学与科研工作20余年，主持和参与国家973 计划、国家863 计划、国家自然科学基金等国家级与省部级项目10 余项，获得省部级科技进步奖3 项。

【团队成员】

课程团队由赵旭与王利生教授组成，团队成员均长期从事一线教学研究工作。赵旭教授研究领域是计算机视觉、机器学习，主要科研方向是“以人为中心的视觉计算”，发表论文100 多篇，研究成果获论文、技术竞赛等多项国际奖项。王利生教授主要在 "AI+ 医学影像分析 + 临床诊疗应用”方向开展医工交叉领域的研发，在领域一流专业期刊发表研究论文20 多篇及在医学影像智能分析国际挑战赛中多次获奖。

【课程介绍】

（1）“多元化”实验场景，更加真实的物理仿真环境

本仿真系统中提供三大类型的仿真实验：城市道路自动驾驶实验、车辆自动泊车实验、车辆测距测姿实验。在搭建仿真环境时提供了多要素、多场景的实验环境，包括光照角度变化、天气变化、交通标志牌变化、车辆与环境物体的距离以及行人等外界信息的交互。为了提供接近真实场景的车辆运动状态测量环境，本仿真系统在搭建仿真环境时提供了多因素的实验环境，包括双目相机间距、车辆运动状态变化、前后车辆间距变化、车辆定位标志牌、多种交通标志、车道障碍物等外界信息的交互。为了提供接近真实停车场景的车辆泊车环境，本仿真系统在搭建仿真环境时提供了多要素的实验环境，包括可视方位变化、停车位定位信息变化、车辆与环境中已泊车辆的距离等外界信息的交互。

（2）“多层次”难度挑战，更加细粒度的能力培养

本仿真系统的任务是对数字图像处理和控制算法的一个综合性应用场景，在每一类实验任务中都提供了由易到难、由简单到综合的多层次等级挑战。学生在每一种难度下的实践操作都会对应在理论基础课程中学到的多个知识，从而实现了更加细粒度、更有针对性地提高学生对理论知识的掌握水平这一目标。为了能够提高学生的自主性和积极性，在应用仿真实验之前，首先会向学生针对图像处理技术的进行分专题的讲解，在每个专题的教学结束之后，会让学生当场编程实践，观察每一种理论处理方法带来的效果，让学生能够对理论知识有一个更加深刻地理解。

（3）“多视角”观察范围，更加丰富的现实体验

本虚拟仿真系统使用Unity 搭建真实实验场景，对于场景的多样性、可扩展性也非常友好，学生在 WebGL 界面中可以动态地调整车辆的观察视窗，从而获取到类似真实世界中车辆的可视结果。因此，学生在处理各类型实验任务时，不再需要拘泥于某一固定视角，形成千篇一律的固定思维，多元化培养学生处理和解决问题时的思考角度，激发学生学习与实践的积极性与自主性，进一步满足学生的创新学习的需求。同时，在 Unity 中也开放了一些底层接口来支持扩展性。

【课程链接】

https://www.ilab-x.com/details/page?id=6822&isView=true