《人工智能拓展创新》教学大纲

《人工智能拓展创新》教学大纲适用范围：202X版本科人才培养方案课程代码：22170042课程性质：专业创新选修课学分：2学分学时：32学时（理论16学时，实验16学时）先修课程：机器学习、深度学习与应用后续课程：毕业设计适用专业：人工智能专业开课单位：智能工程学院一、课程说明《人工智能拓展创新》是人工智能专业的专业创新选修课。本课程重点学习计算机控制的机器人识别、控制、分析等技术的基础知识及应用等。注重实践能力的培养，通过运用智能机器人控制技术实现机器人运动的应用，培养学生工程实践应用的能力。二、课程目标通过本课程的学习，使学生达到如下目标：课程目标1：掌握智能机器人系统的组成结构，掌握智能传感器的主要性能参数，掌握各种智能机器人工作原理，了解智能机器人的构成和关键技术，正确理解基于人工智能的机器人信息融合的系统结构及应用实例，并能进行简单的实践操作。课程目标2：能够初步使用智能机器人进行实践应用，掌握智能机器人的工作原理与实例分析，掌握服务、移动、轮式机器人的应用实例，培养学生科学、严谨的创造性思维和研究性思维，为进一步学习和运用人工智能机器人相关方法解决实际问题奠定初步基础。课程目标3：通过课程学习，对智能机器人技术从整体上形成较清晰全面的了解，具备能够对涉及人工智能领域的视觉问题具备对采集的图像进行分析、处理的能力，更重要的是培养学生积极思考、严谨创新的科学态度和解决人工智能机器人感知领域实际问题的能力。课程目标4：强调培养学生的动手能力和团队协作能力；同时在项目开发过程中培养基本操作规范和安全意识，树立正确的审美观念和劳动观念。课程目标5：强调培养学生的动手能力和团队协作能力；要求学生通过编写程序来实现人工智能领域中基础程序设计。促使学生形成良好的世界观、人生观和价值观，同时在项目开发过程中培养基本操作规范和安全意识，树立正确的审美观念和劳动观念。三、课程目标与毕业要求《人工智能拓展创新》课程教学目标对人工智能专业毕业要求的支撑见表1。表1课程教学目标与毕业要求关系毕业要求指标点课程目标支撑强度2.问题分析：能够应用数学、自然科学和工程科学的基本原理，识别、表达、并通过文献研究分析人工智能及相关应用领域复杂工程问题，以获得有效结论。2.2能够基于数学、自然科学和工程科学等相关科学原理，会通过文献研究寻求适用的人工智能及相关应用领域工程问题解决方案。课程目标1：掌握智能机器人系统的组成结构，掌握智能传感器的主要性能参数，掌握各种智能机器人工作原理，了解智能机器人的构成和关键技术，正确理解基于人工智能的机器人信息融合的系统结构及应用实例，并能进行简单的实践操作。M3.设计/开发解决方案：能够针对人工智能及交叉应用领域工程问题设计解决方案，设计满足特定需求的硬件部件、智能算法、系统集成应用，并能够在设计环节中体现创新意识，并考虑社会、环境、健康、安全、法律、文化等因素。3.2设计针对人工智能领域复杂工程问题的解决方案，包括设计或开发满足特定需求和约束条件的软硬件系统、模块或算法流程，并能够进行模块和系统级优化课程目标2：能够初步使用智能机器人进行实践应用，掌握智能机器人的工作原理与实例分析，掌握服务、移动、轮式机器人的应用实例，培养学生科学、严谨的创造性思维和研究性思维，为进一步学习和运用人工智能机器人相关方法解决实际问题奠定初步基础。H4.研究：能基于科学原理并采用科学方法对人工智能及相关应用领域的复杂工程问题进行研究，包括系统的集成研究、算法的研究、参数的优化，并通过信息综合得到合理有效的结论。4.2能够构建模拟或实验系统，通过信息综合分析和实验结果解释，说明其有效性、合理性，得到解决方案实施质量的合理有效结论。课程目标2：能够初步使用智能机器人进行实践应用，掌握智能机器人的工作原理与实例分析，掌握服务、移动、轮式机器人的应用实例，培养学生科学、严谨的创造性思维和研究性思维，为进一步学习和运用人工智能机器人相关方法解决实际问题奠定初步基础。M9.个人和团队：能在多学科背景下的团队中承担个体、团队成员以及负责人的角色。9.1理解团队合作的重要性，具有与团队成员或负责人协调合作的团队精神和能力，能够在多学科背景下的团队中独立或合作开展工作并发挥作用。课程目标3：通过课程学习，对智能机器人技术从整体上形成较清晰全面的了解，具备能够对涉及人工智能领域的视觉问题具备对采集的图像进行分析、处理的能力，更重要的是培养学生积极思考、严谨创新的科学态度和解决人工智能机器人感知领域实际问题的能力。M注：表中“H（高）、M（中）”表示课程与相关毕业要求的关联度。四、教学内容、基本要求与学时分配1.理论部分理论部分的教学内容、基本要求与学时分配见表2。表2教学内容、基本要求与学时分配教学内容教学要求，教学重点难点理论学时实验学时对应的课程目标1.豹小秘的解锁与定位教学要求：对猎户星空AI智能服务机器人——豹小秘进行配置，构建地图。重点：地图构建设置。难点：豹小秘配置和地图构建。221、22.豹小秘语音、视觉识别服务功能教学要求：利用语音识别和视频功能实现对猎户星空AI智能服务机器人——豹小秘的访客接待、老板分身和语音等功能，并充分发挥豹小秘的问答等功能进行人性化设置。重点：访客接待、老板分身和语音等功能。难点：访客接待、老板分身和语音等功能。221、23.LEO移动机器人平台软硬件系统初识；rosStudio操控LEO移动抓取。教学要求：智能机器人平台硬件架构，软件架构组成介绍讲解，智能机器人组成及作用，掌握各种智能传感器的作用和性能。能够控制机械臂在两个平台之间来回抓取释放。重点：控制机械臂在两个平台之间来回抓取释放。难点：控制机械臂在两个平台之间来回抓取释放。222、34.ROS里程计消息发布；ROS陀螺仪Imu融合教学要求：使学生掌握导航模块如何从STM32模块获取编码器数据，并且将编码器数据计算转换成ROS的里程计odom数据，学会校准里程计；掌握导航模块如何从STM32模块获取陀螺仪数据值，并转化成ROSsensor_msgs/Imu。消息发布出来，与里程计odom进行卡尔曼滤波融合。重点：编码器数据计算转换成ROS的里程计odom数据。难点：从STM32模块获取陀螺仪数据值，并转化成ROSsensor_msgs/Imu。222、35.激光雷达使用及位置校准教学要求：使学生掌握如何校准激光雷达距离底盘中心的距离及方向偏转角，用于将激光雷达的数据从激光雷达坐标系下laser_frame转换到底盘中心坐标系下base_footprint，方便建图使用。重点：校准激光雷达距离底盘中心的距离及方向偏转角。难点：校准激光雷达距离底盘中心的距离及方向偏转角。222、36.使用gmapingslam算法构建地图；自主导航教学要求：掌握gmapping建图算法的使用和参数调试；机器人自主导航运动，在地图上点击目标点位置，令机器人规划到目标点的路径，到达目标点。重点：gmapping建图算法的使用。难点：机器人规划到目标点的路径和目标点。221、37.深度摄像头数据融合到move_base导航中，实现立体避障；基于摄像头实现人体跟随功能。教学要求：掌握将摄像头的看到的障碍物添加到costmap中，并规划新路径避开障碍物。使用深度摄像头识别人体，并控制机器人跟随人体移动，当摄像头看到人体时，开始执行跟随操作。重点：深度摄像头识别人体并跟随。难点：深度摄像头识别人体并跟随。221、2、38.智能魔方机器人控制和自主运动，智能语音交互教学要求：掌握利用智能魔方机器人进行视觉识别、避障和移动轨迹规划控制等操作；利用语音控制机器人运动和语音导航。重点：利用语音控制机器人运动和语音导航。难点：利用语音控制机器人运动和语音导航。221、2、3合计1616五、教学方法及手段本课程以学生动手实践练习为主，理论知识讲解为辅，结合讨论、案例、实验等教学手段完成课程教学任务和相关能力的培养。使学生掌握仿计算机视觉的基础知识，同时使学生对获取的图像具备分析、处理的能力。在实践教学环节中，通过任务式教学、讨论式教学加深学生对计算机视觉的认识，培养学生自主学习能力、激发学生的创新思维。六、课程资源1.推荐教材：（1）冈萨雷斯著,阮秋琦译.《数字图像处理（第三版）》.北京：电子工业出版社,2017.52.参考书：（1）杨淑莹,张桦,陈胜勇编.《数字图像处理：VisualStudioC++技术实现》.北京：科学出版社,2017.8（2）左飞.《数字图像处理：原理与实践（MATLAB版）》.北京：电子工业出版社,2014.1（3）杨杰.《数字图像处理及MATLAB实现学习与实验指导》.北京：电子工业出版社,2016.93.期刊：（1）陈硕,骆腾斌,刘丰,等.应用于水表检定的机器视觉技术研究[J].电子测量与仪器学报,2017,31(1):144-149．（2）段建民,石慧,战宇辰.基于机器视觉筛选GPS卫星信号的无人驾驶汽车组合导航方法[J].电子技术应用,2016,42(1):111-114.（3）刘艳雄,张亮杰,毛华杰.基于机器视觉的精冲零件断面缺陷检测系统研究[J].制造业自动化,2016,38(4):3-7.（4）徐征,陈聿夫,孙谦,等.机器视觉精密测量中的显微光学聚焦[J].光学精密工程,2016,24(9):2095-2100.（5）PérezL,ÍñigoRodríguez,RodríguezN,etal.RobotGuidanceUsingMachineVisionTechniquesinIndustrialEnvironments:AComparativeReview[J].Sensors,2016,16(3):335.4.网络资源：（1）/（2）/（3）七、课程考核对课程目标的支撑课程成绩全部由过程性考核成绩构成，具体考核/评价细则及对课程目标的支撑关系见表3。表3课程考核对课程目标的支撑考核环节占比考核/评价细则课程目标1234过程性考核线上学习30（1）根据课堂出勤情况、课堂回答问题情况、课程视频学习、章节学习进行考核，满分100分。（2）以平时考核成绩乘以其在总评成绩中所占的比例计入课程总评成绩。√√√√88122分组任务25（1）根据每个模块的分组任务完成情况和质量单独评分，满分100分；（2）每次分组任务单独评分，取各次评分的平均值作为此环节的最终成绩。（3）以最终成绩乘以其在总评成绩中所占的比例计入课程总评成绩。√√1015线下模块报告25（1）主要考核学生对各模块知识点的复习、理解和掌握程度，满分100分；（2）每个模块单独评分，取各次成绩的平均值作为此环节的最终成绩。（3）以最终成绩乘以其在总评成绩中所占的比例计入课程总评成绩。√√√√58102答辩竞赛20（1）根据竞赛规则，拟定比赛题目，制定评分细则和答辩安排，满分100分，以竞赛答辩成绩乘以其在总评成绩中所占的比例计入课程总评成绩。（2）主要考核竞赛作品的创新性、作品结构合理、完整性、团队合作分工等内容。√√√2108合计：100分1536454八、考核与成绩评定1.考核方式及成绩评定考核方式：本课程主要以线上成绩（课程视频、章节学习次数）、线下成绩（模块报告、分组任务）、竞赛答辩成绩等方式对学生进行考核评价。考核基本要求：考核总成绩由答辩竞赛成绩和过程性考核成绩构成，其中：过程性考核成绩占总成绩的80%，答辩竞赛成绩占总成绩的20%。过程性考核成绩由构成：（1）线上学习成绩占100分（权重30%），由课程视频学习、章节学习次数构成；（2）线下成绩为100分（权重25%），由模块报告成绩构成；（3）分组任务成绩（权重25%）。答辩竞赛成绩为100分（权重20%）。2.过程性考核成绩的标准过程性考核方式重点考核内容、评价标准、所占比重见表4。表4过程性考核方式评价标准考核方式所占比重(%)100>x≥9090>x≥8080>x≥7070>x≥60x<60线上学习37.5视频、章节学习进度100%，积极参与教学活动，踊跃回答问题，准确率大于90%。视频、章节学习进度90%，认真参与教学活动，回答问题准确率大于80%。视频、章节学习进度70-80%，，偶尔参与教学活动，回答问题准确率大于70%。视频、章节学习进度6