特征

开源生态兼容

搭载 AutoWare 开源自动驾驶框架，支持 ROS 系统与 Python/C++ 开发，能够对接高校自动驾驶课程体系，学生可零成本复用成熟算法模块（如 A * 路径规划、动态窗口法避障）。

模块化硬件方案

提供高性价比移动机器人平台，集成激光雷达、深度相机等基础传感器，支持即插即用式载荷扩展，满足教学实验与小型科研项目需求。

云端/本地 GPU 集群支持

内置仿真环境，用户可选择搭建云端/本地 GPU 设备，即可接入云端算力资源，支持 CARLA/Gazebo 等主流仿真引擎，一键生成虚拟交通场景、极端天气环境。

教学级场景库

预配置车道保持、行人避障、停车场泊车等典型教学案例，学生可直接调用场景参数进行算法调试，通过可视化界面实时观测轨迹规划效果，降低实验操作复杂度。

课程实验及创新

适配《自动驾驶技术》《机器人学》等课程，学生可通过 “理论学习→仿真验证→实车调试” 三段式实践，掌握从地图构建（三维点云建模）到路径点录制的全流程操作。