ONSITE LAB · PROJECT 01

让自动驾驶，走过一个交叉口。

从看见交通参与者，到安全完成通行。用一个可交互的实验，串联感知、预测、决策、规划与控制。

交叉口实验场T + 00.0 s

自车 / 规划交通参与者预测

车辆速度3.0m/s

当前决策准备通行

最小净间距—m

感知目标1 / 1检出 / 场景

这是简化的二维教学仿真：使用模拟感知、匀速预测、规则让行和车辆运动学模型。可用于理解模块协同；真实模型实践可通过下方课程与数据资源继续开展。调整参数会重新开始本轮实验。

LEARN THE PIPELINE

五个阶段，一个完整系统

选择一个阶段，完成观察任务，再检查你的理解。

建议：先运行一次，再逐步拆解

REFLECT & EXTEND

比较不同参数的结果，记录原因，再走向真实数据与模型。

试着回答：哪一次更安全？代价是什么？哪个模块影响了结果？

观察、比较与改进想法

学习进度和笔记保存在当前浏览器，不会上传。导出报告可用于课堂讨论。

按仿真时间记录决策变化。运行实验后查看。

控制输出：加速度 0.00 m/s² · 前轮转角 0.0°

本地体验之后，使用学习中心资源完成一次真实模型实践。

实验原理、适用范围与课堂建议

感知：场景生成器提供带类别、位置和置信度的目标，阈值决定是否检出，不运行摄像头或 YOLO。遮挡场景中的来车置信度暂时降低到 0.48。

预测：对检出目标采用匀速外推；决策：依据未来空间距离与策略间隙减速让行；规划：为直行或左转生成参考路径；控制：使用速度比例反馈与纯追踪转向，基于自行车运动学模型更新自车状态。背景交通参与者按预设轨迹运动，不对自车作出反应。

净间距以参与者的简化圆形包络计算。仿真成功表示本次场景中未碰撞且到达终点，不代表真实道路安全认证。当前页面支持本浏览器的学习记录与文件导出，官方模型成绩需在相应评测平台提交。

课堂建议：先用默认参数完成实验，再比较一个变量；完成五个阶段的检查题；选择一个现有课程运行模型，提交“参数—结果—解释—改进”的报告。教师可以将此页面作为综合实验入口。