自动驾驶数据闭环的定义、核心价值与行业现状。
开始学习
传感器配置（摄像头、激光雷达、毫米波雷达、IMU/GPS），硬件架构。
开始学习
标注类型（2D/3D框、语义分割、追踪）、工具与质量管控。
开始学习
数据湖架构、云存储方案（AWS S3、阿里云OSS）、版本管理。
开始学习
基于规则（Cut-in、变道）与基于模型（OOD检测）的挖掘方法。
开始学习
难例挖掘、数据合成（GAN、NeRF）、仿真数据生成。
开始学习
回放引擎设计、消息总线（ROS2/ADTF）、时间轴管理。
开始学习
Webviz、Foxglove、RViz2 的二次开发与集成。
开始学习
目标检测、语义分割、跟踪算法的结果可视化与指标对比。
开始学习
路径规划、行为决策、控制指令的时序分析。
开始学习
融合前后结果对比、时间对齐验证、空间对齐验证。
开始学习
传感器故障模拟、通信延迟注入、极端场景测试。
开始学习
自动化测试流水线、场景库管理、通过率统计。
开始学习
数据集版本、模型版本、配置版本的关联与追溯。
开始学习
CI/CD流水线、容器化部署（Docker/K8s）、监控告警。
开始学习
分布式计算框架（Spark/Flink）、数据管道优化。
开始学习
数据脱敏、GDPR/《汽车数据安全管理若干规定》合规实践。
开始学习
CARLA、SUMO、VTD 仿真器集成，虚实结合测试。
开始学习
基于大模型（BEVFormer、UniAD）的数据需求与回放策略。
开始学习
基于NeRF/3DGS的场景重建，数字孪生场景生成。
开始学习
Corner Case 定义、收集、增强与验证。
开始学习
数据覆盖率、场景多样性、模型性能回退检测。
开始学习
数据工程师、算法工程师、测试工程师的工作流协同。
开始学习
Waymo、Tesla、Cruise、百度Apollo 的数据闭环实践。
开始学习
端侧数据闭环、车云协同、大模型驱动的数据闭环。
开始学习
搭建一个简易的数据闭环与回放分析系统（Mini Data Loop）。
开始学习