基础、Python 与视觉
AI 无人机架构与方案比较约 30 学时；Python 18 学时；YOLO 目标检测 9 学时。输出系统架构和可复现实验。比较对象包括爬行器、系留无人机和碰撞容错平台，避免一上来就把 YOLO 当成产品。
BIAA × PIPEGUARDIAN
用真实证据训练工程师
课程融合 BIAA 无人机架构、Python、YOLO、飞控、Linux/ROS、嵌入式部署、融合定位和系统交付；项目证据门就是课程验收门。
研发学院不是对外招生广告，而是项目把能力复制到团队内部的操作系统。密闭管网巡检同时涉及机械、飞控、感知、气体、数据和作业许可，任何“只会飞”的训练都会在井口失败。因此学时、作业和毕业标准全部映射 G1/G3/G5：结构可修、数据可追溯、用户流程可对照。
实体管道飞行必须有合规场地、监督、装备和风险控制。先仿真和台架，后飞行，不是为了慢，而是为了让失败发生在可重复、可测量、可停止的地方。只保留成功镜头的学员不能通过课程，也不能进入对外宣传。
LEARNING STACK
四层能力栈
从系统判断到机械/飞控/AI 集成，学员必须能解释限制、复现测试、保留失败并安全终止。
飞行平台与部署
装配与飞控、Linux/ROS、从 PC 到嵌入式的模型部署、程序化控制与安全接管。接管优先级高于轨迹跟踪：失联、低电、气体阈值和定位置信度都可以打断任务。
融合、建图与导航
IMU、视觉、LiDAR 与气体时间同步；GNSS 拒止定位、避障、置信度和失败恢复。长直管重复纹理、湿壁和粉尘是必做退化试验，而不是选修。
机械系统工程
结构、气动、热、密封、DFM、FMEA、试验和设计评审，形成 P1 原型。与机械设计中心 16 周课程对齐，避免两套图纸。
SIMULATION FIRST
先仿真和台架，后飞行
在进入实体管道前，完成数字环境、软件在环、硬件在环、动力台架、笼体碰撞和回收演练。实体飞行必须有合规场地、监督、装备和风险控制。
EVIDENCE FIRST
失败也是正式交付
保存全量日志、失败视频、异常、版本、环境和测量不确定度。只保留成功镜头不能通过课程，也不能进入对外宣传。
CAPSTONE
毕业不是“飞起来”
跨学科小组必须完成一个可审计的管道任务包。评分表公开，对应证据门，而不是评委印象分。
G1
结构证据
碰撞、维修、旋翼隔离、重量与装配。
G3
数据证据
传感同步、校准、管段索引与原始数据。
G5
用户证据
受控场景与对照流程、价值指标和复盘。
GOVERNANCE
课程如何服务申报与产品
作业产出直接进入配置库：CDR、FMEA、试验报告、数据字典。这让 TSSSU/ESS 类研发资助有可审计的过程文件，而不是事后补 PPT。
学院不承诺就业数字，也不对外销售未开课的证书。若未来与 BIAA 或其他培训机构形成正式合作，将单独公布协议范围。在此之前，本页只描述 PipeGuardian 内部能力建设方法。
WHAT A WEEK LOOKS LIKE
一周只闭合一个可复现问题
学院反对同时开十二条“创新课题”。密闭空间训练的进度来自闭合，而不是开题数量。
例如：本周只回答“无笼、固定笼、可滚动笼在三种速度下的桨叶损伤差异”。产出是表格、视频哈希和一份失败清单。下周才能问视场。YOLO 课如果没有管段级标注规范，就停在合成数据，不允许宣称现场缺陷识别。ROS 课必须包含失联话题和安全接管，而不是只跑通仿真里的圆形轨迹。
这种节奏与证据门一致，也与申报材料一致：过程文件天然生成。学院不对外承诺证书就业率，避免把内部训练写成已获认证的培训产品。