前面的课程里，你写的代码都是“告诉机器人怎么走”：前进多少步、左转、右转——你提前规划好了路线，机器人只是执行。

但这门课不同。

在这里，你不再拥有上帝视角。你看不到地图的全貌，看不到终点在哪个方向，也不知道前方有多少障碍物。你唯一能依靠的，是机器人身上那个虚拟的激光雷达。

它会告诉你：前方多远有障碍物、左右两侧是否有足够的空间通过。你需要基于这些返回值，在程序运行过程中实时做出判断——前进、转向、重新规划路径。就像真实的自动驾驶系统一样。

课程如何展开：

课程开始后，小车会被放置在一个未知环境中。你需要编写一段程序，让小车在没有任何先验信息的情况下，依靠激光雷达的数据不断前进。雷达会返回前方、左侧、右侧的障碍物距离，程序需要根据这些数据判断下一步该怎么做。

这不是一步到位的任务，而是需要反复调整逻辑、应对不同环境的挑战。课程会逐步引入更复杂的地形：窄通道、连续弯道、死路判断、多岔路口选择。

核心挑战：

• 你不能提前知道地图布局，只能依靠传感器数据实时决策

• 程序需要具备基本的环境理解能力：这是死路？还是可以转弯？

• 左右转向条件需要自己设计，不同地形需要不同的判断策略

• 学会用激光数据构建“环境地图”——从一组数字中读出道路结构

你将学习到：

• 激光雷达的基本工作原理与数据解析

• 基于传感器数据的实时决策逻辑设计

• 环境探测与避障策略的实现

• 有限状态机或分层决策结构的应用

• 如何在没有全局信息的条件下完成导航任务

• 模拟真实自动驾驶中的“感知-决策-执行”闭环

课程特点：

• 无上帝视角，完全依靠传感器数据驱动

• 模拟真实自动驾驶系统的运行逻辑

• 多种难度地形逐步解锁：从简易赛道到复杂迷宫

• 支持Blockly/Python/C++三种语言实现

• 实时调试：每次修改后重新运行，观察小车如何“理解”环境

• 可直接在虚拟环境中完成，无需实体硬件

适合谁：

• 已掌握基础编程语法，想挑战更高难度

• 对自动驾驶、机器人感知方向感兴趣

• 想理解“传感器→决策→执行”的完整链路

• 想体验在没有完整信息的情况下如何做出决策

当你完成这门课程时，你将：

• 掌握基于传感器数据的实时决策程序设计方法

• 理解自动驾驶系统的基本工作框架

• 能够独立设计避障与路径选择策略

• 建立起“环境感知-逻辑判断-运动控制”的编程思维

你看不到地图，但雷达看得到。用数据感知未知，用代码走出新路。