《智能网联汽车软件开发技术(Software Development Technology for Intelligent Connected Vehicles)》教学大纲
制定时间:2025年4月
一、课程基本信息
(一)适用专业:本科软件工程
(二)课程代码:3ZN1086A
(三)学分/课内学时:2学分/32学时
(四)课程类别:专业教育
(五)课程性质:必修/理论课
(六)先修课程:面向对象的程序设计方法、计算机网络
(七)后续课程:工业软件应用开发技术、信创系统应用开发技术、中间件技术、人机交互技术、企业级应用开发技术
二、课程教学目标
本课程介绍智能网联汽车(ICV)软件相关的基础技术内容,包括整车电子电气架构、通信协议、嵌入式系统、软件开发框架及工具等。通过理论讲授与上机实验相结合,学生将掌握汽车软件开发的基本方法,并具备进行简单功能模块开发与系统仿真的能力。
(一) 具体目标
目标1:掌握智能网联汽车系统的软件架构及关键组成模块;
目标2:具备基本的智能网联汽车软件开发能力,包括传感器集成、数据通信及系统仿真。
(二)课程目标与毕业要求的对应关系
毕业要求 |
毕业要求指标点 |
课程目标 |
教学单元 |
评价方式 |
4.研究:能够基于科学原理并采用科学方法对复杂软件工程问题进行研究,包括建立软件模型、设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。 |
4.2能够理解系统软件的设计思路和基本原理并能够运用相应原理采用科学方法解决具体问题理解操作系统、数据库管理系统等复杂软件系统的设计原理,并采用科学方法 |
目标1 |
智能网联汽车概述、ICV软件架构 |
实验 试卷考核 |
目标2 |
车载嵌入式系统、汽车通信协议 |
实验 试卷考核 |
4.3能够建立软件模型、设计实验、分析与解释数据、并通过信息综合得到合理有效的结论能够建立适当的软件模型并完成实验,通过分析与解释数据、信息综合得到合理有效的结论 |
目标1 |
传感器与执行器集成、数据处理与感知算法 |
实验 试卷考核 |
目标2 |
软件开发工具与环境、系统仿真与测试 |
实验 试卷考核 |
三、教学内容与方法
(一)教学内容及要求
序 号 |
教学单元 |
教学内容 (知识点) |
学习产出要求 |
推荐学时 |
推荐教学方式 |
支撑 教学目标 |
备注 |
1 |
智能网联汽车概述 |
定义、发展趋势、系统组成 |
理解ICV的概念与基本结构 |
2 |
讲授 |
目标1 |
理论课 |
2 |
ICV软件架构 |
车载网络、ECU、中间件、分层软件架构 |
能够描述ICV的软件架构 |
3 |
讲授 + 案例分析 |
目标1 |
理论课 |
3 |
车载嵌入式系统 |
实时操作系统、MCU、车规级处理器 |
了解ICV中常用嵌入式平台 |
3 |
讲授 |
目标1 |
理论课 |
4 |
汽车通信协议 |
CAN、LIN、FlexRay、以太网、V2X |
掌握并区分不同车载通信协议 |
3 |
讲授 + 演示 |
目标1 |
理论课 |
5 |
软件开发工具与环境 |
Simulink、MATLAB、Vector工具、AUTOSAR工具链 |
熟悉主流的汽车软件开发工具 |
3 |
讲授 + 软件演示 |
目标1 |
理论课 |
6 |
传感器与执行器集成 |
摄像头、激光雷达、毫米波雷达、车辆执行器 |
实现基础传感器集成与信号处理 |
3 |
讲授 + 实验 |
目标2 |
实验2学时 |
7 |
数据处理与感知算法 |
传感器数据融合、感知模块、边缘计算 |
设计基本的感知模块,并处理实车数据 |
3 |
讲授 + 实验 |
目标2 |
-实验2学时 |
8 |
系统仿真与测试 |
MIL、SIL、HIL、软件测试方法 |
开展基本的软件仿真实验 |
4 |
实验 |
目标2 |
实验4学时 |
(二)教学方法
1.课堂讲授
《智能网联汽车软件导论》作为一门面向软件工程专业的选修课程,其课堂讲授部分以系统性、前沿性和实用性为导向,旨在构建学生对智能网联汽车软件系统的整体认知框架。课堂讲授采用启发式、互动式和案例驱动相结合的教学方法,强调“以问题为导向”和“以工程应用为背景”的教学理念,提升学生的理解力、综合分析能力和工程思维能力。
在教学内容组织方面,课程从智能网联汽车的发展背景与总体架构入手,逐步引导学生理解车载电子电气架构、嵌入式系统、通信协议、传感器与执行器、软件开发工具链、系统感知与决策等关键知识点。每个知识模块的讲授不仅涵盖基础概念和技术原理,同时结合当下行业主流标准与技术发展趋势(如AUTOSAR、SOA架构、V2X通信、功能安全等),实现“基础教学”与“行业前沿”相融合。
教学过程中注重启发式教学。授课教师通过提出关键问题,引导学生思考,如“当前的智能驾驶系统是如何感知障碍物的?”、“为什么车载通信中CAN协议仍被广泛使用?”等,引发学生主动查阅文献、独立思考,增强其学习主动性。此外,课程中大量引入案例教学,如分析特斯拉、蔚来、华为智能汽车系统架构,或讲解真实项目中的软件堆栈部署流程,提升学生对实际工程场景的理解。
互动教学也是本课程的重要特色。课堂上通过头脑风暴、小组讨论、即兴汇报等方式,鼓励学生围绕实际问题进行交流与合作。教师适时设置开放性问题,如“智能汽车软件中哪个模块对安全最关键?”、“未来哪种通信协议可能替代CAN?”等,引导学生跨领域思考,锻炼其综合判断力与表达能力。
为提升学生对专业工具的认知和使用能力,讲授过程中还穿插软件工具演示,如AUTOSAR配置工具、Simulink建模、CANalyzer通信分析等。通过边讲边演示的方式,让学生将抽象概念与真实操作相连接,为后续实验课打下基础。
课堂讲授部分在教学内容、教学设计与教学方法方面均紧密围绕“打基础、提能力、看前沿”的目标进行,以期全面提升学生对智能网联汽车软件的认知水平,为其日后从事智能汽车领域的软件开发、系统集成或技术研究打下坚实基础。
3.实验教学
为了巩固理论知识并提升学生的实际动手能力,《智能网联汽车软件导论》设置了8学时的实验教学内容,作为课程的重要组成部分。实验教学以“技能训练+项目驱动”的方式展开,采用真实工具链、模拟软件及实际案例为依托,引导学生深入了解车载软件开发流程、传感器数据处理及系统仿真测试等关键环节。
实验教学的设计遵循“循序渐进、理论结合实践”的原则,从基础认知到系统集成,逐步提升学生的技术能力。实验课分为三大模块:基础软件环境搭建、传感器与通信协议实训、智能功能模块仿真。首先,学生将学习并配置Simulink、CANoe、MATLAB等常用车载软件工具环境,掌握模型搭建、数据输入输出等基本操作流程。接着,通过实验平台实现传感器信号的获取、编码与通信,实现激光雷达、摄像头等基础数据的融合。最后,学生将完成一个由小组协作完成的仿真实验项目,如“实现自动紧急制动功能的软件仿真”、“构建智能避障算法的感知与决策模块”等,综合运用所学知识,完成从建模、调试到测试的全过程。
实验课程重视实用性与工程化训练。每次实验任务明确设定学习目标和预期成果,要求学生在课前进行预习与方案设计,课中动手实践并记录数据,课后撰写实验报告并进行反思总结。教师则在课堂中以“指导+引导”的方式提供技术支持与问题解答,并鼓励学生尝试多种实现方法,培养其独立解决工程问题的能力。
在教学方法上,实验课程采用项目制分组教学。学生以小组为单位合作完成实验任务,强化团队协作能力与工程沟通能力。每组在实验结束后需进行结果汇报,分享思路、展示成果并接受教师与同学的质询,以提升其表达与汇报能力。
为了模拟真实开发环境,实验课程还引入虚拟仿真测试平台(如CarSim、PreScan等),使学生能够在安全可控的环境中进行功能验证与参数调优。通过虚拟测试数据分析,学生能够更直观地理解感知算法的局限性与优化空间,提升工程分析与验证能力。
此外,实验课程还与课堂理论内容高度联动,例如在完成“CAN通信协议数据解析”实验后,学生将更深刻理解协议栈设计的重要性与工程实现细节,理论学习成果得以在实践中检验与深化。
综上所述,本课程的实验教学部分坚持“做中学、学中做”的理念,既关注基础能力培养,又注重项目实战体验,切实提高学生在智能网联汽车软件开发中的实操能力、团队合作能力与综合工程素养。
四、考核及成绩评定
(一)考核内容及成绩构成
课程考核以考核学生能力培养目标的达成为主要目的,以检查学生对各知识点的掌握程度和应用能力为重要内容,包括平时作业考核、实验和期末考核三个部分。平时考核采用平时作业、实验、等方式评定学生成绩;期末考核采用笔试评定学生成绩。各课程目标的考核内容、成绩评定方式、目标分值建议如下:
课程目标 |
考核内容 |
成绩评定方式 |
成绩占总评分比例 |
目标成绩占当次考核比例 |
学生当次考核平均得分 |
目标达成情况计算公式 |
目标1:掌握智能网联汽车系统的软件架构及关键组成模块 |
智能网联汽车概述、ICV软件架构 |
平时成绩 |
10% |
50% |
A1 |

|
传感器与执行器集成、数据处理与感知算法 |
实验 |
15% |
50% |
B1 |
ICV软件架构、数据处理与感知算法 |
期末上机考试 |
25% |
50% |
C1 |
目标2:具备基本的智能网联汽车软件开发能力,包括传感器集成、数据通信及系统仿真。 |
传感器与执行器集成、数据处理与感知算法 |
平时成绩 |
10% |
50% |
|

|
软件开发工具与环境、系统仿真与测试 |
实验 |
15% |
50% |
A2 |
数据处理与感知算法、系统仿真与测试 |
期末上机考试 |
25% |
50% |
B2 |
总评成绩(100%)=实验(40%)+上机考试(60%) |
100% |
—— |
—— |
|
(二)平时考核成绩评定
1.实验:必做实验8次,支撑目标1、目标2、共占总评分30%,目标1占15%、目标2占15%。对应目标的评分标准如下:
对应目标 |
目标1 |
目标2 |
成绩比例 |
15% |
15% |
考查点 |
实验报告 |
实验操作内容 |
评分标准 |
100% 至 90% |
能完整、准确地描述智能网联汽车软件架构的各层次内容(如应用层、中间件、基础软件层等),熟练掌握ECU、车载通信协议、AUTOSAR架构等关键模块的功能与协同机制,答题和项目报告中理论正确、表述清晰,展现出扎实的理解和较强的系统分析能力。 |
能独立完成基于指定平台(如Simulink、CANoe)的传感器集成、数据通信和仿真实验任务,思路清晰,程序逻辑正确,能有效解决实验中遇到的问题,报告完整规范,结果准确,体现出较强的软件开发实践能力。 |
89.9% 至 80% |
对ICV软件架构有清晰的理解,能够基本掌握各模块的功能和作用,项目任务完成较好,个别术语或功能描述略有瑕疵,但整体逻辑清晰,能体现出对知识的基本掌握与理解。 |
能基本完成实验任务,理解传感器通信与系统仿真的基本流程,程序可运行但有少量逻辑或细节性问题,调试过程略显欠缺,报告质量良好,基本达到开发能力要求。 |
79.9 至 70% |
能对软件架构的主要内容进行描述,但理解不够深入,对部分关键模块(如中间件或通信协议)的认识模糊,项目任务虽能完成但存在较明显错误或不完善之处,知识点掌握不系统。 |
实验任务完成度一般,仿真流程或软件操作存在明显问题,部分模块不能正确运行或集成,对通信机制理解不够深入,报告存在格式或内容问题,但能反映一定的开发技能。 |
69.9% 至 60% |
对软件架构了解较浅,关键组成模块描述不清,答题中存在多处概念性错误,项目完成度较低,仅能勉强体现部分学习成果。 |
实验任务仅完成少量功能模块,错误频繁,缺乏调试能力,对软件开发工具的使用不熟练,报告内容欠缺或逻辑混乱,开发能力尚未达标。 |
59.9%至 0 |
无法准确描述智能网联汽车软件架构,对关键模块缺乏基本认知,项目任务未完成或内容错误严重,学习成果基本缺失。 |
不能清楚描述六大模块原理,系统搭建能力缺失,对自动驾驶基本原理理解严重不足。 |
五、参考学习资料
(一)推荐教材:《汽车软件开发实践》,法比安·沃尔夫(Fabian Wolf) 著 刘晨光 译,机械工业出版社,2021.11.1,第1版,书号:9787111689089
(二)参考资料1:《智能网联汽车导论》,闫建来,机械工业出版社,2019.12.1,第1版,书号:9787111640653
(三)参考资料2:《汽车软件架构》,[瑞典] 米罗斯拉夫·斯塔隆(Miroslaw Staron) 著,王驷通 译,机械工业出版社,2020.10.1,书号:9787111662808