2021上海车展正如火如荼进行中，“自动驾驶”无疑成为本届车展最热门的话题。此前，自动驾驶领域的目光集中在造车新势力上，现如今，头部科技公司争相“驶入”智能汽车赛道，标志着汽车电子产业将迎来一次大发展机遇。
但是，高校人才培养的速度远远落后无人驾驶领域市场发展速度，如何适应智能网联车无人驾驶技术的快速发展的同时，培养更多符合产业发展的技术人才成为迫在眉睫的问题。
北京理工大学张旭东团队在结合自身在无人驾驶车辆控制技术的同时，积极探索校企合作模式，并基于松灵机器人线控移动平台打造了《基于ROS的无人移动平台软件开发实践》课程。
《基于ROS的无人移动平台软件开发实践》课程旨在帮助学生在掌握无人移动平台开发理论知识的基础上，进一步掌握平台软件开发能力和对感知与定位、路径规划与决策、底盘控制相关内容的运用。
该课程是继北京理工大学无人平台与动力学术创新基地与松灵机器人共同设立“地面无人车辆智能感知与控制实验室”近半年来，双方在移动机器人、无人驾驶、人工智能等领域打造的创新合作成果，点击了解共建实验室内容。
无人驾驶感知包括环境感知和状态感知，车辆既要了解周围物体位置、物体距离，还有了解自身的速度、姿态等。
实验室会为学生提供激光雷达、视觉传感器用于对环境的感知。结合感知与定位技术的发展情况，老师还会为学生讲解并演示各种感知模块的原理与运用，做到理论教学与实践教学结合，使学生更容易掌握。此外实验室还提供了雷达点云数据包给学生进行仿真实验。通过数据包离线仿真与分析，学生能够较为快速地掌握雷达点云的分析处理方法，包括激光雷达点云的接收、SLAM定位建图和视觉里程计的使用（如下图所示）。
路径规划与决策：
路径规划与决策决定了无人车的智商，传感器将采集到的信息上传到“无人大脑”，再由计算单元转化成控制信号，最终实现智能驾驶。
实验室采用了当前主流的路径规划算法，如A*、RRT、人工势场法等，并在ROS平台上进行路径规划的相关实验，教授学生根据不同的环境、不同的地图，选择并建立相应的路径规划方法。
在自动驾驶中，数据传输速度极其重要，所以对线控技术提出较高的要求。无人车一般选用电动汽车作为线控平台，相对于发动机来说，无人车的电机构造简单，底层控制算法不太复杂。但是，电动汽车的线控改装对于大学生来说也是十分头疼的问题，制动、转向、油门是线控改装最主要的三部分，线控制动又是最难的部分。如果有移动机器人平台具备类似汽车的结构、具备快速二次开发能力，而且维护简单、成本低，无疑对无人移动平台开发课程的学习提高极大的帮助。实验室为学生提供了松灵全能型机器人底盘、履带型机器人底盘、阿克曼转向机器人底盘等移动机器人平台，学生需要根据不同车辆的运动学模型构建不同的运动控制策略，学习对底盘进行运动控制的方法，最终依据纯跟踪、PID、Stanley等算法完成路径跟随，前车跟随控制、避障等功能的实现。
“松灵机器人底盘ROS开发协议简单、控制方便，使我们的想法转化成代码并在实车上实现，在调试过程中也不会出现什么问题，出现问题后松灵机器人技术人员也可以及时提供帮助，给我们项目调试以及学习提供很多方便”。车辆工程学院尹鑫同学表示。
