新加坡：随着行业对软件、硬件和人工智能跨学科技能的需求日益增长，一些理工学院正在加强课程设置，旨在培养能够胜任自动驾驶领域岗位的专业人才。
其中一个核心领域是自动驾驶车辆。这类车辆旨在在极少或无需人工干预的情况下，自主导航并应对路况。它们依赖传感器、摄像头和人工智能等技术来决定如何转向、加速或刹车。
此外，这些学院正寻求深化产学研合作。新加坡新投入的 8 亿新元（约 6.26 亿美元）交通研究与创新投资，预计将为学生在探索新兴技术方面提供更多机会。
深度实践：将课堂搬到真实路面
在义安理工学院（NP），学生已经通过实习获得了自动驾驶车辆的实操经验。
电子与计算机工程专业三年级学生 Shawn Lee 正在自动驾驶运营商 MooVita 进行为期 22 周的实习。
他的工作包括在自动驾驶接驳车部署前进行路线测绘，并测试车辆在不同路况下的反应。
“这个项目给了我很多实践经验，不仅对我接下来的学习有用，毕业后也大有裨益。我认为这是一个成长中的行业，可能是我未来的职业方向，”他表示。
义安理工学院正考虑将部分课程的实习期延长至一年。
同时，该校正在探索与陆路交通管理局（LTA）自动驾驶中心合作，让学生更多地接触该领域。
义安理工学院工程学院代理主任 Tan Guangfan 表示，合作内容可能包括学习之旅、行业专家讲座以及与潜在合作伙伴共同开展的项目。
Tan 先生希望与 LTA 的潜在合作能为学生打开大门，接触更多参与自动驾驶的行业伙伴。
他指出，随着工程系统变得日益复杂，需要多种技术协同工作，跨学科技能变得至关重要。
“像自动驾驶交通、智能基础设施这样复杂的系统，需要将软件、硬件、数据、传感器和通信集成在一起才能运行，”他说道。
他补充说，雇主现在越来越倾向于寻找能够“将不同技术串联起来”的毕业生。
夯实基础：从机器人到真实车辆
共和理工学院（RP）也采取了类似的方法。
共和理工学院工程学院能力与行业助理主任 Quek Yang Thee 博士表示，学生首先学习编程并控制车辆移动，然后利用小型自动驾驶机器人来理解传感器如何帮助车辆识别周围环境并避障。
随后，他们将所学知识应用于真实的车辆，包括考虑雨天、强光和高温等因素如何影响传感器的性能和导航。
Quek 博士介绍，RP 工程学院一年级学生必须修读一门关于无人系统的必修模块，初步接触自动驾驶车辆和无人机等技术，部分专业方向的学生则会进行更深入的学习。
从 10 月起，基于行业合作伙伴的反馈，RP 计划每年培训多达 80 名工程专业学生掌握高级驾驶辅助系统（ADAS）的相关知识与技能。
学校计划引入相关的培训设备和设施，帮助学生学习该技术。
Quek 博士将 ADAS 描述为从人类驾驶的传统车辆到完全自动驾驶车辆之间的中间步骤。
这类系统目前主要辅助人类驾驶员，功能包括自适应巡航控制、车道变更警告和自动紧急制动。
他表示，虽然目前仍需要人类驾驶员干预，但这些技术最终可能成为运行全自动驾驶车辆所需的大型 AI 系统的一部分。
借力 8 亿新元研究基金
两所理工学院都希望利用新加坡 8 亿新元的投资计划来推进其自动驾驶方案。
Tan 先生表示，义安理工学院打算利用该基金开展与现有能力及新加坡未来出行优先级相一致的项目。
该校希望在 MooVita 已经在校园内开展的自动驾驶测试基础上，引入更多行业合作伙伴，在校园内开发、部署和测试其解决方案。
Tan 先生认为，校园的不同区域可用于评估这些方案在真实运行环境中的表现，同时为师生提供参与项目的机会。
而 Quek 博士则表示，共和理工学院感兴趣的领域是利用数字孪生（Digital Twins）和模拟环境将更多 AI 引入课程。
数字孪生是现实世界对象或系统的虚拟表示，可用于模拟其在不同条件下的行为。
对于自动驾驶车辆而言，这意味着学生可以在虚拟环境中测试各种场景，而无需将真实车辆开上马路。
Quek 博士举例说，学生可以模拟当交通警察的指令与红绿灯冲突时，自动驾驶车辆应该如何反应。
“这样他们就可以在安全的环境中运行车辆。他们可以让车‘撞车’，或者尝试各种古怪的操作，但不会受伤，”他说道。
