智能无人车虚拟仿真实验平台
本平台承担了包括交通管理与控制实验在内的3门课程的实验教学任务，包含无人驾驶汽车道路识别等4个具体的实验项目，共18学时，如表所示。
表 虚拟仿真实验项目
序号 |
虚拟仿真实验项目 |
学时 |
适合开设的课程 |
1 |
道路识别模型实现 |
4 |
交通管理与控制、人机交互技术、软件工程 |
2 |
行为检测模型实现 |
4 |
3 |
路径规划算法实现 |
4 |
4 |
智能驾驶模型搭建与训练 |
6 |
实验项目1：无人驾驶汽车道路识别模型实现
内容简介：本实验项目包括6个实验步骤，即图像预处理、Canny边缘检测、划分ROI区域、霍夫变换、道路线判断与拟合和结果可视化。通过本实验，让学生熟悉经典的无人驾驶汽车道路线识别技术，增强学生的理论基础和代码能力。
实验界面：部分实验界面如图所示。
图 车道线检测一（截图） 图 车道线检测二（截图）
实验项目2：无人驾驶汽车行为检测模型
内容简介：无人驾驶汽车行为决策系统指无人车通过传感器感知得到交通环境信息，考虑周边环境、动静态障碍物、车辆汇入以及让行规则等，与无人驾驶库中的经验知识等进行匹配，进而选择适合当前交通环境之下的驾驶行为。无人驾驶汽车基于规则的行为决策方法是最常用的，本实验基于规则构建简单的无人驾驶汽车行为模型，使学生对无人驾驶有初步认识。
实验界面：部分实验界面如图所示。
图 流程设计（截图） 图 行为模型界面（截图）
实验项目3：路径规划算法实现
内容简介：自动驾驶汽车的路径规划算法最早源于机器人的路径规划研究，但是就工况而言却比机器人的路径规划复杂得多，考虑车速、道路的情况、车辆最小转弯半径、外界天气环境等因素。本实验建立包含障碍区域与自由区域的环境地图，以及在环境地图中选择合适的路径搜索算法，快速实时地搜索可行驶路径，实现简单的路径规划。
实验界面：部分实验界面如图所示。
图路径规划（截图） 图 路径规划（截图）
实验项目4：无人驾驶模型搭建与训练
内容简介：无人驾驶系统的核心可以概述为三个部分：感知，规划和控制。从某种程度上而言，无人车在这种分层体系下就可以看作是一个“载人机器人”。无人驾驶模型整体的搭建与训练即之前实验的整合，在软件层面实现无人驾驶。
实验界面：部分实验界面如图所示。
图 路网搭建（截图） 图 模拟行驶（截图）
