机器人操作系统ROS应用实践-教学大纲、授课计划

《机器人操作系统》教学大纲课程信息课程名称：大学怎么读——以电子信息类专业为例课程类别：素质选修课/专业基础课课程性质：选修/必修计划学时：64计划学分：4先修课程：无选用教材：《机器人操作系统》，彭刚、林天麟、刘锦涛、胡春旭、姚昱、杨帆主编，2023年，电子工业出版社教材。适用专业：本课程可作为高等院校自动化、机器人工程、人工智能、机电一体化等相关专业的“机器人系统原理”“机器人操作系统”“机器人系统应用开发”课程，也可以作为工程实训与学科竞赛的实践课程，同时可供广大希望从事机器人系统开发和设计的工程技术人员、教师或者个人参考。课程负责人：二、课程简介该课程由浅入深地介绍了机器人系统组成与ROS应用实践，不仅能使学生快速了解机器人和ROS，而且为学生讲解移动机器人与机械臂两个应用方向的基本原理与常用算法，重点培养学生动手实践能力，以及将学到的知识加以应用的能力。三、课程教学要求序号专业毕业要求课程教学要求关联程度1工程知识包括机器人系统组成、将机器人连接到ROS、建立机器人系统模型、移动机器人激光SLAM、移动机器人自主导航、基于多传感器的SLAM、机械臂运动控制、计算机视觉、基于视觉的机械臂抓取、移动机器人视觉SLAM、ROS2.0介绍与编程基础等内容，有利于读者掌握ROS原理与应用实践开发方法，培养软件全栈开发能力。L2问题分析越来越多的机器人正走向人们的生活及生产环境，机器人操作系统（RobotOperatingSystem，ROS）作为一种重要的软件开发框架，提高了机器人系统的开发与部署效率，在分工协作、软件维护和系统扩展中具有重要意义。H3设计/开发解决方案以任务为驱动，融合先进的工程对象教学方法，采用理论知识与实践相结合的教学模式，提高学生实际应用场景的项目研发能力。H4研究5使用现代工具ROS应用M6工程与社会学生能够意识到学习机器人操作系统的重要性，不仅要有良好的思想道德素质、科学文化素质、专业技能和健康的身体，而且要有良好的心理素质，勇于承担责任，能够承受失败与挫折等。L7环境和可持续发展8职业规范9个人和团队1.学会个人发展和团队合作，提高个人和团队的综合素质。2.学会与他人合作和沟通，建立良好的人际关系和团队合作氛围。H10沟通1.学会进行有效的沟通和表达，与客户、同事和上级保持良好的沟通和协作。2.学会进行跨文化沟通和合作，提高国际化视野和跨文化交流能力。M11项目管理12终身学习1.学会进行自我学习和自我提升，不断提高自身的专业水平和创新能力。2.学会进行终身学习和职业发展规划，不断拓展职业领域和发展空间。H注：“课程教学要求”栏中内容为针对该课程适用专业的专业毕业要求与相关教学要求的具体描述。“关联程度”栏中字母表示二者关联程度。关联程度按高关联、中关联、低关联三档分别表示为“H”“M”或“L”。“课程教学要求”及“关联程度”中的空白栏表示该课程与所对应的专业毕业要求条目不相关。四、课程教学内容章节名称主要内容重难点关键词学时类型1机器人系统组成移动底盘和机械臂机器人系统的硬件组成传感器机器人系统的软件组成了解并掌握计算平台；掌握控制系统、驱动系统、传感系统，以及软件组成等。5理论+实操2将机器人连接到ROS初识ROS安装ROSROS文件系统与通信机制编写第一个ROS程序ROS常用组件Spark底盘控制ROS外接设备介绍了解ROS的起源、架构和特点；掌握如何安装ROS和设置环境变量；掌握ROS文件系统与通信机制以及ROS工作空间和功能包、ROS节点的编写和运行；掌握几种ROS常用组件。13理论+实操3建立机器人系统模型移动底盘运动模型与控制基于激光雷达的环境感知了解并掌握几种常见的轮式机器人运动模型与URDF建模；掌握机器人视角下的环境感知和障碍物判断的方法。5理论+实操4移动机器人激光SLAMSLAM基本原理Gmapping算法HectorSLAM算法了解并掌握2D激光SLAM算法的原理和使用方法；掌握多线3D激光SLAM算法。4理论+实操5移动机器人自主导航基于地图的定位基于地图的自主导航了解并掌握如何利用激光雷达进行地图构建；掌握如何利用传感器信息确定机器人的位置，以及进行自主导航。4理论+实操6基于多传感器的SLAM惯性测量单元模型与标定激光雷达与IMU的外参标定差速轮式移动机器人的运动里程计模型基于卡尔曼滤波的多传感器融合Cartographer算法了解并掌握基于激光雷达、IMU、里程计等的多传感器融合SLAM算法。6理论+实操7机械臂运动控制机械臂建模机械臂控制—MoveItMoveIt编程—机械臂运动规划掌握多关节机械臂的URDF建模和可视化控制；掌握机械臂建模、机械臂控制、MoveIt编程；掌握机械臂的运动控制是如何实现的。7理论+实操8计算机视觉认识OpenCV单目视觉传感器的使用相机标定图像变换与处理常见的图像特征点检测算法目标识别了解并掌握计算机视觉的基本知识，如OpenCV库、相机内参与外参标定、图像变换及常见的图像检测算法等。8理论+实操9基于视觉的机械臂抓取深度相机基于深度学习的物体识别手眼标定原理和过程基于视觉的机械臂抓取实现了解深度相机的原理；掌握基于深度学习的物体识别；掌握手眼标定，通过深度相机获取物体在三维空间中的位置，控制机械臂对物体进行抓取操作；掌握物体抓取的姿态估计、机械臂抓取运动规划等。4理论+实操10移动机器人视觉SLAM视觉SLAM框架ORB-SLAM算法稠密建图其他视觉SLAM算法或框架了解并掌握除激光SLAM外，其他几种视觉SLAM算法和稠密建图方法。5理论+实操11ROS2.0介绍与编程基础ROS2.0设计思想ROS2.0安装与使用ROS2.0编程基础了解ROS2.0设计思想；掌握ROS2.0安装与使用，以及ROS2.0编程基础。3理论+实操五、考核要求及成绩评定序号成绩类别考核方式考核要求权重（%）备注1期末成绩期末考试考试50百分制，60分为及格2平时成绩课后作业11次40优、良、中、及格、不及格3平时表现出勤情况10两次未参加课程则无法获得学分注：此表中内容为该课程的全部考核方式及其相关信息。六、学生学习建议学习方法建议1.通过开展课堂讨论、实践活动，增强的团队交流能力，学会如何与他人合作、沟通、协调等等。2.通过思考，加深自己的兴趣，巩固知识点。3.进行练习和实践，提高自己的技能和应用能力，加深对知识的理解和记忆。学生课外阅读参考资料《机器人操作系统》，彭刚、林天麟、刘锦涛、胡春旭、姚昱、杨帆主编，2023年，电子工业出版社教材。七、课程改革与建设该课程以任务为驱动，按照工作导向的思路展开教学，通过“学中做、做中学”的方式，循序渐进地介绍机器人操作系统应用开发方法；通过构思、设计、实施和运行多个环节，构建基于传感器的智能机器人系统。平时对学生的考核内容包括出勤情况、学生的课后作业、课堂讨论等方面，占期末总评的50%。期末考试成绩占期末总评的50%。制订人签字：教研室主任签字：院部负责人签字：修订时间：年月日教学日历（20xx～20xx学年第x学期）开课学院开课专业讲授学时32课程名称机器人操作系统授课教师实践/实验学时32授课年级授课班级总学时64使用教材《机器人操作系统》参考书目《机器人操作系统》校历周次授课内容分章节题目第1周第1章机器人系统组成（4学时）1.1移动底盘和机械臂（1学时）1.2机器人系统的硬件组成（1学时）1.3传感器（2学时）第2周第1章机器人系统组成（1学时）1.4机器人系统的软件组成（1学时）第2章将机器人连接到ROS（3学时）2.1初识ROS（1学时）2.2安装ROS（2学时）第3周第2章将机器人连接到ROS（4学时）2.3ROS文件系统与通信机制（2学时）2.4编写第一个ROS程序（2学时）第4周第2章将机器人连接到ROS（4学时）2.4编写第一个ROS程序（1学时）2.5ROS常用组件（2学时）2.6Spark底盘控制（1学时）第5周第2章将机器人连接到ROS（2学时）2.7ROS外接设备介绍（2学时）第3章建立机器人系统模型（2学时）3.1移动底盘运动模型与控制（2学时）第6周第3章建立机器人系统模型（3学时）3.1移动底盘运动模型与控制（1学时）3.2基于激光雷达的环境感知（2学时）第4章移动机器人激光SLAM（1学时）4.1SLAM基本原理（1学时）第7周第4章移动机器人激光SLAM（3学时）4.1SLAM基本原理（1学时）4.2Gmapping算法（1学时）4.3HectorSLAM算法（1学时）第5章移动机器人自主导航（1学时）5.1基于地图的定位（1学时）第8周第5章移动机器人自主导航（3学时）5.1基于地图的定位（1学时）5.2基于地图的自主导航（2学时）第6章基于多传感器的SLAM（1学时）6.1惯性测量单元模型与标定（1学时）第9周第6章基于多传感器的SLAM（4学时）6.2激光雷达与IMU的外参标定（1学时）6.3差速轮式移动机器人的运动里程计模型（1学时）6.4基于卡尔曼滤波的多传感器融合（1学时）6.5Cartographer算法（1学时）第10周第6章基于多传感器的SLAM（1学时）6.5Cartographer算法（1学时）第7章机械臂运动控制（3学时）7.1机械臂建模（2学时）7.2机械臂控制—MoveIt（1学时）第11周第7章机械臂运动控制（4学时）7.2机械臂控制—MoveIt（1学时）7.3MoveIt编程—机械臂运动规划（3学时）第12周第8章计算机视觉（4学时）8.1认识OpenCV（1学时）8.2单目视觉传感器的使用（1学时）8.3相机标定（2学时）第13周第8章计算机视觉（4学时）8.4图像变换与处理（1学时）8.5常见的图像特征点检测算法（2学时）8.6目标识别（1学时）第14周第9章基于视觉的机械臂抓取（4学时）9.1深度相机（1学时）9.2基于深度学习的物体识别（1学时）9.3手眼标定原理和过程（1学时）9.4基于视觉的机械臂抓