一、产品方案概述
LEARACING自动驾驶场景实验为人工智能教育而生。LEARACIN自动驾驶模型车与专业赛道、创智训练单元（CUDA深度学习训练机）、自动驾驶视觉系统搭配，形成完整的人工智能驾驶实验室解决方案。其定位是通过让数据采集、数据清洗、数据标注、模型搭建、模型训练、模型调优、模型推理等一系列复杂的过程从后台来到前台，让学生直观地了解人工智能原理的全流程，场景实验包含了深度学习，监督式学习，非监督式学习和强化学习等人工智能知识点，场景实验贯穿数据采集、数据训练、模型推理等人工智能全过程，实现自动驾驶中自动避障、红绿灯识别、标志识别和紧急避险四大应用。
二、产品方案定位用户和应用场景
作为面向学校人工智能教育的解决方案，如何将复杂的算法、理论知识，通过具象、贴近生活的场景实验表现出来，让学生在实践中对复杂的理论进行实践，是我们考虑的重中之重。传统的编程教育，学生在学习完编程后，所参与的实验并没有与人工智能产生直接的关联，即实验结果的产生不取决于实验过程。而利用数学公式进行的抽象实验，学生在此阶段难以理解。会造成课堂上学会了，但是生活中很难描述人工智能具体是怎样的实现过程。自动驾驶是人工智能最普及的应用之一，涵盖了人工智能各种类型和主流技术，具有很强的展示效果，且实验效果评估更直观，自动驾驶可创新、衍生拓展出更多的应用实验场景。
三、产品方案优势
自动驾驶模型车由五大功能组件构成：
1、计算机视觉：前置摄像头，捕获路面信息及各类状态，赋予人类般的视觉；
2、英特尔Movidius运算加速器：深度学习推理加速，使用多层神经网络，可以从巨量的数据中学习特征，具有神经般的敏捷速度；
3、运动姿态传感：提供更丰富的信息识别能力，具有更多触觉感悟；
4、英特尔NUC计算平台：数据融合处理/人机交互，智能车辆的驾驶者，具有人类的智慧源泉；
5、机器人智能控制车辆底盘：稳定、适应多路况，高性能自动驾驶地盘，是一个坚实可靠的平台。
方案将人工智能作为一个微缩的实验场景，利用纯视觉的自动驾驶实现方式，将机器学习、神经网络等知识点一一串联，最终实现完成的闭环。学生可以亲身体验每一步的操作，例如：在数据采集阶段，传统的实验，局限于数据集的不可预估，通常采用已有的数据集，直接去训练，而在自动驾驶的场景实验中，需要学生亲手操纵小车，进行数据集的采集。从一张张照片的诞生，到最终通过标注、清洗后，拿到精度良好的模型，每一步学生都会参与到，体验到，整个过程，也易于操作，用来作为教学场景实现。学生通过学习、实践自动驾驶模型车，可以将学到的理论知识进行完整的实践。
