在无人驾驶技术中，感知是最基础的部分，对车辆周围三维环境的感知能力就如同眼睛一样，在做好感知系统后无人驾驶的决策系统才能工作。本课程以项目导向式教学，基于“车道线寻迹”项目，将理论基础与项目应用相结合。通过课程学习，学员可以复现计算机视觉在无人驾驶感知系统中的应用范例，为顺利完成微专业结业项目打下基础。

1、理解计算机视觉和自动驾驶开发的关系，能搭建OpenCV平台，配置环境，进行图像识别操作。

2、能利用OpenCV进行图像处理

3、运用视觉传感器采集数据、处理数据实现车道线检测与识别

4、搭建深度学习平台框架，训练网络结构，进行车道线的检测

建议学员先修《Python必备基础与数据科学库》课程，其中1）各类文件（数据、图像、视频等）的操作命令和流程、2）工具库安装和运用：OpenCV等知识点会在本门课程中涉及。

再者，建议学员先修《深度学习在自动驾驶中的应用》课程，其中1）CNN卷积神经网络:. 概念/结构/特征/层次/核函数/算法和程序、2）Tensenflow:张量/变量初始化/在session中运算/常用命令等知识点会在本门课程中涉及。

还有，建议学员要有数字图像处理的知识，其中1）机器视觉系统；2）图像二值表示；3）图像区域特征；4）图像增强等知识点会在本课程中具体应用。

理论和实操高度结合

课程对计算机视觉和自动驾驶的关系进行深度解析，并结合大量实操案例进行讲解，学员完成本课程能够将所学知识直接应用到工作中，加快学员融入实际工作。

自主分配的学习时间

本课程是在线视频教学，学员可以在规定的时间内，根据自己的时间安排，自主学习，学习过程中没有时间和空间的束缚。同时，学员可以多次反复观看学习视频，以此巩固所学知识。