01
课程导论
Prescan与CARLA联合仿真概述、应用场景与课程目标
概述目标
02
环境搭建（上）
操作系统与硬件要求、Prescan安装与激活、CARLA安装与配置
安装配置
03
环境搭建（下）
联合仿真接口安装、Python环境配置、依赖库安装与验证
接口Python
04
Prescan基础（一）
界面布局、场景元素库、道路与基础设施搭建
场景道路
05
Prescan基础（二）
传感器模型（摄像头、激光雷达、毫米波雷达）配置
传感器雷达
06
Prescan基础（三）
交通参与者（车辆、行人、自行车）添加与路径规划
参与者路径
07
Prescan基础（四）
天气与光照系统、场景时间控制
天气光照
08
CARLA基础（一）
CARLA架构解析、Python API入门、客户端与服务器
架构API
09
CARLA基础（二）
世界与蓝图、生成车辆与行人、控制车辆运动
蓝图控制
10
CARLA基础（三）
传感器仿真（RGB相机、深度相机、Lidar）与数据获取
传感器数据
11
CARLA基础（四）
地图与导航、交通管理器（Traffic Manager）使用
导航TM
12
联合仿真接口原理
Prescan-CARLA数据流、坐标系对齐、时间同步机制
数据流同步
13
联合仿真环境配置
Prescan导出CARLA场景、启动联合仿真流程
导出启动
14
联合仿真实战（一）
搭建简单的十字路口场景，实现车辆直行与转弯
十字路口车辆
15
联合仿真实战（二）
多传感器融合场景，同时获取摄像头与激光雷达数据
融合摄像头
16
联合仿真实战（三）
行人横穿马路场景，测试AEB功能逻辑
AEB行人
17
联合仿真实战（四）
恶劣天气（雨、雾、夜晚）下的传感器性能对比
天气性能
18
联合仿真实战（五）
多车协同场景，测试V2V通信逻辑
V2V协同
19
数据采集与标注
联合仿真中同步采集传感器数据、时间戳对齐、数据存储格式
采集标注
20
Python脚本自动化
使用Python批量运行联合仿真场景、参数化配置
自动化脚本
21
算法集成（一）
将YOLO目标检测算法接入联合仿真，实时检测车辆与行人
YOLO检测
22
算法集成（二）
将Lidar点云处理算法（如PointPillars）接入联合仿真
PointPillars点云
23
算法集成（三）
规划控制算法（如Lattice Planner）在联合仿真中的部署
规划控制
24
联合仿真性能优化
降低渲染负载、异步模式、多GPU加速策略
优化GPU
25
常见问题与调试
Prescan与CARLA版本兼容性、端口冲突、数据不同步问题
调试兼容
26
联合仿真与ROS集成
通过ROS桥接Prescan/CARLA，实现分布式仿真
ROS桥接
27
联合仿真与MATLAB/Simulink集成
在Simulink中搭建控制逻辑，联合仿真验证
Simulink控制
28
场景泛化与测试
使用联合仿真生成大量随机场景，进行自动驾驶算法泛化性测试
泛化随机
29
项目实战（一）
高速公路场景下的自适应巡航控制（ACC）仿真
ACC高速
30
项目实战（二）
城市复杂路口场景下的无保护左转决策仿真
左转决策