1 关于人工智能协会 AIMC智能车队

人工智能学院AIMC智能车队，是一支专注于全国大学生智能汽车竞赛的科创队伍。车队面向全院招募热爱嵌入式开发、机械结构、自动控制与机器视觉的同学，组队打造智能小车，在竞赛中锤炼工程实践能力。AIMC智能车队历经多年建设及背靠AIMC智能运控实验室，已具备较为丰富的仪器资源，与嘉立创EDA建立起良好的校企合作关系。

AIMC实验室设备资源 – 智能运控实验室

为备战第二十二届智能汽车竞赛，车队现已规划三支参赛队伍，分别为飞檐走壁队、走马观碑队、智能视觉队，各队伍根据赛道任务设置差异化分工：

2 队员职责与能力要求

2.1 车队硬件工程师

车队硬件工程师硬件负责智能车硬件方案设计、器件选型采购、PCB 绘制与焊接；完成电源、传感器、电机驱动等硬件调试，排查短路、信号干扰等故障，测试硬件在赛道工况下的稳定性，根据实车测试反馈迭代硬件电路方案。应熟练掌握以下技能：
（1）使用EDA工具软件完成电路板设计（推荐立创EDA）；

（2）掌握基本单片机最小系统、直流有刷电机驱动电路、无刷电机驱动电路基本原理，能分析排查电路故障；

（3）掌握万用表、示波器、信号源灯电子仪器设备的使用方法；

（4）能使用电烙铁、热风枪、加热台焊接电路板。

2.2 车队结构工程师

结构设计工程师负责智能车整体机械结构的设计、建模、装配与优化，根据竞赛赛道特性、车辆硬件布局与行驶需求，搭建稳定、轻量化、适配性强的智能车车体结构。主要承担车架整体设计、传感器与支架设计、电机及传动结构适配等工作，熟练完成三维建模、结构参数调整，适配整车硬件安装布局。负责整车机械装配、调试与整改，解决车辆行驶过程中出现的松动、传感器偏移等结构问题，优化车身重心布局，提升车辆行驶稳定性、过弯流畅度与竞速性能。同时根据实车测试数据迭代优化结构方案，做好结构零件维护、配件优化升级，保障智能车全程稳定参赛。

应熟练掌握以下技能：

（1）使用三维建模与工程图软件完成智能车结构设计（推荐 SolidWorks、Fusion 360 或 shapr3D），能进行零件建模、装配体设计、干涉检查、工程图输出与版本管理；

（2）掌握机械设计基础与常用连接、传动方式，包括齿轮、同步带、轴承、轴系、电机安装、传感器支架、紧固防松等，能根据硬件布局完成结构适配与优化；

（3）熟悉常用材料与加工工艺，如铝合金、碳纤维板、3D 打印（FDM/SLA）、激光切割、CNC 等，能进行轻量化、强度校核与整车重心优化；

（4）能使用卡尺、千分尺、扭矩扳手及常用装配工具完成整车机械装配、调试与整改，排查松动、偏移、干涉、共振等结构问题，并根据实车测试反馈迭代结构方案。

2.3 算法工程师

算法工程师负责智能车核心算法的设计与实现，重点完成车辆的路径规划与任务主体逻辑代码的编写。熟练掌握常用数据结构与算法，根据赛道任务要求制定高效的决策逻辑。配合控制，视觉队员进行算法在车上的部署与联调，通过代码优化降低算法时间复杂度和空间复杂度，确保车辆在高速行驶与复杂赛道工况下的决策准确性与响应速度。应熟练掌握以下技能：

（1）熟练使用 C/C++ 进行嵌入式算法开发，掌握常用数据结构与算法，包括数组、链表、栈、队列、树、图、排序、查找、动态规划、贪心等，具备良好的代码规范、模块化设计与版本管理能力；

（2）掌握路径规划与决策算法，如 Dijkstra、A*、RRT、动态规划、有限状态机、行为树等，了解纯跟踪、PID、MPC 等控制基础，能根据赛道元素和任务要求设计全局/局部规划与任务状态机；

（3）熟悉智能车常用嵌入式平台与通信接口，如 STM32、英飞凌、瑞萨、树莓派、Jetson 等，掌握 UART、I2C、SPI、PWM、定时器、中断、DMA 等，能配合控制、视觉队员完成算法部署、参数整定与实车联调；

（4）掌握算法性能分析与优化方法，能进行时间复杂度、空间复杂度、内存占用和实时性优化，熟练使用 Git、Keil/IAR/VSCode、MATLAB/Python 仿真及日志、上位机等调试工具，根据实车测试数据迭代算法方案。

2.4 视觉工程师

视觉工程师负责完成智能车比赛过程中视觉识别任务的开发。例如，基于YOLO算法搭建目标检测模型，完成数据集训练、模型调优与推理测试；实现目标检测框绘制、识别类别与置信度展示；可拓展实现摄像头实时检测、本地图片加载推理、控制台识别信息输出等功能。调试模型识别效果，根据测试结果迭代优化模型精度，满足智能车视觉识别任务需求。

视觉工程师应熟练掌握以下技能：

（1）掌握图像处理与计算机视觉基础，熟练使用 OpenCV、Python/C++ 等工具，能完成图像采集、颜色空间转换、滤波去噪、边缘检测、形态学处理、ROI 提取、相机标定与畸变校正等操作；

（2）掌握深度学习目标检测算法，如 YOLO 系列、SSD、Faster R-CNN 等，熟悉 PyTorch、TensorFlow、PaddlePaddle 等框架，能独立完成数据集标注、增强、训练、验证、模型调优与推理测试，并实现检测框绘制、识别类别与置信度展示；

（3）熟悉模型部署与推理加速，能将模型转换为 ONNX、TensorRT、NCNN、TFLite 等格式，在树莓派、Jetson、K210、OpenMV 等嵌入式平台实现摄像头实时检测、本地图片加载推理、控制台识别信息输出等功能，并掌握量化、剪枝、多线程等优化手段；

（4）掌握视觉与整车联调方法，能配合算法、控制队员完成识别结果传输、坐标映射、延迟优化与鲁棒性测试，根据赛道光照变化、高速运动、车体抖动等工况迭代优化模型精度与实时性，满足智能车视觉识别任务需求；

（5）具备良好的代码规范、版本管理与文档撰写能力，熟练使用 Git、LabelImg、Roboflow、WandB 等工具，能与硬件、结构、算法、控制队员高效协作，保障视觉系统稳定可靠运行。

2.5 车辆控制工程师

车辆控制工程师负责智能车运动控制策略的设计与代码实现，完成电机驱动、转向控制、速度闭环与巡线算法开发。基于巡线传感器、陀螺仪、编码器等外设数据，优化车辆行驶稳定性与竞速性能，适配直道、弯道、十字路等多类赛道工况。配合硬件、团队完成整车联调，根据实车测试数据迭代调校控制参数，解决行驶抖动、蛇行、过弯冲出等问题，保障车辆稳定、高效完成赛道任务。应熟练掌握以下技能：

（1）掌握自动控制与运动控制基础，熟悉 PID、串级 PID、前馈补偿、模糊控制、自适应控制、纯跟踪、Stanley、LQR/MPC 等算法，能完成速度闭环、转向闭环、电流环与巡线控制策略的设计与实现；

（2）熟练使用 C/C++ 进行嵌入式控制开发，掌握 STM32、英飞凌、瑞萨等常用 MCU 平台，熟悉 PWM、定时器、中断、ADC、DMA、编码器接口及 UART、I2C、SPI、CAN 等通信外设，能实现电机驱动、舵机转向、速度闭环与巡线算法；

（3）熟悉编码器、陀螺仪/IMU、灰度/电磁/摄像头巡线传感器、电流采样等外设，掌握传感器校准、滤波、数据融合（互补滤波、卡尔曼滤波）、姿态解算与里程计算，能基于多传感器信息优化车辆行驶稳定性与竞速性能；

（4）掌握控制参数整定与实车调试方法，能使用上位机、示波器、逻辑分析仪、蓝牙/WiFi 调参、日志回传等工具，分析并解决行驶抖动、蛇行、过弯冲出、打滑、丢线等问题，适配直道、弯道、十字路、环岛、坡道等多类赛道工况；

（5）具备系统联调与团队协作能力，能配合硬件、结构、算法、视觉队员完成整车部署与联调，根据实车测试数据迭代调校控制参数，具备良好的代码规范、版本管理、文档撰写与实时性、安全性意识，保障车辆稳定、高效完成赛道任务。

虽然我们按硬件、结构、算法、视觉、控制等角色分工协作，但更期待并欢迎能跨领域打通软硬件、一专多能的全栈型人才加入！

3 招募考核

各方向考核时间如下：

结构工程师：2026年10月11日 下午 14：00 ~16：00

视觉工程师：2026年10月11日 下午 14：00 ~16：00

算法工程师：2026年10月11日 上午 09：00 ~11：00

硬件工程师：2026年10月11日 下午 19：00 ~21：00

车辆控制工程师：2026年10月17日 下午 14：00 ~16：00

具体地点请加入交流群等待通知！！！

3.1 硬件工程师考核

3.1.1 考核任务

基于给定的 STM32F103VET6 单片机开发板完整设计资料，独立完成 PCB 版图设计、生产文件输出、样板焊接与基础功能调试，并最终参加设计答辩，综合考察电路原理理解、PCB设计、焊接调试动手能力。

3.1.2 设计资料

（1）STM32F103VET6 开发板全套电路原理图（共 3 页，含主控、电源、接口、调试电路）

（2）BOM 物料清单（含元器件型号、封装、数量）

（3）完整引脚分配图

（4）板载资源清单（含主控芯片、电源接口、下载调试接口、LED、按键、各类通信接口等全部板载硬件资源说明）

• 1）主控：STM32F103VET6（LQFP封装）
• 2）电源接口：typec接口（5v）、DC接口（12v）、螺钉式接线端子（12v）
• 3）下载调试接口：USB转串口或SWD接口
• 4）LED灯：三个用户LED，两个电源指示灯
• 5）按键：三个用户按键、一个复位按键
• 6）排针：将芯片所有GPIO引出，引出BOOT引脚和SWD引脚
• 7）接口：引出三路串口、一路SPI、一路IIC、两路ADC(SMA接口)、两路DAC(SMA接口)
• 8）其他：板载电压基准、RTC电池

（5）参考设计图

注意：此图只能作为参考

3.1.3 设计与验收要求

设计要求：

• 设计工具：推荐使用嘉立创 EDA 专业版完成全流程设计
• 设计完成后必须通过完整 DRC 检查，无开路、短路、间距违规等错误
• 按照指定位置摆放主控芯片、电源接口、调试接口、排针等核心器件
• 板面必须丝印本人姓名、学号，位置合理，不得遮挡元器件、焊盘与接口
• 按照 BOM 清单完成全部元器件焊接，无错焊、漏焊、虚焊、连焊；表贴元件焊接平整，芯片引脚对齐无偏移
• 板面清洁，无明显锡渣、松香残留；直插元件引脚剪脚整齐
• 焊接完成后先进行通断测试，确认电源与地之间无短路

提交内容：

• 工程源文件（含原理图、PCB 图、BOM 表）
• 焊接调试完成的开发板实物 1 块

考核方式：

• 提交嘉立创 EDA 工程、Gerber 等文件，审核 PCB 布局布线、引脚连接、丝印等是否满足设计约束，DRC 检查是否无致命错误
• 对焊接完成的开发板进行上电检测，测量电源电压，验证 SWD 下载、板载按键与 LED 等基础功能，排查短路、虚焊等硬件故障
• 针对电路原理、PCB 工艺、故障排查等内容提问

注意事项：

• 所有设计与制作必须独立完成，严禁直接抄袭成品工程文件，违者按零分处理
• 可参考芯片手册与 PCB 设计规范，不得照搬他人设计成果
• 成品提交后需要完成答辩
• 未按时提交交付物或未参加答辩者，视为自动放弃考核

3.2 结构工程师考核

3.2.1 考核任务

根据给定的智能车底板尺寸边界、元器件安装点位与承重要求，独立完成整车底板的三维建模、结构优化与实物制作。综合考察三维建模能力、结构力学设计思维、轻量化设计能力、工艺落地能力与动手制作能力，输出可直接用于整车装配的智能车底板成品。

3.2.2 提供资料

（1）核心元件安装尺寸图

（2）元件安装预留孔位

3.2.2 设计与验收要求

设计要求：

• 设计软件：优先使用 SolidWorks，也可使用 Creo、UG 等三维建模软件，最终提交通用格式文件
• 底板外形尺寸：100.60mm ×56.70mm（长 × 宽 ）
• 承重性能要求：底板中心区域承受 300g 静载荷，持续30秒无断裂、无塑性变形
• 单位统一采用毫米（mm）
• 合理设计倒角、圆角等结构，避免应力集中；安装孔位周边做局部加强，防止锁螺丝崩裂
• 底板整体平整度符合装配要求，无翘曲、扭曲变形
• 轻量化要求：在完全满足强度、刚度与安装要求的前提下，尽可能降低底板自身重量
• 设计可选用 3D 打印或碳纤维板材加工

考核方式：

• 模型初审：提交三维模型后审核安装点位、尺寸边界是否符合要求
• 实物测试：现场进行静载荷承重测试+精准称重，验证强度并记录实际重量

注意事项：

• 所有设计与制作必须独立完成，严禁直接套用现成智能车底板模型，一经发现按零分处理
• 可参考结构设计规范与工艺标准，但不得照搬他人成品设计
• 未按时提交交付物或未参加现场测试者，视为自动放弃考核

3.3 算法工程师考核

3.3.1 考核任务

进行现场上机考核，根据给定的算法应用场景，在规定时间内独立完成多道算法编程题目。综合考察候选人的逻辑思维能力、代码实现能力以及对基础数据结构的熟练掌握程度，确保能够胜任智能车开发中的逻辑规划任务。

3.3.2 提供资料

可在LeetCode，洛谷，acwing等算法网站进行学习和刷题

3.3.3 设计与考核要求

设计要求：

• 算法应用范围： 能够熟练应用广度优先搜索（BFS）、深度优先搜索（DFS）、模拟算法、二分查找、哈希（Hash）等基础算法解决实际问题。
• 性能要求： 编写的算法必须具有较高的时间与空间执行效率，程序运行绝对不能超过题目的限定运行时间（Time Limit），避免算法超时。

考核方式：

• 测试评测： 另行通知时间地点，在线下场所上机考核。在规定时间内通过编程完成题目，系统将通过多组测试用例验证代码的正确性与运行时间。
• 代码审查与提问： 对提交的源代码进行审查，并针对代码逻辑、核心算法（如BFS、DFS的实现细节）、时间/空间复杂度分析及其实际在路径规划中的应用进行提问。

注意事项：

• 所有代码编写必须完全独立完成，严禁直接使用AI生成代码或抄袭他人、网络现有题解，违者按零分处理。
• 需注意题目的时间与空间复杂度限制。

3.4 视觉工程师考核

3.4.1 考核任务

使用统一数据集完成YOLO目标检测模型训练，选取数据集部分图片作为验证样本开展模型测试，程序在图像上绘制检测框，展示识别类别与置信度，综合考察模型训练、代码调试、目标检测推理实现能力。可自主完成拓展附加功能获取附加分数。

3.4.2 提供资料

(1) 课程统一目标检测数据集

数据集下载连接：https://aimc.skyate.com/aimc_static/open_data/yolo_dataset.zip

(2) YOLO算法相关参考资料

(3) 配套教学视频： 林亿饼的个人空间-林亿饼个人主页-哔哩哔哩视频

3.4.3 设计与考核要求

设计要求：

• 基础任务仅要求完成静态图片识别，不强制使用摄像头
• 程序运行输出图像必须绘制目标检测框，显示识别类别以及置信度，缺失置信度展示扣基础总分10%
• 拓展功能（可选，得分可叠加）
  • ①摄像头实时检测：调用摄像头，实时采集图像，完成目标框选与模型识别
  • ②静态图片检测：支持读取本地图片文件，完成图片目标框选与推理识别
  • ③结果文本输出：编写控制台打印模块，输出识别详情、模型准确率相关信息

提交内容：

• 完整项目代码工程文件
• 训练完成的模型权重文件
• 测试运行结果（截图或录屏）

考核方式：

• 审核项目代码完整性，运行程序开展验证集图片测试，依据验证集准确率核算基础得分（满分100分）
• 核查检测结果，确认检测框、类别、置信度展示是否完整，缺失置信度扣基础总分10%
• 核查拓展附加功能完成情况，摄像头实时检测20分、本地静态图片检测20分、控制台结果文本输出10分，附加分累计最高+50分
• 总成绩 = 基础得分 + 附加得分，最高150分
• 针对YOLO原理、数据集处理、模型训练调优、代码逻辑等内容进行提问

注意事项：

• 模型训练与代码实现需独立完成，严禁直接照搬完整项目代码，一经发现按零分处理
• 可参考提供的教学资料，禁止直接抄袭他人完整项目成果
• 未按时提交交付物，视为自动放弃考核

3.5 车辆控制工程师考核

3.5.1 考核任务

不限定车模平台与主控芯片，自主选择方案完成智能车巡线行驶功能开发与实车调试。综合考察候选人的电机控制能力、巡线算法实现能力、硬件适配调试能力与问题排查能力，输出可稳定完成赛道巡线的智能车成品。

基础任务

• 硬件方案自主选择，不限车模、不限主控芯片；可选择视觉方案实现黑白线巡迹，或选择电磁方案实现电磁巡迹，二选一完成基础巡线功能。
• 车辆可自主沿标准巡线赛道稳定行驶，完整跑完单圈赛道，行驶过程中不冲出赛道、无中途停车。
• 行驶过程控制平稳，无明显剧烈抖动、蛇行幅度过大、频繁压线等问题。
• 控制代码结构清晰，关键控制参数与算法逻辑添加注释，便于调试与迭代。

拓展附加功能

• 陀螺仪姿态辅助：加装陀螺仪（IMU），结合姿态数据优化巡线控制逻辑，提升行驶稳定性与过弯效果。
• 速度闭环控制：实现电机PID速度闭环控制，支持匀速行驶与加减速平滑切换。

3.5.2 提供资料

(1)标准巡线赛道规格参数说明

(2)赛道元素参数说明

3.5.3 设计与考核要求

提交内容：

• 完整车辆控制工程代码文件
• 附加功能验证说明与测试数据

考核方式：

• (1) 实车测试：现场使用标准赛道进行实车巡线测试，未完成单圈行驶、冲出赛道者基础分按不及格处理；完成单圈者根据行驶稳定性、流畅度、压线次数核算基础得分。
• (2) 附加功能验证：现场逐一验证拓展功能，编码器里程以实际赛道长度为基准计算误差，陀螺仪与速度闭环功能结合实车表现评定，按完成度核算附加分。
• (3) 代码审查与答辩：审查控制代码结构、规范性与逻辑，针对巡线原理、控制算法、参数调校、故障排查等内容进行提问。

注意事项：

• (1) 所有控制代码与硬件实现必须独立完成，严禁直接照搬整套巡线工程代码或使用成品开源方案，一经发现按零分处理。
• (2) 可参考传感器手册与控制算法资料，不得直接抄袭他人完整项目成果。 (3) 未按时提交交付物或未参加现场实车测试者，视为自动放弃考核。

更多详细资讯请进入交流群咨询！！！