核心要点
让一辆车自己看见路，听起来像自动驾驶公司的事，实际上第一步只是让车认出一个颜色块。星火学堂这门挑战营把这件事拆成采集、识别、判断、执行四步，最后落在模拟道路上的行驶与定点停车。这篇讲清这条感知链条怎么搭起来。

课程页写的项目内容很直接：Python编程、图像处理、AI视觉识别与智能车控制，讲的是机器如何“看见”环境、识别信息并执行任务。

最终任务是搭一台搭载摄像头的轮式智能车，在模拟道路中完成颜色与简易标志识别、行驶控制和定点停车。

第一步：摄像头把世界变成数字

第三天上午的课是从摄像头画面到车辆行动，先认识车体、电机、主控板、摄像头与辅助传感器。从摄像头到行动，中间要过四道关：采集、识别、判断、执行。第一天晚间就能装软件，说明设备兼容问题要在出发前解决。

摄像头拍到的不是“红色”，而是一组像素值，颜色是程序算出来的结论。课程页把这条链写在项目内容第一句，说明它就是整门课的主干。第二天下午参观复旦校园，把课堂与真实的学科环境连起来。

这一步想通了，后面的识别与决策才有落点。第二天的硬件讲解，是为后面能看懂摄像头与主控板打基础。第三天上午讲从摄像头画面到车辆行动，是整条链的理论主干。

第二步：像素、颜色与识别区域

第四天下午专门讲认识像素、颜色与图像识别区域，并完成指定颜色标记识别。第三天上午的概念课把视觉与无人驾驶的关系讲清，下午才动手写代码。

课程页同时要求学生观察光照和距离的影响，这两个变量是视觉系统最现实的不确定性。每一天的内容都不是孤立的，前面缺一块，后面就要补回来。第六天的整合任务，是对前五天所有环节的一次检验。

识别区域的概念很关键：程序只能看它被指定的那块画面。营期结束时，学生应该能说明白：车是怎么从一张图像走到停车这一步的。如果孩子只记住了无人机或机器人这些名词，说明还没走到细节。

第三步：把识别结果变成指令

第五天上午使用预训练视觉模型识别教学用简易标志，并把颜色、标志识别结果与车辆控制联动。能讲清识别区域、判断条件、控制指令三者的关系，才算真正懂了。

识别只是判断，联动才是行动，两者中间是代码。第一步采集、第二步识别、第三步判断、第四步执行，四步缺一不可。

课程页把这一步写在第五天，说明它是整条链的枢纽。课程页把这条链写成项目内容的第一句，等于给整门课定了主线。

第四步：整合与验证

第六天上午整合视觉模块、运动控制与辅助避障功能，实现标志识别、指定路线行驶、定点停车。第三天的视觉入门与第四天的操作，是这条链的前半段。

三个模块任何一个不稳，整台车就跑不完整。第五天的预训练模型解决判断，第六天的整合解决执行。

下午完善课题报告、撰写汇报PPT并做功能测试。能按这四步复述一遍的孩子，才算真的把七天串起来了。

想了解更详细招生简章、课表和报名咨询电话，请联系：
报名热线：4000616586
联系人：程老师
咨询微信：pxbbaoming

了解更多详情，请点击访问：课程首页

温馨提示：本文内容根据课程内容整理，各模块实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。