🚗 AI 無人車演算法實驗室

📌 基礎起步 (Level 1：反應式控制)

1. 持續偵測：將主邏輯放入「🔁 迴圈」的「重複當 (真)」中，車子才會不斷更新狀態。

2. 直觀避障：利用「👁️ 感知識別」中「前方是否有障礙物」等積木，搭配簡單「如果-否則」，完成煞車與轉向。

🚀 進階 AI 演算法 (Level 2：認知與規劃)

3. 感知與預測 (Perception)：真實 AI 不只看距離！使用「辨識前方物件種類」(行人/車輛) 與「預測 Y軸速度」，判斷行人是否正在過馬路而提前煞車。

4. 空間記憶 (Mapping)：結合「🧩 狀態記憶」、「📦 變數/清單」與「📍 GPS定位」，記憶障礙物座標，發展類 SLAM 演算法。

5. 平滑控制 (Control)：捨棄生硬的打方向盤，導入「⚙️ PID Steer」與「⏱️ Delta Time」積木，計算誤差來實現工業級的平滑巡航。

🛠️ 開發除錯技巧 (Debug)

善用「📝 文字」分類的「印出」積木，能把變數與感測數值即時投射在畫面上方的車用螢幕面板，是尋找 Bug 的最佳利器！

👨‍🏫 教學合作與系統授權

張世杰 老師