🚗 智能驾驶专业（Autonomous Driving）
本专业培养护航"移动出行"的安全守卫者，深耕感知、决策、控制、系统四大核心领域，培养能够实现安全、可靠、高效智能驾驶的准工程师。毕业生具备环境感知与多传感器融合、决策规划与车辆控制、高精度地图与定位、驾驶系统安全验证等核心能力。
培养目标
- 目标1（基础与建模）：具备扎实的数理基础和AI建模能力，能理解并应用机器学习、计算机视觉等核心技术解决实际问题
- 目标2（系统与工程）：能在智能驾驶场景中完成系统设计、开发、集成与测试，具备工程化实现能力
- 目标3（创新与协同）：具备跨学科协同创新意识，能在AI+汽车产业中开展技术研究与应用创新
- 目标4（责任与发展）：具备社会责任感和职业道德，能持续学习并适应快速迭代的技术前沿
核心能力要求
- 具备复杂系统思维、工程实现与团队协作能力
- 具备智能驾驶场景的产品定义、系统集成、测试验证能力
- 能够独立完成智能驾驶算法设计与实现
- 具备多传感器融合系统开发、决策规划系统设计能力
- 具备解决智能驾驶领域复杂工程问题的能力
就业方向
智能驾驶感知算法开发工程师、域控测试工程师、系统集成工程师、智能驾驶测试工程师、决策规划算法工程师等。
🖥️ 智能座舱专业（Intelligent Cockpit）
本专业聚焦智能座舱领域，培养掌握多模态交互、智能语音、车载系统开发等核心技术的复合型人才。毕业生能够在智能座舱相关领域从事系统设计、HMI开发、多模态交互研发等工作。
核心方向
- 多模态人机交互设计与开发
- 智能语音系统与自然语言处理
- 车载操作系统与应用开发
- 座舱显示与触控技术
- OTA远程升级与车联网服务
- 座舱安全与隐私保护
课程体系架构
本专业课程体系采用"通识教育+数理基础+计算机与AI基础+专业课程+实践教学"的五层架构，总学分要求150学分，实践教学占比不低于70%。
通识教育课程（50学分）
包含思想政治理论、大学英语、体育、军事理论、创新创业基础、大学语文等公共基础课程，以及职业素养、工程伦理、行业认知等特色通识课程。
数理基础课程（8学分）
高等数学（车载矩阵运算实战）、线性代数、概率论与数理统计、最优化方法等。以汽车应用场景为案例，让学生理解三维空间坐标转换对智能驾驶定位的意义。
计算机与AI基础课程（27学分）
Python编程、C++程序设计、数据结构与算法、操作系统原理、机器学习导论、深度学习与神经网络、计算机视觉基础、自然语言处理等。
专业基础课程（18学分）+ 专业必修课程（19学分）
专业基础：智能驾驶感知技术、决策与规划原理、汽车构造与原理、传感器技术（激光雷达/毫米波雷达/摄像头）等。
专业必修：多传感器融合技术、智能驾驶系统集成与测试、功能安全与SOTIF、AI工程化与车载部署、车路协同与V2X通信等。
专业选修（≥20学分）+ 通用选修（≥8学分）
学生可根据兴趣方向选择Robotaxi运营优化、4D毫米波雷达融合、端到端自动驾驶、具身智能等前沿方向课程。通用选修课涵盖人文艺术、经济管理等跨学科领域。
四年贯通培养路径
课程体系以「项目-课程单元自洽设计」为核心，实现大学四年的递进式培养：
大一：数理筑基与产业通识
完成主干学术训练（初阶），同步完成初阶项目引导。从"普通数理"到"车载应用数理"的转型，掌握Python/C++基础编程工具。
大二：计算机架构与AI算法深化
以组织项目为载体，导入主干学科学术训练。接触AI核心——机器学习与深度学习，在真实吉利路测数据集上进行特征工程实践。
大三：核心技术与方向深化
教学地点迁至吉利研发中心。进入"硬核"感知领域与决策规划，跨学科知识调用学习。L3级系统工程项目正式启动。
大四：岗位适配与本研贯通
完全进入产业场景，通过全职实习与毕业设计完成从学生到"准工程师"的身份转变。项目成果被吉利采纳可免除传统论文。
课程编码规则
所有课程遵循统一编码原则：
| 编码 | 含义 | 说明 |
|---|---|---|
| AD | 智能驾驶 | Autonomous Driving |
| IC | 智能座舱 | Intelligent Cockpit |
| B1/B2/B3 | 基础 | B1通识 / B2数理 / B3专业 |
| T1/T2/T3/T4 | 类型 | T1基础 / T2计算机 / T3 AI / T4专业 |
示例：AD-T1-L2-001 = 智能驾驶-基础类型-L2级-001号课程